遥感图像大气校正方法综述

对目前常用的大气校正方法作了较详细的介绍，包括辐射传输模型法、黑暗像元法、不变目标法、直方图匹配法等8种方法。分析了各种方法的优缺点，以及它们各自的适用范围，并对各种方法在国内外应用的情况作了概括。     

遥感影像地形与大气校正系统设计与实现

遥感影像地形和大气校正是提高定量化遥感数据处理精度的重要因素。目前的数据处理软件系统集成了一些地形和大气校正算法,但在应用中还存在不能获取重要的地形参数(如阴影因子、天空可视因子等),需提供精准DEM和校正方法基于朗伯体地表假设等问题。为应对遥感专业用户需求,设计并实现了遥感影像地形与大气校正软件系统,用以对影像进行地形辐射校正、获取DEM数据和相关地形参数、地形与大气校正等。介绍了系统的功能模块设计并展示了系统的原型版本,并应用系统中的地形和大气校正方法获取了HJ/CCD影像和Landsat/TM影像的反射率。校正结果表明:该系统中的BRDF模型能够有效消除地形影响。系统的实现可以为遥感科学研究和应用提供支撑。     

基于IDL的遥感影像大气与地形校正方法实现

介绍了利用交互式数据语言（Interactive Data Language,IDL）开发TM/ETM遥感影像大气与地形校正模型的详细过程,以2000年4月30日密云ETM影像为例,对大气与地形校正方法的有效性和实用性进行了验证。结果表明,该方法有效地消除了大气与地形影响,提高了地表反射率等地表参数的反演精度和数据质量,为进一步开展定量遥感研究提供了数据质量保障。     

TM遥感影像的地形辐射校正研究

从地面所接收到的太阳直接辐射、天空散射辐射和临近地形反射附加的辐射三个方面分析计算地面每个像元的太阳总辐射,并在此基础上建立地表真实反射率恢复模型,实现对地形的辐射校正。在算法实现上,采用交互式数据语言（Interactive Data Language,IDL）,结合6S大气校正模型和数字高程模型（DEM）进行编程实现。利用北京山区的TM遥感影像所做的实验表明该方法能有效地消除卫星影像中地形的影响,为影像的后续处理提供更真实的信息。     

卫星遥感数字图像的地面辐射改正研究

讨论了地形、大气以及地理位置对卫片像元土尤辐射三分量(直射、散射、邻坡反射)的影响和这种影响所引起的卫星遥感数据变化。研究了地面光辐射、地形、大气和遥感数据之间的定量关来,并以此为基础,研究了卫星遥感数字图像地面辐射改正的原理和方法。经地面辐射改正后的卫星遥感数据能满足遥感应用基础研究和地面辐射状况研完的需要。     

渭河定量遥感水质反演中的大气校正作用研究

以渭河陕西段为研究对象,在获取了渭河陕西段实地监测数据和相应时间段的SPOT-5遥感影像数据基础上采用黑暗像元法(DOS)、大气辐射传输模型法等7种大气校正方法对SPOT-5遥感影像进行大气校正。结合校正后的遥感数据,使用多元线性回归、支持向量机(SVM)、及BP神经网络3种方法对渭河进行定量遥感水质反演。实验结果表明,通过遥感影像对渭河进行定量水质反演是可行的,大气校正在一定程度上提高了定量遥感水质的精度。对于SPOT-5遥感影像的大气校正,采取对遥感数据辐射定标后消除各波段最暗像元的方法可以达到较好的效果。     

大气水汽的红外遥感

本文讨论了利用差分吸收法来遥感大气中的水汽。水汽透过率用辐射计测量，水汽含量由我们自行编制的红外辐射大气透过度计算程序的计算。在此同时还观测了气象参数，以确定光路上的水汽含量。     

卫星遥感影像数据的地形影响校正

地形影响校正是遥感影像辐射校正的主要内容，是获得地表真实反射率的必不可少的一步。本文提出的方法中，将6S大气校正模型与数字高程模型（DEM）结合起来，计算出水平地面上接收到的直接辐射与漫射辐射，并采用一个简单公式将其转化到地形坡面上，从而实现了对地面的辐射能量校正，同时，6S模型对卫片还进行了大气改正，可输出卫片在大气层底部的辐射亮度与反射率；然后将基于坡面的反射率换算到其在水平面上的对应值，即实现了对反射率的地形影响校正。在我们所实施的“滇金丝猴保护项目”的植被研究中，应用本方法对梅里雪山区域的ETM＋影像进行了校正，大大减小了地形对遥感数据的附加影响。     

基于GVG采样系统检验遥感图像解译精度的方法--以其在农作物遥感估产中的应用为例

以在农作物遥感估产中的应用为例,介绍了运用GVG(GIS&VIDEO&GPS)野外采样系统,检验遥感图像解译精度的方法.即在遥感影像解译过程中,利用GVG系统实地采样图像数据实时检验不确定图斑解译的结果;在遥感影像解译完成后,利用GVG采样统计结果其缓冲区(Buffer)抽样方式检验遥感图像解译精度.在武汉市新洲估产样区进行的试验表明,该方法简便易行,为提高与检验遥感图像解译精度提供了新的方法和思路.     

用Web Services实现遥感图像分布式处理

随着遥感科学的发展,遥感图像的分布式处理的任务变得越来越迫切。该文以遥感图像分布式处理为主线,在分析了当前此方向的主要研究方法及WebServices的特点后,指出了应用WebServices技术实现遥感图像分布式处理的可行性,进而对应用WebServices技术实现遥感图像分布式处理的流程进行了设计,并针对某遥感图像的图像分割任务对其进行了实现。     

遥感图像中的数据挖掘应用概述

由于遥感图像数据包含了大量的信息,它成为数据挖掘中最具潜力的领域。本文主要讨论了在大型遥感图像上的数据挖掘技术。     

基于遥感影像综合理解模型的遥感影像分类

为了改善遥感影像的分类精度,介绍了遥感影像综合理解模型,并提出了一种新的遥感影像理解模型。利用它支持图像分类,在分类过程中,相关的地理数据得到使用,且用规则表示成像和知识。经验证,该方法与传统方法相比,有效改善了分类精度,是一种好的分类方法。     

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。     

基于人工蚁群优化算法的遥感图像自动分类

将人工蚁群优化算法(AACO)尝试性地引入遥感图像分类,并进行了探索性研究。作为计算智能新的分支,人工蚁群优化算法具有很强的自组织性和自适应性。因此,自然成为科学工程领域一种强有力的信息处理和解决问题的手段;AACO算法利用蚂蚁的生物特性来实现遥感图像分类等非线性操作,具有并行性、鲁棒性。初步试验分析,此方法用于遥感图像分类是有效的,在一定程度上克服传统统计分类方法与ANN方法的某些不足。本文也推动人类利用群智能在遥感图像处理及相关领域的深入研究。     

网格计算在遥感图像地学处理中的应用

以空间信息网格技术在遥感影像处理与理解方面的应用为主线,设计了适合遥感影像处理与理解的网格处理架构,并结合中间件技术进行了具体实现。在分析其图像处理应用的基础上,对面向网络的智能化网格处理系统进行了评价,实验结果显示了网格计算技术在遥感地学处理中的实际应用价值。     

IKONOS 1m城市图像中道路信息提取方法研究

从遥感图像中提取道路特征已有许多研究,但仍然存在许多问题有待解决。该文主要对IKONOS 1m分辨率遥感城市图像的半自动提取方法进行一般性的研究,并且对各个方法的特点进行了分析,可以针对不同的情况,适当的选择不同的方法,对城市中智能交通起到决策性的作用。     

A New Method for Feature Mining in Remotely Sensed Images

Extending on the method of regression-class mixture decomposition (RCMD), a RCMD-based feature mining model with genetic algorithm (coined RFMM-GA) is proposed in this paper for the extraction of features in complex remotely sensed images with a large proportion of noise. Within the framework of RFMM-GA, different features in the feature space correspond to different components of a mixture in which each of its components can be specified by a certain type of parametric distribution and the suitable parameter sets. The model captures nicely the overlapping and noisy conditions usually encountered in remotely sensed images. Features are successfully mined when the corresponding parameter sets are appropriately estimated. Through the embedded GA, features with the assumed components are hierarchically mined until the data set is decomposed into a group of feature patterns. Compared to conventional methods, the RFMM-GA has several distinct advantages: (1) The initial number of features does not need to be specified a priori. The procedure terminates after all relevant features have been unravelled. (2) Large proportion of noisy data in the mixture can be tolerated. (3) Parameter estimations of individual features are virtually independent of each other. (4) Variabilities in shapes and sizes of the features in the mixture are accounted for. Three experimental results on the extraction of ellipsoidal and linear features demonstrate the effectiveness of the RFMM-GA model for feature mining in noisy data with mixed feature distribution.

数字区调遥感图像处理系统的架构分析

遥感图像处理是目前计算机辅助区域地质调查(简称数字区调)的重要内容之一。论文通过对国土资源部资助的RS_Orthomapper遥感图像处理软件架构的分析,建立了其核心架构模型,并通过对旧版本系统的重构和优化,形成了一个可在区域地质调查领域实际应用的软件系统。