消除CBERS卫星红外遥感图像条带干扰的空域方法

本对中巴地球资源卫星红外遥感图像的条带干扰做了数学的描述定义，在此基础上设计了一种在空域消除条带子扰的算法并用Matlab6实现。实验显示该方法具有处理效果好，算法简单，人工干预少的特点。     

发展卫星图像应用处理技术 提高卫星遥感应用水平

目前,遥感图像处理技术包含的内容太广泛,应该分解为预处理与应用处理两部分,后者的总目标是从预处理获得的综合反映地面状况的图像中排除无用信息的干扰,突出用户感兴趣的有用信息。     

遥感图像的图像镶嵌方法

图像镶嵌技术是近年来发展迅速的图像处理技术之一，是计算机视觉领域和计算机图形学领域都十分关注的研究热点之一。通过对现有遥感图像镶嵌方法的研究，时其进行了归纳和总结，并介绍了几种常见的图像镶嵌关键技术。     

基于小波变换的多波段遥感图像条带噪声的去除

介绍了几种在TM，MSS，SPOT等多传感器遥感图像中条带噪声去除方法的特点，提出了一种基于小波变换的条带噪声去除方法，并以几何纠正前的非均匀地物分布的CMODIS图像为实验数据，对这些方法的去条带噪声效果作了比较。结果表明，本提出的方法要优于以前的几种常用方法，具有很好的去条带效果，同时较好地保持了原图像的特征。这种方法在其它多传感器遥感图像的条带噪声去除中也有很强的适用性。     

遥感分类图像条带噪声的去除

在介绍了几种常用于TM、MSS、SPOT等多传感器遥感图像中条带噪声去除方法的基础上,提出了一种综合利用IDL语言和常用遥感软件(主要为ENVI、ERDAS等)对分类后图像进行条带处理的新方法。并以2005年北京市SPOT图像为试验数据,对该方法进行了尝试。结果表明,利用该方法可弥补一些条带噪声去除方法的弊端,有效地去除分类后图像上的条带噪音;同时避免了分类前期条带去除过程中对条带像元值的不正确计算,以及对图像上正确像元的影响而导致的后期遥感分类过程中的错分误分问题,从而可以有效地提高遥感分类精度。这种方法在其它多传感器遥感图像的条带噪声去除中也有很强的适用性。     

卫星遥感及图像处理平台发展

航天科技是国家综合国力和科技实力的重要体现,而卫星遥感则是航天科技转化为生产力最直接、最现实的途径之一。遥感数据获取与分发、数据处理与信息提取是卫星遥感应用的两个基本步骤。随着国家民用空间基础设施规划中的遥感卫星体系稳步推进,以及商业卫星遥感的蓬勃发展,我国的卫星遥感数据获取能力呈现质量齐升之势。但同时,作为卫星遥感应用的基础设施和关键工具,遥感图像处理系统平台逐渐成为制约自主卫星数据应用和空间信息业务发展的重要因素之一。本文围绕卫星遥感对地观测主题,从卫星遥感数据获取能力、卫星遥感数据处理系统平台两方面,对国内外现状进行综述,在此基础上分析了卫星遥感的发展趋势。     

自适应方法在遥感图像处理中的应用研究

自适应方法为解决遥感图像处理发展中产生的新问题提供了有力的工具。自适应方法的算法、理论已经在遥感图像处理的降噪、分类、目标识别与跟踪、信息融合等诸多领域开始应用。经过试验与仿真分析,证明这些方法都取得了良好的效果。本文探讨了自适应方法在遥感图像处理中应用研究的新进展,对发展趋势作了展望。     

Hough变换在消除遥感图像随机相位相干干扰中的应用

遥感云图在气象,军事,生态生活等领域都有着广泛的应用,但是,由于在多通道扫描辐射计成像过程中部分子系统的影响,不可避免地在信号通道中耦合进一些相干干扰,这些干扰的存在将在一定程度上影响对遥感云图特征提取,目标识别等定量分析方法的有效性,因此必须将图像中的相干阳以中抑制,在对相干干扰特性进行分析并比较已有的几种消除方法的基础上,提出了基于二维频域分析的 变换域Hough变换算法,实验表明,与邻域平均,中值滤波,经典频域滤波等消除干扰算法相比,该算法不仅能高质量地消除图像中的随机相位干干扰,同时还能有效地保留原图像中的细微影纹和边缘信息,并在航天遥感图像的实时采集及处理系统中获得成功应用。     

遥感图像特征提取算法仿真

研究遥感图像特征准确提取问题.遥感图像采集过程中,经常受到天空不定项云层干扰,云层会大幅反射遥感射线,导致遥感成像中存在碎云杂波,造成遥感图像中关键特征模糊、丢失等问题.传统的图像分割算法根据单一阀值设定滤波值,很难对这种随机性的碎云杂波干扰建立有效的过滤模型,造成特征分割结果偏差较大.为解决上述问题,提出了一种抗碎云杂波干扰的遥感图像特征提取算法.建立灰度增强模型,对遥感图像进行增强处理,提高图像的对比度,为特征提取提供准确的数据基础.利用最小二乘法,实现碎云杂波干扰环境下的遥感图像特征提取.实验结果表明,这种算法能够有效提高遥感图像特征提取的准确性.     

基于双非凸约束的遥感图像高密度条带去除算法

针对去除高密度遥感图像条带时残留较多且易产生块效应的问题,通过分析条带和干净图像的特征,提出一种新的条带分离方法.条带的稀疏性既存在于在空间域又存在于梯度域,因此,对条带在空间域和梯度域进行非凸L0范数约束,同时采用L1范数约束干净图像的空间域连续性特征.该非凸模型可以通过均衡约束数学规划(MPEC)将其转化为凸优化问...     

地形仿真中遥感影像的应用及处理技术

在分析几种地球表面表示方法的优缺点的基础上,提出用遥感影像作为三维地形仿真中表面纹理图以提高真实感的思想;提出不同高度实体视景地形的仿真应采用多级精度仿真的方案,并分析了地形仿真精度与影像分辨率间的关系;详细叙述了该应用方案中影像数据处理的流程及方法,包括：数据准备、真彩波段组合、影像增强、几何校正、拼接镶嵌、投影变换及三维地形生成等。实践证明,合理的影像数据处理方法和步骤可减少工作量并保证影像处理的精度和效果,现势件好,真彩组合的遥感影像用作三维地形仿真的表面纹理图是提高仿真真实感的有效技术途径。     

卫星遥感图像增强处理方法研究

在地震减灾研究中,遥感技术作为获取某些震害特征信息和基础空间信息工具而被广泛应用,但是由于在卫星成像过程中,受传统航宅摄影技术以及其它各种噪声的影响,造成遥感图像图质的退化,从而影响了后期的遥感信息的提取和处理.遥感图像增强处理,可以改善图像中某些特性的视觉效果,通过在Visual C++平台上对采集回来的图像进行直方图修正和局部方差均衡图像增强处理,结果提高了卫星遥感的显示质量,为后期地震减灾遥感信息的提取和处理奠定了一定的理论基础.     

卫星遥感影像预处理中噪声去除方法的研究

主要介绍了在遥感卫星影像预处理过程中遇到的噪声问题及其解决方法,内容有常见的遥感噪声现象包括整像素偏移、字节错位、影像错行、带状噪声、条纹噪声等,在描述噪声现象的同时给出了针对上述噪声的相应处理方法如空域滤波方法以及频域滤波方法等。实践证明所述方法在遥感卫星影像预处理过程中得到了很好地应用。     

彩色遥感图像目标提取方法研究

目标提取是对遥感图像进行分析处理的一个重要内容。针对彩色遥感图像的特征,首先采用了传统的边缘检测方法,验证其存在的不足。进而运用模糊聚类分析的模糊C-均值算法,选择适当的正交彩色特征,实现了对图像中目标区域的有效分割与快速提取,为遥感图像识别与计算提供了可靠的基础。研究实例表明了算法的有效性。     

高速遥感图像实时压缩仿真系统研究

随着遥感技术快速发展,遥感图像数据已成为空间信息的重要数据源之一,卫星遥感图像高速实时传输已经成为当前研究的热点问题,并伴随着巨大的市场需求。该文针对卫星上遥感图像数据实时高速压缩、传输的需求。在Visual C＋＋环境下,建立了对卫星遥感图像进行压缩、传输、解压、接收、显示等过程进行仿真研究的仿真系统。该系统主要使用JPEG2000算法进行了仿真分析,在仿真系统的设计实现中采用图像分块压缩等关键技术,并针对压缩速度提出了压缩效率、信噪比等评价指标。仿真结果证明了图像数据压缩系统的有效性。该项研究成果可以用于对遥感图像实时压缩算法进行仿真研究和分析,也可作为地厩图像处理系统对遥感图像数据进行观测。同时,该文研究内容还将有效地提高图像数据系统的压缩传输效率。     

基于网格的遥感图像快速处理

海量遥感图像快速处理是遥感图像处理与分析的重要任务之一,它既是数据密集型,也是计算密集型的工作。针对海量遥感图像的快速处理问题,构建了基于网格计算的图像处理网格平台,开发了针对遥感图像处理的网格计算中间件,用于遥感图像的清晰化处理。应用结果表明,海量遥感图像处理计算效率得到大幅度提高,取得了满意的结果。     

小波阈值的改进及在遥感图像去噪中的应用

在遥感图像降噪过程中，小波域阈值算法可以有效地降低图像的噪声，但阈值选取往往是固定的，如Donoho给出了基于小波变换的通用阈值去噪公式，由于该阈值不具备尺度间的自适应性，致使图像细节丢失。通过改进Donoho通用阈值和阈值函数，提出了阈值系数的自适应确定方法，实验证明该算法能有效地去除噪声，且能够较好地保护图像细节。
     

基于深度神经网络的遥感图像分类算法综述

准确、高效的遥感图像分类是遥感图像解析的重要研究内容之一。近年来,随着机器学习技术的发展,深度神经网络日渐成为一种有效的遥感图像分类处理方法。分析了遥感图像分类目前存在的一些问题,并简要阐述了几种典型的深度神经网络的原理结构;然后根据遥感图像分类的研究现状和深度神经网络对遥感图像分类的研究现状,总结了深度神经网络在遥感图像分类技术应用中的发展趋势。     

多源遥感影像融合技术在地质灾害调查中的应用

我国是地质灾害频发的国家,灾害造成了大量人员伤亡和经济损失,“5·12”地震更是诱发了滑坡、崩塌、泥石流以及堰塞湖等地质灾害,给人民生命财产造成重大损失。实践表明,运用遥感技术可以进行大范围的地质灾害调查与监测,使应急速度得到显著提高,但目前传感器种类较多,如何在海量的数据中发现规律、进行数据的协同处理,弥补信息提取能力的不足,是亟待解决的问题。在对图像融合方法分析的基础上,结合地质灾害调查的任务和研究区具体情况,以全色SPOT和多光谱TM影像为数据源,进行数据融合算法及图像质量评价研究,取得了良好的效果。融合后图像不仅保留了多光谱信息,而且空间信息量也得到了增强,提高了孕灾因子及承灾体的提取精度,为地质灾害调查与地质灾害风险评价起到了技术支撑作用。