遥感影像重采样方法实现与应用研究

重采样是对遥感图像进行处理的一个重要处理过程。为了保证遥感影像的清晰度、真实度,还有就是图像处理的时间效率,就要选择合适而且正确的方法来处理影像数据,这种选择是非常有实际意义的。本文采用最邻近插值法和双线性插值法这两种重采样方法对图像进行旋转、缩放,并对处理结果进行了对比分析。结果可知:最邻近法速度快,双线性次于它,但是双线性法得出的效果优于最邻近法。所以在选择合适的重采样方法的时候,要综合考虑耗时、产品的效果,从而选择合适的重采样方法。     

一种基于内容分割的数字地图插值新算法

本文以图像内容分割为基础,提出了一种插值新算法。该方法在HSV空间用DCT系数表征图像的内容差异,将图像内容划分为目标和背景两大类,并且将目标内容划分为两级重要度;根据使用者对目标和背景以及目标重要度的不同要求,对不同部分采用与之相适应的插值算法进行缩放处理。实验表明,该方法可以提高缩放处理速度,而且插值效果果不亚于经典的高质量插值算法。     

基于FPGA的双线性内插方法实现MEE的畸变实时校正

设计了医用电子内窥镜(MEE)畸变实时校正硬件系统,以有效改善图像的畸变失真,实时地反映病变部位.采用FPGA作为图像处理器,用Verilog HDL语言设计了双线性内插模块,实现了MEE标准视频图像的硬件双线性插值.系统延迟40 ms,校正前、后图像的相对畸变分别小于-20%和±1%.     

一种基于ENVI二次开发的遥感薄云去除方法的改进

近年来常用的同态滤波去云算法因其采用滤波器的局限性只能去除低频区域的云而无法去除高频区域的云。因此在分析传统的同态滤波去云算法的基础上,引入了空域滤波,采用中值滤波器对图像进行处理,旨在去除高频区域的云。而后在ENVI遥感图像处理软件平台中采用IDL语言实现了算法并对ENVI进行二次开发。经实验结果分析表明,该法是有效的,并且为遥感数据的后续应用提供了方便。     

基于边缘检测的全景环形图像插值复原

在管道内壁形貌检测系统中,由全景环形透镜(PAL)组成的观测系统在没有活动部件的条件下,能够同时观测到绕光轴360°的物体,并且由于其独特的成像性能,能够产生一个环形像.但是所成环形像不便于人眼观察和测量,有畸变和失真.为此将环形像无失真地展开为常规平面像,需要解决环形像由外到内压缩引起的分辨率降低的问题.根据PAL成像的特点,以全景图像的最高分辨率为基准,采用一种基于边缘检测的插值方法,对边缘部分采用三次卷积插值法,非边缘区域采用双线性插值,此结果同双线性插值和三次卷积插值进行比较,较好地恢复了图像细节,同时减少了图像复原的计算量.     

基于小波内插的遥感图象超分辨率增强

基于小波内插的超分辨率增强方法,利用多幅遥感图象的交错采样结构,将同一场景的多幅遥感图象序列中的信息,在像素级上内插到一幅遥感图象中,得到一幅信息量更加丰富、分辨率更高的遥感图象。该文介绍了该方法及相应遥感图象预处理方法,文中实验显示了该方法的有效性。     

基于IDL与ENVI二次开发的遥感系统开发方法

介绍了几种遥感系统的开发平台及开放方式,对比了它们各自的优缺点,然后采用IDL和ENWI二次开发相结合的平台,并详细介绍了该平台,最终在此平台上编写应用程序,实现科研成果的系统集成.     

基于类内拟合的遥感影像薄云雾校正方法

光学遥感观测极易受到云雾影响,降低数据质量并限制其后续应用潜力。由此,提出了一种基于类内拟合的遥感影像薄云雾校正方法。首先,利用滑动窗口逐波段地搜索局部最小值,称之为暗目标,通过拟合不同波段的暗目标样本估计出薄云雾辐射的相关性。基于此,联合云雾波段相关性与成像模型,生成不含云雾干扰的合成假彩色影像,利用K均值分类自动得到地表覆被类型。利用地类信息,进一步选取晴空区像元获取不同地类在不同波段对间的线性关系。最后,将上述两种线性关系进行联立,求解出各地表类型在不同波段上的值,从而完成影像校正。通过模拟与真实实验对方法有效性和场景适用性进行测试,并从定性目视与定量评估两方面对结果进行检验。实验结果表明：提出方法可有效去除薄云雾干扰,适用于不同地表覆被类型场景,获得高光谱保真的校正地表。     

数字图像的恢复处理

阐述了数字图像几何畸变矫正的思想和步骤，深入分析了双线性内插算法和三次卷积算法，并用Java语言实现了这两种算法。     

卫星影像仿射畸变的自动校正方法

针对卫星影像存在的仿射畸变,研究并给出了一种实用的自动校正疗法。分析了仿射畸变模型参数的计算方法,对几何校正控制点进行了自动选定,辨识出了畸变模型参数,采用均值法及中值法对模型辨识参数进行优化处理,进而通过坐标变换及灰度的双线性插值实现卫星影像仿射畸变的自动、精确校正。仿真实验结果说明了该方法的可行性、有效性。     

多源遥感影像数据融合

综述了多源遥感影像数据融合技术,包括融合的信息表示、融合原理、融合系统框架模型、融合的算法、控制及应用,最后指出了融合中存在的问题、可能解决途径和未来发展趋势。     

基于SVM的遥感影像的分类

遥感图像的分类方法包括统计模式识别、句法模式识别、以及神经网络、遗传算法、模拟退火算法等等。本文分析了统计模式识别方法的优缺点，提出了使用SVM的方法进行遥感图像分类的设想，通过实验证明该方法是有效和稳健的。     

国外遥感图像的地形归一化方法研究进展

在地球表面变量中,地形对遥感数据产生强烈影响,使得山区遥感数据的应用受到很大限制。从20世纪70年代后期开始,国外学就试图通过各种努力使这种影响归一化。目前,减少或消除地形影响的技术方法主要有：（1）光谱波段比值法,（2）朗伯体模型法,（3）非朗伯体模型法。本扼要阐述了这三种方法的技术思路及研究进展。     

基于整数小波变换的遥感超光谱图像无损压缩

由于遥感图像信息十分宝贵,应尽可能采用无损压缩或近无损压缩方法。本文提出基于"提升"(Lifting)算法实现整数小波变换(IWT)的方法,将变换方法用于去除空间冗余,保证了小波变换后图像信息无损失,再用算术编码对图像进行无损压缩。由于变换方法的去相关性能良好,实验证明将IWT应用于遥感图像无损压缩是有效的,能达到预期的目的,解码后的图像能无失真的恢复。     

土地覆盖遥感专题信息的分层提取方法及其应用

重点讨论了土地覆盖遥感专题信息的分层提取方法,即根据各类目标的不同特征,采取相应的信息提取方法,分别建立专题信息层,最后把各专题层合并得到整体分类图;在此方案实施过程中,对各类目标开展了野外遥感调查和特征系统分析,并对样本区进行了ＧＰＳ定位,以获取空间辅助信息,提高提取精度;分层提取方法充分考虑到各类目标的不同特点,从而避免了通常分类方法中,单纯利用光谱特征所造成的地物混分现象     

光学遥感图像舰船目标检测与识别综述

遥感图像舰船目标自动检测与识别是遥感图像处理与分析领域备受关注的课题, 其核心任务是判断遥感图像中是否存在舰船目标,并对其进行检测、分类与精确定位, 它在海面交通监控、船只搜救、渔业管理和海域态势感知等领域具有广阔的应用前景. 本文主要围绕光学卫星遥感图像中的舰船目标自动检测与识别, 分析舰船目标检测与识别面临的难点问题, 综述当前光学遥感图像舰船检测与识别的主要处理方法, 在此基础上指出研究中尚存在的问题并展望未来的发展趋势.     

多源遥感影像融合在太湖蓝藻监测中的应用

基于空间分辨率分别为1 100 m和500 m的NOAA/AVHRR和EOS/MODIS遥感数据,考虑遥感影像区域内各像素之间的区域特征,设计了基于小波分析的区域能量融合方法(REFS_wt),低频小波系数采用平均值而高频系数采用区域能量法,并与基于像素灰度值的区域能量法(REFS_pl)进行融合性能比较,结果表明REFS_wt法的融合性能明显优于REFS_pl。将此方法应用于太湖蓝藻监测,将空间分辨率较低的AVHRR影像蓝藻水华信息与较高分辨率的MODIS影像融合,得到较高分辨率的太湖蓝藻水华遥感监测图,融合图像信息量和清晰度都有所提高。     

巴丹吉林沙漠典型地域沙丘多年变化的遥感动态分析

在各种地貌发育类型中,沙丘属于快速移动的地貌类型。目前关于沙丘动力学机制的研究已经很深入,但关于区域移动状况的研究仍十分有限。区域沙丘移动涉及的研究范围较大,用传统的地面观测手段很难满足需要。自20世纪70年代Landsat卫星发射以来,其为沙丘移动研究提供了长周期、大尺度的影像资源及新方法。利用1989~2010年间多景Landsat TM影像对巴丹吉林沙漠4个典型区域的沙丘移动变化进行分析,在几何精纠正的基础上提取沙梁线,以判断沙丘移动方向和速度,并分析其动力成因机制。结果表明:① Landsat TM影像能有效用于10 a尺度的巴丹吉林沙漠典型地区的沙丘变化研究;② 北部高大沙丘的多年变化不明显;③ 东部和东南部流沙带的沙丘移动方向为东南向,南部流沙带的沙丘移动方向存在西北-东南向的往复性,与区域风场基本一致;④ 结合ASTER DEM数据对沙丘移动速度和高度关系进行了分析,二者呈负相关关系。     

扫描蛇：一种从高分辨率遥感图像上提取道路的新方法

为了能对高分辨率遥感图像上各种复杂情况下的道路进行有效提取,提出了一种称之为"扫描蛇"的半自动新方法。该方法的基本过程是:首先根据用户确定的起始点确定道路的基本走向、路宽、灰度分布等剖面特征;然后在起始剖面两侧进行深度搜索,寻找满足符合条件的道路边缘(梯度极值)点对;最后进行点对连接形成双线道路。在"北京一号"小卫星图像上的实验证明在道路方向、灰度特征分布发生显著改变,道路间断、相互交叉等一系列复杂条件下,该方法均能有效地提取主干道路,体现出较强的鲁棒性和实用价值。     

遥感影像亚像元制图方法研究进展综述

遥感影像混合像元的普遍存在给遥感影像解译造成困扰。有效处理混合像元问题,细化分类结果,获得更为精细的地物细节信息就需要进行亚像元绘图。目前亚像元制图方法主要包括3个步骤:① 混合像元分解;② 提取软信息;③ 亚像元制图。总结归纳了近年来遥感影像亚像元绘图领域的研究进展和成果,详细阐述了亚像元制图的步骤及涉及的研究方法。依据辅助信息的类型将亚像元绘图方法大致划分为:基于空间相关性、基于空间结构信息、基于神经网络、基于像元交换途径的4类亚像元分类方法,并分别对各种方法的优缺点进行了分析对比。最后,评述了亚像元制图的发展趋势。