基于多方向DTCWT和域自适应学习的遥感图像薄云去除

如果遥感图像被薄云污染,将会直接影响图像判读,现给出一种多方向DTCWT分解结合迁移LSSVR低频学习的遥感图像薄云去除算法,对遥感图像进行多方向多尺度分解,再对包含薄云信息的源图像低频系数值进行预测,并增强包含地物信息的高频部分,最终去除含云图像上的薄云。实验结果表明,该方法有助于保持含云图像的地物细节信息,并有效添加多源多时相图像的地物轮廓信息,可以实现较好的薄云去除。     

基于数学形态学的遥感图像条带噪声去除方法

遥感图像对于了解地球特征信息具有重要作用，噪声去除效果亟待加强，因此，设计基于数学形态学的遥感图像条带噪声去除方法。分析遥感图像条带噪声来源，设置遥感图像特征参数；基于数学形态学提取图像条带噪声的结构元素，提高数学形态学对图像处理的准确性；计算条带噪声信噪比，进一步提高条带噪声去除效果，进而实现遥感图像条带噪声的有效去除。实验结果表明：设计方法的噪声去除效果更佳，极具推广价值。     

Matlab平台下遥感影像的海岸线检测与提取方法

探讨利用Matlab的图像处理函数包检测和提取遥感图像的海岸线.通过在Matlab中依次对图像进行预处理、阈值分割以及细化处理后得到水陆二值图,然后获取边缘,从而实现从遥感图像中提取海岸线.实例说明,得到的海岸线与原遥感图像能较准确地吻合.     

天光和云影照过来

时间过得真快呀，我们的《宁夏工程技术》创刊已经六年了。 六年来，许多钟爱科学和工程技术的人们爱屋及乌，对我们的刊物给予了热情的关怀和注视。他们用建议、批评、投稿、审稿，甚至直接参与编辑工作等等方式，来表达自己的心情、此外，由宁夏地区主要工程领域的专家，教授组成的编委会，     

Retinex和小波变换去除遥感图像云雾方法分析

基于遥感图像中的云和景物信息频率分布特征,介绍了改进的Retinex方法和小波变换两种去云方法的基本原理,并结合实验分析两种方法的优缺点。Retinex算法对较暗区域的图像处理有明显效果,改进的Retinex方法则是基于经典Retinex,对具有较高亮度的遥感图像通过图像变换方法达到去云的目的。小波变换方法是将图片进行适当层次的小波变换,增大低层细节系数,突出景物信息,减小高层细节系数,适当减小近似系数,最后将所有系数重构,得到重构图像。实验结果评价及数据表明:基于小波变换方法优于Retinex方法。     

基于数学形态学的遥感图像边缘检测方法研究

提出了一种基于双结构元形态学的遥感图像边缘检测方法,与经典边缘检测算法的仿真比较表明,其算法在边缘连续性、边缘定位精度和地物细节体珥方面都取得了良好效果。     

基于SVMs的大幅遥感影像目标快速检测方法

针对高分辨率遥感影像数据幅度大、内容复杂的现状，提出了基于分层分类器的检测方法。从简化分类器的结构和缩减检测区域探讨了提高系统效率的途径。实验表明，这种新的搜索策略提高了大幅遥感影像目标检测的效率。     

基于PCA变换和光谱补偿的遥感影像融合方法

针对传统PCA融合方法光谱失真较严重的问题,本文从分析传感器的光谱响应范围的不一致性入手,通过预判融合图的光谱失真区域,对失真和非失真区域采用不同的融合策略。在非失真区域,采用传统的PCA融合方法进行融合,在失真区域,对第一主成分与全色图像进行小波融合,然后替换第一主成分。并提出了新型的多层融合流程,改善了融合图像走样的问题。实验表明,本文方法可以实现全色与多光谱图像的高保真融合,且方法的适应性较好。     

应用卷积神经网络的遥感图像云层自主检测

为实现遥感卫星对遥感图像的自主云层判别能力,提升目标自主识别的效率,避免云层覆盖面积较大的遥感图像丢失关键的目标信息而给后续算法处理带来不必要的计算资源浪费,提出一种基于卷积神经网络的云层自主检测方法,实现遥感图像云层的自主检测,达到了较高的检测精度.首先,根据遥感图像的特性建立卷积神经网络.然后,使用大量人工标识的遥感图像完成云层检测网络训练,使其达到预期检测精度.最后,在卫星在轨运行阶段,将所拍摄的遥感图像根据尺寸划分为若干个子图,并通过训练完成的卷积神经网络对子图是否被云层覆盖进行分类预测.综合所有子图的预测结果给出整幅遥感图像的云层覆盖占比.结果表明:以Landsat卫星遥感图像为测试对象,该方法可以实现有云层覆盖检测正确率为95.3%,无云层覆盖检测精度为97.8%,误判率为2.58%,漏判率为0.90%,综合精度为97.9%;由于使用了卷积神经网络和并行计算技术,该方法基本满足实时性需求,提高了算法的自主性与鲁棒性,为基于遥感图像的在轨实时应用奠定了基础.     

特征增强的单阶段遥感图像目标检测算法

针对遥感图像目标检测算法在特征融合过程中最高层信息丢失及遥感图像复杂背景难以区分的问题,提出了一个特征增强的单阶段遥感图像目标检测算法。该算法在基线单阶段对齐网络(S²A-Net)中引入残差特征增强处理策略和改进的通道注意力机制,从而保留特征融合过程中最高层信息并使网络抑制复杂背景信息。为了验证所提算法的有效性,分别在DOTA-v1.0数据集和HRSC2016数据集上进行了实验。实验结果表明,所提算法相比于S²A-Net算法,在DOTA-v1.0数据集上的平均精度提升了1.43个百分点,并在HRSC2016数据集上取得了比较有竞争力的结果。     

遥感图像薄云的小波自适应阈值去除

可见光遥感图像最常见的薄云噪声严重地影响其解译的准确性,因此根据薄云噪声主要影响图像的低频信号,提出单波段遥感图像小波变换自适应阈值去云,图像经小波分解后,薄云噪声与地物信息在低频小波系数的阈值使用遗传算法以广义交叉验证GCV准则作为目标函数自动寻找,然后对小波系数进行阈值化去云。结果表明,该方法可有效去除薄云噪声并保留地物信息,使原来模糊的地物细节信息变清晰,信息熵最高,去云效果优于小波同态滤波,且明显优于同态滤波;不同尺度低频小波系数中薄云噪声与地物信息间的阈值,可用遗传算法和GCV准则有效地自动确定。     

视觉认知理论在遥感影像道路网提取中的应用

在遥感影像上,道路被认为是颜色、纹理、形状相似的狭长线状目标,整个道路网在影像上会呈现非常显著的特征,极易引起人眼的注意,称之为感兴趣区域.它是场景中最能引起用户兴趣、体现图像主要内容的区域.视觉认知理论的研究表明：通过视觉注意机制可以模拟人眼的观察过程,找出遥感影像上的显著区域.文章提出应用视觉注意机制辅助遥感影像道路网提取的思想,通过对影像的显著区域进行分析和处理,得到最终的道路网.对比实验表明该算法可以有效地提高道路网提取的准确率和完整性.     

同类传感器遥感图像自动配准的研究

遥感图像的自动配准技术是目前图像配准研究的重点.基于模板相关的匹配方法,根据同类传感器遥感图像之间灰度分布的相关性,选取数量丰富的配准控制点,利用相关系数准则进行图像间的相似性度量,可达到较高的配准精度.仿真结果表明,模板相关的匹配方法用于遥感图像的自动配准能获得很好的配准效果.     

遥感图像格式的分析与应用

分析了遥感数字图像格式,遥感图像的TIFF文件格式。分离出遥感图像TIFF文件中的标记(tag),对这些标记加以分析,还原出遥感图像,从而对该遥感图像进行各种处理,为后续的遥感图像挖掘准备数据。     

小波变换在遥感图像薄云处理中的应用分析

云雾是遥感图像获取与应用时的常见噪声。因小波变换具有较好的时频分析特性,被广泛地应用于遥感图像的去云处理中。随着小波分析理论与技术的发展,出现了许多种形式小波变换,从云雾图像的频域特性出发,利用不同的小波变换方法对遥感图像进行了去云实验。结果表明,能完成整数到整数变换的提升小波更适用于遥感图像的去云处理。     

提高海量遥感影像重采样效率的策略

搜索源数据及将源数据块读入内存，是影响海量遥感影像重采样效率的2个主要因素。建立了海量遥感影像源文件索引；根据重采样结果影像的地理范围，建立了搜索区源文件索引；根据子采样块地理范围，读入源数据块并建立链表。这些方法的系统应用，保证了源数据的快速搜索和高效读取，因而较好地实现了海量遥感影像的重采样操作。     

基于内容的遥感图像检索综述

随着遥感图像数量的急剧增加，基于内容的遥感图像检索系统逐渐成为了一个研究热点。系统地介绍了该领域各个方面研究的现状。首先给出了遥感图像内容检索系统的基本结构和查询策略。其次，结合遥感图像的特点，着重介绍了基于纹理、形状、结构特征相似性比较等方面的内容，针对这些方面的研究所存在的问题提出了见解，介绍了所研究成果，并对今后的工作进行了展望。     

Improved Region Merging Algorithm for Remote Sensing Images

To segment high-resolution remote sensing images (RSIs) accurately on an object level and meet the precise boundary dividing requirement, an improved superpixel segmentation and region merging algorithm is proposed. Simple linear iterative clustering (SLIC) is widely used because of its advantages in performance and effect; however, it causes over-segmentation, which is very disadvantageous to information extraction. In this proposed method, SLIC is firstly adopted for initial superpixel partition. The second stage follows the iterative merging procedure, which uses a hierarchical clustering algorithm and introduces a local binary pattern (LBP) texture feature operator during the process of merging. The experimental results indicate that the proposed method achieved a good segmentation and region merging performance, and worked effectively on cloud detection preprocessing in high-resolution RSIs with cloud and snow overlap situations.     

基于平行-透视投影的无人机遥感系统视频图像的立体镶嵌

在简单回顾了平行-透视投影之后,提出了改进的图像立体镶嵌算法,用来获取地面三维信息立体像对.该算法主要包括3步：根据搭载在无人机上的GPS/INS给出的相机外方位元素和事先标定的相机内方位元素,对获取的图像序列进行校正;根据选定的视角从每帧图像的特定位置抽取两条较窄的图像;分别拼接左右立体图像.在此基础上,对无人机遥感系统（UAVRSS）中获取的实际序列图像进行了处理并生成了立体镶嵌图.为了验证该算法的有效性,用传统的拼接方法和提出的立体拼接方法分别得到了相应的镶嵌图.