基于图象纹理频谱的海上小目标自动检测

纹理单元（TextureUnit）给出了一幅图象微纹理（Microtexture）的有效描述,作为其函数的纹理频谱则能很好地区分不同宏纹理（Macrotexture）之间的差异。利用纹理频谱在纹理分析方面表现出来的优良性能,提出了一种基于纹理频谱的小目标自动检测新方法。实验证明,该方法与其它方法相比,具有定位精确、计算简单、抗噪能力强和实时性较好的优点。     

基于纹理特征的高分辨率SAR 影像居民区提取

利用灰度共生矩阵计算高分辨率SAR 图像的纹理特征, 通过统计分析选取合适的特征矢量,并基于非监督聚类分析提取居民区。对提取的居民区以一定的面积阈值剔除噪声(细小区域) , 并利用形态学算子对提取边界进行适当的归整, 得到最终结果。在对应的光学图像上人工提取居民区范围, 以此作为实验结果的评价标准。实验结果表明本方法可以得到较好的效果。
     

结合PolSAR影像纹理特征分析提取倒塌建筑物

利用震后1景极化SAR影像提取倒塌建筑物是一种快速有效的灾害调查手段。倒塌建筑和倾斜建筑物在PolSAR影像中的散射特征相似,易造成建筑物倒塌率的过度评估。由于倒塌建筑和倾斜建筑的纹理特征有较大差异,将利用这种纹理差异来解决倒塌建筑和倾斜建筑的混分问题。通过实验发现均值、同质性、熵及相关性4种基于灰度共生矩阵(Gray-Level Co-occurrence Matrix,GLCM)的纹理特征能够有效区分倾斜建筑和倒塌建筑,故利用这4种纹理特征提取倒塌建筑中混杂的倾斜建筑,从而降低倒塌建筑的虚警率。以玉树地震为例,提取城区的建筑物震害信息,实验证明该方法能够大幅提高建筑物震害评估精度。     

基于多级纹理频谱特征与PCA的人脸识别算法

针对主成分分析(PCA)算法在人脸识别中识别率低的问题,提出一种图像纹理频谱特征与PCA相结合的人脸识别算法。该算法利用纹理单元算子提取人脸图像纹理频谱特征,然后用PCA对所提取的特征降维,最后利用最近邻(KNN)分类器进行人脸识别。在ORL人脸库和Yale人脸库上对所提出的算法进行了测试,识别率均高于PCA、模块化二维PCA(M2DPCA)等方法,分别为96.5%和95%。实验结果表明了该算法的有效性和准确性。     

遥感影像纹理分析方法综述与展望

遥感影像的纹理分析已经成为一种重要的提高遥感影像分类精度的手段。着重介绍了用于遥感影像纹理分析的方法,对这些方法进行了分类和综合;这些方法的类别是:统计方法、结构方法、模型方法以及基于数学变换的方法。接着分别对各类别中的多种纹理分析方法进行了剖析,列举各自的纹理特征,并指出了这些方法的优缺点和适应性。然后对应用这些方法的影像分类效果做了对比分析。最后分析了遥感影像纹理分析近年来的发展方向并对未来发展进行了展望。     

基于跨接约束的高分辨率SAR 影像与光学影像配准

为了实现高分辨率SAR 影像与光学影像之间自动/半自动配准, 提出了一种新颖、稳健的匹配算法。算法首先利用仿射变换进行SAR 影像和光学影像粗匹配, 简化了整体算法的处理复杂度;然后利用影像边缘稳健性, 使用边缘提取算子分别对SAR 影像和光学影像进行边缘提取, 为后续精匹配做好了数据准备; 最后使用基于边缘纹理跨接约束进行影像之间精匹配, 方法引入了邻域配准约束机制, 很好的解决了经典匹配多峰值效应, 提高了算法稳健性和实用性。以国内机载高分辨率SAR 数据和SPOT 25 PAN 数据为例进行算法验证, 实验结果表明该算法能实现自动/半自动的高分辨率SAR 和光学影像之间的像素级配准。     

TM遥感影像几何精校正方法试验与分析

地处四川盆地西北部的绵阳市地表形态复杂,若仅对TM遥感影像进行粗略校正势必对后续分析埋下隐患。文章采用多项几何校正方法对实验区进行几何精校正,控制点源于同期Quick Bird遥感影像,精校正的总体精度可以达到0.5个像元,可以很好的满足后续分析和研究。     

TM遥感影像几何精校正方法试验与分析

地处四川盆地西北部的绵阳市地表形态复杂,若仅对TM遥感影像进行粗略校正势必对后续分析埋下隐患。文章采用多项几何校正方法对实验区进行几何精校正,控制点源于同期Quick Bird遥感影像,精校正的总体精度可以达到0.5个像元,可以很好的满足后续分析和研究。     

TM影像荒漠化解译与成图技术研究

以TM影像为数据源,系统探讨了影像荒漠化信息提取的图像处理与荒漠化土地类型成图的技术方法。将武威市三地区的荒漠化土地类型分为风蚀荒漠化、水蚀荒漠化和中低山草场退化等类型。通过对图像几何和投影系统转换,图像标准假彩色合成,影像空间增强处理,并结合划分的土地利用/覆被类型,建立TM影像目视解译标志,进行荒漠化信息的提取。借助于ARC/INFO软件的不同模块,进行图像判读、编辑制作图形和统计各类荒漠化信息数据。研究表明,武威市荒漠化现象十分严重,三地区共有各类荒漠化土地217.07万hm2,占其总面积的83.33%,其中以民勤县荒漠化土地面积最大。     

基于EMD的SAR与全色影像融合算法

针对传统融合方法不能有效处理非线性、非平稳信号等问题,提出一种基于经验模态分解(EMD)的合成孔径雷达(SAR)与全色影像融合方法。该方法首先对全色影像和降噪后的SAR影像进行EMD分解,然后采用基于区域特征的融合规则分别对高频和低频部分进行融合,最后通过EMD逆变换得到融合图像。该方法可以有效处理非线性、非平稳信号且具有完全自适应性。实验结果表明,基于该算法的融合图像满足图像融合要求,且融合效果优于小波变换法及曲波变换。     

TM和SAR影像主分量变换融合法

探讨基于主分量变换法融合TM和SAR影像,采用包含广东省三水城的TM和航空SAR影像融合结果表明:主分量变换融合法不仅能提高多光谱影像的信息量和空间分解力,而且很大程度上保留了原多光谱影像的光谱特征。因此多光谱影像经采用主分量变换融合法与SAR融合后,在量测和解译能力上都有提高。与HIS变换融合法相比,主分量变换融合法对光谱特征的扭曲程度没有HIS融合法严重,因此它必将在实际中得到更广泛的应用。     

基于纹理的雷达与多光谱遥感数据小波融合研究

众所周知,多光谱与雷达影像融合具有重要的意义,但雷达影像小尺度的纹理特征在先前的融合方法中却没有被考虑。为了更好地对多光谱与雷达影像进行融合,基于双正交小波变换,提出了一种小尺度纹理影像参与融合的三影像小波融合方法。该方法借鉴多通道滤波及基于亮度调节的平滑滤波(SFIM)融合的原理,首先提取多时相雷达影像的小尺度纹理数据;然后再将该纹理数据、单时相JERS-1SAR数据及TM多光谱数据进行小波融合。分析表明,该方法的融合结果较雷达与多光谱影像小波融合的结果不仅具有更丰富的光谱特征,而且由于继承了雷达影像丰富的小尺度纹理特征,因而具有更高的清晰度。实验证明,该方法可获得较好的融合结果,是一种切实有效的融合法。     

一种基于新差异算子和纹理的SAR图像水体变化检测算法

针对多时相合成孔径雷达(SAR)变化检测中的孤立噪声点、需人工选择部分参数、信息利用不全等问题,提出一种基于新差异算子和纹理的SAR图像水体变化检测算法。一是根据SAR图像的特征,结合比率检测算子(LR)和最大似然比检测算子(LLR),提出一种新的差异算子,放大非变化和变化区域的特点,然后根据新差异图像的相邻直方图比值图确定差异图像初始分割阈值。二是提出一种新的基于局部信息的模糊C均值聚类(FLICM)方法,该方法利用初始分割阈值得到初始聚类中心,然后提出基于纹理的FLICM(FLICM_texture)方法进一步将差异图像分为3类。三是根据差异图像分割的阈值将过渡区域再次分类。本文利用加拿大渥太华和瑞士伯尔尼市、印度金奈上空的SAR图像,展示了本文方法的优越性。渥太华地区的正确率(PCC)达到了98.00%,kappa系数达到了92.03%;伯尔尼地区PCC达到了99.66%,kappa系数达到了85.77%;金奈地区PCC达到了98.83%,kappa系数达到了84.96%。     

合成纹理图像的视觉相似性眼动分析

探索了当人眼视觉感知纹理图像相似性时纹理特征(整体特征和局部特征)对视觉注意过程及相似性结果选择的影响。采用PGPC纹理合成方法,分别控制纹理的整体特征和局部特征,合成具有相同整体特征和局部特征的纹理。实验分为3组纹理场景,每一组有3幅纹理图像(A,B和S),S为对比纹理图像;实验者带着“纹理A和纹理B,哪个与纹理S更相似”的视觉感知任务观察纹理场景;利用Tobii T60眼动仪记录实验过程中观察者的眼动,跟踪获取89位实验者的眼动数据(眼动数据度量指标包含感兴趣区域内注视点散度和不同感兴趣区域间的眼跳次数);通过Tobii studio导出眼动数据,并基于R软件进行了方差分析和配对T检验等统计分析。通过对3组纹理图像的注视轨迹图及热点图的分析,验证了纹理整体特征和局部特征对视觉感知过程中的注视模式和相似性结果的选择有影响。实验结果表明:1)对于全局特征与对比纹理图像一致的纹理,其眼动注视点分散,而对于局部特征与对比纹理图像一致的纹理,其眼动注视点集中。2)纹理组相似性的最终选择结果与纹理组内不同纹理图像间的视觉搜索行为有关。     

TM和SAR遥感图像的不同层次融合分类比较

多传感器遥感图像为分类技术提供了更多的地物特征信息,有助于提高分类精度,增强计算机自动解译的能力,减少遥感图像的后处理时间。给出了ＴＭ 和ＳＡＲ遥感图像根据信息处理所在的不同层次融合分类特征的选取及分类方法,并从融合分类的精度和计算时间消耗上对哈尔滨市附近地区５１２×５１２ 大小的ＴＭ和ＪＥＲＳ１ 的ＳＡＲ图像的不同层次融合的分类进行比较,指出特征层融合是ＴＭ和ＳＡＲ遥感图像融合分类的最理想层次     

纹理分析方法在TM图像信息提取中的应用

最大似然分类法是基于地物光谱信息的，因此无法正确区分光谱特征混淆的地物。本以北京丰台区为实验区，采用纹理分析方法对高分辨率图像的纹理信息进行分析，选取统计指标熵，通过确定熵的最佳阈值，进行边界匹配勾图像的分割，将光谱易混淆地物如菜地和耕地分割开来，并将此分割结果与TM图像分类结果进行叠合，得到最终的分类结果。实验结果表明：将纹理分析方法应用于图像分类中可区分光谱混合的地类，得到较好的分类结果。     

SAR目标特性分析技术

随着合成孔径雷达（SAR）传感器技术的发展和获取信息的增多,如何有效地实现SAR图像的信息提取和解译,是当前亟待解决的关键问题。本文研究和综述了面向识别的SAR目标特性分析技术。首先,从SAR的成像原理出发,深入分析和探讨了影响SAR图像目标特性的主要因素;然后,系统总结了点状目标、线状目标和面状目标的一些特性分析和特征提取技术;最后,对SAR目标识别技术的未来发展方向进行了展望。     

一种多光谱图像纹理特征提取及比较方法

该文提出一种基于最小二乘及区域分割的多光谱图像纹理特征提取与比较的方法。通过最小二乘法得到系数矩阵来描述多光谱图像的纹理特征,利用区域分割技术将不同纹理特征的图像区分开,并将相似纹理的图像合并为一类。提取区域的统计特性得到纹理特征提取的结果,并采用四条标准来比较两幅多光谱图像特征的差异程度,最后进行算法仿真,取得了较好的效果。     

Radarsat-2 SAR影像两种定位模型精度的对比分析

星载SAR无控制点定位可利用距离-多普勒(R-D)模型和有理多项式(RPC)模型两种方法实现。为考察二者在不同高程条件下的适用性,本文利用Radarsat-2数据,基于绝对定位误差小于1m的GPS控制点,对R-D模型和RPC模型定位精度进行了对比分析。结果表明:在无高程数据仅利用头文件元数据的情况下,R-D模型和RPC模型定位精度都较差;当代入高程数据后,R-D模型表现出因高程变化引起的更好定位精度一致性。     

TM与SPOT影像融合算法比较研究

随着遥感技术的发展,获取遥感数据的手段越来越丰富,各种不同的传感器所获取的影像数据与日俱增,在同一地区形成了多时相、多分辨率的影像序列金字塔。如何综合各种类型的遥感影像信息,提高遥感数据的利用效益已成为遥感应用的瓶颈问题。多源遥感数据融合技术是解决这一问题的有效手段,即将同一地区不同类型的影像数据进行空间配,然后采用一定的算法将各种影像数据中所含的信息优势或互补性有机的结合起来,产生新影像的过程。以Landsat和SPOT数据为例进行了这方面的探讨。为了充分利用TM丰富的光谱信息和SPOT较高的空间分辨率,研究中引入了4种影像融合算法：加权融合、K－L变换、K－T变换、基于信息特征的融合。通过信息量和分类精度的比较,表明基于信息特 的融合效果较好。