基于多分辨率分析提取遥感光谱特征

利用子波变换的多分辨率分析方法，将遥感光谱分解为反映目标结构概貌的模糊信号和刻划目标结构细节的锐化信号，结果表明：对目标特征的分析，小波变换方法比ＦＦＴ更为敏感。     

多分辨率遥感图像的特征小波变换融合模式研究

基于图像特征的遥感图像信息融合是在突出目标地物的空间结构和纹理特征基础上的信息融合。本文在数字图像小波多分辨率分析理论基础上，采用小波变换方法对高分辨遥感图像的目标地物边缘进行信息增强，然后与多光谱遥感图像进行特征信息融合。在融合过程中，首先对多光谱图像中的R，G，B三个波段的图像进行小波分解，得到相应的低频图像，然后对特征增强后的高分辨率图像进行小波分解，再将分解后的高频图像分别与低频图像进行融合，最后经RGB合成为彩色图像。该方法既改善了图像的清晰度和分辨率，同时也保留了原图像的光谱信息。本文最后通过融合实验验证了上述结论。     

基于机载高光谱遥感图像的城市绿地覆盖研究

针对Kappa系数低,绿地提取结果完整性差和图像分割精度低的问题,进行基于机载高光谱遥感图像的城市绿地覆盖研究.利用小波变换融合机载高光谱遥感图像,增强图像,清晰化图像边缘并分割图像,获取多个不规则的多边形图像,合并匹配度较高的机载高光谱遥感图像,在提高数据完整度的同时简化数据,提取机载高光谱遥感图像中的绿地覆盖特征,...     

多光谱遥感图像无损压缩技术

1数据无损压缩技术特征 多光谱遥感图像来源于多光谱遥感技术,比如用于气象卫星的成像光谱仪,其产生的图像与一般图像相比多了一维光谱信息,数据量大,远远超出了数据传输和存储等设备的要求,这就必须对其进行压缩;图像的拍摄价格昂贵,且有长远的保存价值,最好对其进行无失真压缩,即无损压缩;日新月异发展的气象观测技术,需要对图像的原始数据进行某些计算和应用,因而需要对原始采集数据进行无损压缩.     

基于多分辨率分析的光谱信号处理方法

本文介绍了一种基于子波变换的光谱信号处理方法,论述了离散二进子波变换的快速算法。利用子波变换的多分辨率技术,达到信号滤波,数据压缩,去除低频扰动等目的。用本文方法,对野外实测光谱数据进行了识别检验,结果表明,该方法是十分有效的。     

基于空谱多特征融合的高光谱遥感图像分类

高光谱遥感图像分类已被公认为是高光谱数据处理的基础性和挑战性任务之一,其最终目标是给影像中的每个像元赋予唯一的类别标识。针对传统高光谱遥感图像分类方法只依靠单一特征进行分类的问题,提出一种基于空谱多特征融合的分类策略。首先在光谱域上利用主成分分析法PCA降维,得到前3个主成分数据,然后通过多视图策略对PCA降维后的数据分别提取局部二值模式LBP、方向梯度直方图HOG与Gabor特征,将其输入到多视图支持向量机进行分类。所提方法在Indian Pines数据集上进行验证,实验结果表明,所采用的分类策略相较于传统只利用单一特征进行分类的方法分类精度更高。     

基于多光谱遥感数据的地理信息系统研究

以提升地理信息系统的数据采集准确率、增强图像配准效果为目的,研究基于多光谱遥感数据的地理信息系统。系统通过空间数据库引擎ArcSDE和数据库SQL Server完成对空间数据和属性数据的管理,由数据库、遥感影像三维可视化、空间分析和网络发布等实现系统的功能。其中多光谱遥感图像经提取、处理、配准后以Shape格式存储到数据库中;经SURF特征点提取和匹配预处理遥感影像后,应用DEM与预处理完成多光谱遥感影像在AcrScene程序中实现遥感影像的三维可视化。实验表明:该系统的城市道路和山区地质情况数据采集准确率高、特征点匹配率高、配准效果好;可清晰反映山区地形形态、坡向情况和自然生态状况,实现遥感影像的三维可视化。     

受昆虫视觉启发的多光谱遥感影像特征检测器模型

本文受昆虫视觉系统时空域特征交互作用机理的启发,跳出传统遥感影像特征提取算法的研究思路,在无需考虑局部窗口尺寸和参数估计的条件下,提出利用波段交叉相关提取边缘纹理特征信息的多光谱遥感影像特征检测器模型.通过频谱域分析证明该模型可以综合光谱信息和空间信息对边缘纹理特征产生响应,具有较好的普适性和较强的抗噪能力.本文还将该...     

基于连续小波分析的植物理化参数反演中光谱分辨率影响分析

基于一套由PROSPECT模型模拟的包含叶绿素含量(Cab)、类胡萝卜素含量(Car)和叶片水含量(LWC)等重要植物生理生化参数及其光谱的数据,通过对光谱进行系列梯度的重采样和CWA分析,详细研究了光谱分辨率对植物生理生化参数反演的影响.结果表明:(1)采用CWA能够成功提取对Cab,Car和LWC等参数敏感的特征并建立具有较高精度的反演模型;(2)随着光谱分辨率的降低,敏感小波特征的数量、相关性以及反演精度总体均呈下降趋势,但下降的幅度、拐点均不相同,体现出分辨率对不同参数影响的差异性;(3)采用CWA反演建模时,不同植物生理生化参数对光谱分辨率敏感性差异较大,LWC敏感性较低,Cab次之,Car敏感性较高.根据这一结果,采用CWA反演Car,Cab和LWC时光谱数据在分辨率不低于8nm,32nm和64nm时能够得到较理想的结果.上述研究能够为实际中进行植被生理生化参数监测时的传感器选择提供依据.     

一种突出边缘特征的遥感图像快速融合方法

针对像素级遥感图像融合处理数据量大、实时性差,融合结果不能直观表述目标特征的问题,提出一种边缘特征加强的多光谱与全色图像快速融合方法。为提高算法的运行速度,采用提升小波与快速IHS变换相结合的算法生成像素级融合图像。同时,利用数学形态学方法提取全色图像的边缘,与像素级融合图像进行再次融合,加强了最终融合图像的边缘信息。实验结果表明,该算法不仅融合效果好,而且实时性强。     

基于注意力和特征融合的遥感图像目标检测模型

针对环境背景复杂且包含小目标的遥感图像难以进行精准目标检测的问题,在单阶段检测(SSD)模型的基础上,提出了一种基于注意力和特征融合的单阶段目标检测模型,该模型主要由检测分支和注意力分支组成。首先,在检测分支SSD中加入注意力分支,注意力分支的全卷积网络通过逐像素回归得到待检测目标的位置特征;其次,采用对应元素相加的方法对检测分支和注意力分支进行特征融合,获得细节信息和语义信息更丰富的高质量特征图;最后,用软非极大值抑制(Soft-NMS)进行后处理,进一步提高目标检测的准确性。实验结果表明,本模型在UCAS-AOD和NWPU VHR-10数据集上的平均精度均值分别为92.52%和82.49%,相比其他模型,检测效率更高。     

一种气体的微弱红外光谱特征提取方法

被动傅里叶变换红外遥测技术可以测量大部分污染气体,亮温光谱法能够在无需背景信息的前提下实现目标特征提取与识别。在野外进行实测时, 存在背景物体辐射、大气中成分辐射、仪器噪声等信号。当目标信号弱于这些信号时,亮温光谱法难以直接从实测光谱中提取目标特征。针对这一问题,提出了一种基于非负矩阵分解的光谱特征提取方法,在被动红外遥测模型基础上,通过对整个亮温光谱进行分析,得到目标光谱特征。实际测量以SO$_2$为目标气体进行野外实验,对该方法进行了验证,结果表明,在目标信号较弱的亮温光谱中仍然能够提取到SO$_2$的光谱特征,证明了方法的有效性。     

基于Contourlet系数局部特征的选择性遥感图像融合算法

为了使融合后的多光谱图像在显著提高空间分辨率的同时,尽可能多地保持原始多光谱特性,提出了一种基于Contourlet变换系数局部特征的选择性遥感图像融合方法。根据多光谱和全色图像融合过程中Contourlet变换后的低频和高频部分融合目的的不同,对得到的近似和各层各方向的细节分量分别运用窗口邻域移动模板逐一计算相应区域Contourlet系数阵的不同局部特征量,然后选择适当的准则,对图像的近似和细节分量分别应用不同的策略在Contourlet系数域内进行选择性融合,通过Contourlet和亮度-色调-饱和度(IHS)逆变换得到融合的高分辨率多光谱图像。采用Landsat TM多光谱和SPOT全色图像进行的融合实验结果表明:提出的算法在显著提高空间分辨率的同时,又能很好地保持原始图像的光谱特征,并优于传统的融合方法。     

基于JPEG2000的遥感图像压缩

介绍了JPEG2000静态图像压缩标准的基本情况;对遥感图像的相关性以及小波变换域统计特性进行了分析。得出遥感图像的特点;针对遥感图像的特点,设计了基于JPEG2000无损压缩的高频子带分级量化高保真压缩方案。实验结果表明,此方案在对遥感图像进行压缩时取得了较好的效果。     

基于特征级数据融合的遥感图像重构模式研究

基于图像特征级数据融合的遥感图像重构是在突出目标地物的空间结构和纹理特征情况下的信息融合.本文在数字图像小波多分辨率分析理论基础上,采用小波变换方法对高分辨遥感图像的目标地物边缘进行信息增强,然后与多光谱遥感图像进行特征信息融合.在融合过程中,首先对多光谱图像中的R、G、B三个波段的图像进行小波分解,得到相应的低频图像,然后对特征增强后的高分辨率图像进行小波分解,再将分解后的高频图像分别与低频图像进行融合,最后经RGB合成为彩色图像.该方法既改善了图像的清晰度和分辨率,同时也保留了原图像的光谱信息.本文最后通过融合实验验证了上述结论.     

基于小波包变换的辐射源信号特征提取和识别

文中基于小波包变换方法,对MSK信号辐射源提取了J-散度特征和能量特征,结合支持向量机分类器完成辐射源的识别,仿真结果表明：两者识别率均达到90％以上,从而验证了基于小波包变换的辐射源识别的有效性。