基于多光谱海洋遥感图像的水陆分离方法

海洋遥感图像的水陆分离对于船舶导航、海洋工程及海洋安全领域的研究都有着十分重要的意义。针对遥感图像的多光谱特性进行研究,提出一种有效的多光谱遥感图像的水陆分离方法。在对IKONOS卫星遥感影像数据的蓝、绿、红和近红外4个波段进行光谱特性分析的基础上,选定各自的权值,采用LOG边缘检测算子分别对各波段做边缘提取,最后通过对各波段的边缘加权叠加实现水陆分离。该方法充分利用了遥感图像的多光谱特性,通过实验仿真验证了该方法对多光谱遥感图像水陆分离的有效性和可行性。     

多源遥感图像融合的数据同化算法

为解决现有融合方法不能根据遥感图像的后续处理要求对融合规则进行自适应调整的问题, 本文结合模型算子和观测算子的优点构建数据同化系统, 提出了基于数据同化和遗传粒子群方法的遥感图像融合算法. 该算法将平移不变性小波变换作为模型算子, 将对比度金字塔作为观测算子. 由后续处理对图像属性指标的依赖程度确定属性指标的权重, 用评价指标的加权和构造目标函数, 并用遗传粒子群算法优化目标函数, 从而获取高清晰度的遥感图像. 本文通过遥感全色图像与多光谱图像、红外图像与可见光图像的融合证明了算法的优越性.     

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。     

基于波谱匹配的Hyperion数据大气校正方法对比研究

遥感影像数据的大气校正是高光谱遥感地空对比、信息提取的前提和关键,如何根据不同数据、不同研究区、不同研究目的选择合适的大气校正方法是高光谱遥感应用研究的重点和难点。针对EO\|1卫星Hyperion高光谱遥感数据特点和研究区地形环境特征,分别选择线性回归经验模型、基于MODTRAN4模型的FLAASH和基于DEM数据的ACORN\|3模型不同大气校正方法对研究区Hyperion数据进行大气校正。从波谱匹配、识别的目的出发,通过计算不同方法校正后影像像元的波谱曲线与实测地面波谱曲线的匹配程度分析不同大气校正方法的校正效果。     

结合光谱响应函数的Landsat-8影像大气校正研究

针对受大气吸收与散射影响,遥感器得到的测量值与目标物的真实值间存在误差,给反演地表反射率/反照率和地表温度等关键参数带来较大误差,影响图像分析精度的问题,该文利用Landsat-8的光谱响应函数,对OLI多光谱数据进行大气辐射校正和反射率反演,对校正前后的地物光谱曲线和归一化植被指数(Normalized Difference Vegtation Index,NDVI)的变化进行了对比。研究表明:OLI大气校正后较好地恢复各类地物光谱的典型特征;大气校正后NDVI增幅明显;类似的基于光谱响应函数的FLAASH大气校正方法可以为其他的高级陆地成像仪等传感器校正提供依据。     

HJ-1A高光谱数据预处理方法研究

高光谱遥感数据处理与应用已成为目前遥感应用研究领域的热点和难点之一。介绍了环境与减灾监测预报小卫星中高光谱遥感数据产品命名规则和内容,以及产品数据的主要特点,通过对HSI数据辐射定标、Flaash大气校正和几何精校正等数据预处理方法,得出Flaash大气校正后的HSI数据,提高了高光谱数据的质量,地物光谱曲线更加符合实际情况,为下一步定量遥感研究奠定了基础。     

组合分析蚀变信息提取方法研究

目前主成分分析法、比值法、光谱角制图法等已广泛应用于遥感矿化蚀变信息提取中,且取得了很好的效果。根据研究区遥感数据特点,采用比值与主成分组合分析的方法,结合FLAASH大气校正、中值滤波以及彩色密度分割等图像处理方法,对新疆且末地区ASTER数据进行蚀变信息提取。经USGS标准矿物波谱库中典型矿物光谱的验证,组合分析方法能够去除数据冗余和噪声,有利于各类蚀变信息的提取。     

高光谱遥感图像分类算法中的应用研究

针对高光谱遥感图像数据量大、维数高、数据之间冗余量大的特点,提出一种基于决策边界特征提取(Decision Bounda-ry Feature Extraction,DBFE)的SVM高光谱遥感图像分类算法。首先采用DBFE对高光谱遥感图像进行特征提取,消除特征之间相关性,并降低特征维数,然后采用GA对SVM参数进行优化,找到最优分类模型参数,最后采用最优分类模型对待分类的高光谱遥感图像进行分类。仿真结果表明,高光谱遥感图像分类算法提高了高光谱遥感图像分类的效率和分类正确率,说明分类方法是有效、可行的。     

一种基于物理机理的高光谱遥感图像真彩色校正模型

针对高光谱遥感影像由于各波段光谱范围窄,难以获得符合人们视觉效果的真彩色合成影像问题,提出一种基于物理机理的高光谱遥感图像真彩色校正模型。该模型充分利用高光谱影像在红、绿、蓝反射区的所有谱段信息,通过插补波段并进行波段加权积分重建真彩色合成图像,进而结合实测地物反射率光谱,利用辐射传输模拟的方式,构建具备普适性的真彩色校正模型。利用航空高光谱遥感影像进行色彩校正实验的结果表明,所构建的真彩色校正模型能够很好地应用于高光谱遥感影像真彩色校正。     

适用于机场跑道识别的改进Hough变换

机场跑道的卫星图片经过处理后表现出来的骨架特征为边缘直线,在边缘图像中检测直线通常使用的方法是Hough变换（HT）.由于（HT）是一种穷举式的搜索,在处理复杂图像时存在大量无效计算,实时性较差.针对机场跑道识别的实时性要求,提出一种改进的用于在二值图像中检测直线的快速Hough变换算法,此算法克服了标准Hough变换以图像边界点为扫描边界的缺点,并且能及时中断无谓的扫描,较好地解决了无效累积问题,实验证明,与标准Hough变换相比,它不仅具备Hough变换原有的高可靠性和抗干扰能力,而且具备Hough变换所不具备的高效性和低存储,克服了标准Hough变换的高计算代价和耗存储的缺点.     

基于视觉注意机制的遥感图像显著性目标检测

显著性目标检测是遥感图像处理的重要研究领域,传统的方法通过逐个像素点的计算来实现目标检测,难以满足遥感图像大面积实时处理的要求。将视觉注意机制应用到遥感图像的显著性目标检测中,在训练阶段,将所有的目标融合成目标类,所有的背景融合成背景类,目标类的显著性均值与背景类的显著性均值的比值得到一个权重向量;在检测阶段,所有的特征图乘以权重向量得到自顶向下的显著性图;自顶向下和自底向上的显著性图融合生成全局显著性图。实验结果表明当目标和背景不是总成对出现时,该方法的检测结果优于Navalpakkam模型和Frintrop模型的检测结果。     

Segmentation optimization simulation of water remote congestion image of the ship

In the process of segmenting water remote congestion image of the ship, due to interference of the external environment and the influence of the number of ships, the target is blocked, traditional methods for image segmentation region intersection, lead to target obscured, therefore, in this paper, a segmentation optimization method for water remote congestion image of the ship based on MCMC is proposed, through morphology denoising to preprocess water remote congestion image of the ship, and remove the noise of the image, ensure do not produce the global geometric distortion. Water remote ship congestion image field is divided into many disjoint areas, to give all states of the image, by using Bayesian method deduce the solution space of state, and setting up four classes of water remote ship congestion image model for four of the most frequent image regions appeared, the solution space structure is analyzed, and data driven method is used to classify the characteristics, according to the probability of each pixel eigenvector belonging to the cluster center to calculate the proposal probability, and transfer speed of Markov chain, establish ergodic Markov chain solution space, so as to achieve segmentation optimization of water remote ship congestion image. The simulation results show that the proposed method not only has the very high accuracy of image segmentation, also has complete segmentation result of target.     

成像光谱技术在土地利用动态遥感监测中的应用研究

随着数字化调查技术的发展，国土资源管理对土地利用动态遥感监测提出了更高的要求，目前主要采用的多光谱数据由于受光谱分辨率限制以及“同谱异物，同物异谱”现象的影响，难以满足管理需要。成像光谱数据具有较高光谱分辨率。在类别细分方面具有一定的优势，在当前土地利用动态遥感监测中具有一定的应用潜质。该文针对成像光谱数据特点，探索了与成像光谱数据相适应的土地利用动态遥感监测方法，提出了异常光谱检测法，该方法在试验区应用中取得了良好效果。     

一种基于多光谱遥感影像的喀斯特地区裸岩率的计算方法初探

石漠化是我国西南地区广泛分布的一种生态—地质灾害。石漠化地区的提取和等级的划分是石漠化研究的首要前提。裸岩率作为石漠化等级划分的一个重要指标,对其科学快速的运算,是石漠化等级划分和石漠化地区提取的基础。提出了一种基于多光谱遥感影像的裸岩率的计算方法,并选取贵州省普定县后寨河流域1987年的TM影像进行了实验。首先,对影像进行预处理获得影像对象,再通过波段运算提取后寨河流域的归一化植被指数NDVI和裸土指数BI,分别用来计算植被覆盖度和土壤裸露率,最后通过图层算术运算获得实验区的裸岩率。结果表明这种裸岩率的提取方法具有可行性。     

A multivariable optical remote sensing image feature discretization method applied to marine vessel targets recognition

The effective extraction of continuous features in ocean optical remote sensing image is the key to achieve the automatic detection and identification for marine vessel targets. Since many of the existing data mining algorithms can only deal with discrete attributes, it is necessary to transform the continuous features into discrete ones for adapting to these intelligent algorithms. However, most of the current discretization methods do not consider the mutual exclusion within the attribute set when selecting breakpoints, and cannot guarantee that the indiscernible relationship of information system is not destroyed. Obviously, they are not suitable for processing ocean optical remote sensing data with multiple features. Aiming at this problem, a multivariable optical remote sensing image feature discretization method applied to marine vessel targets recognition is presented in this paper. Firstly, the information equivalent model of remote sensing image is established based on the theories of information entropy and rough set. Secondly, the change extent of indiscernible relationship in the model before and after discretization is evaluated. Thirdly, multiple scans are executed for each band until the termination condition is satisfied for generating the optimal number of intervals. Finally, we carry out the simulation analysis of the high-resolution remote sensing image data collected near the coast of South China Sea. In addition, we also compare the proposed method with the current mainstream discretization algorithms. Experiments validate that the proposed method has better comprehensive performance in terms of interval number, data consistency, running time, prediction accuracy and recognition rate.

     

基于遥感数据特征和像元替换技术的边缘提取方法

随着城市化的发展，城市遥感领域在中国发展迅速。高分辨遥感图像的边缘提取是当前城市遥感的重要研究领域。实践中，传统的边缘检测算子主要是通过图像空城特征微分，建立不同结构的模板完成。高分辨率遥感数字图像包括了空间域和光谱域两种信息，因此，借助于图像的光谱和空间域两种特征信息提高提取城市边缘信息精度已经成为当前算法开发的基本思路。该研究通过设计光谱分解和边缘检测的算子模板，综合利用了图像的光谱、空间特征信息。研究结果表明，这种方法有效地提高了城市遥感数据边缘信息的提取精度，同时还具有方法简便、计算速度怏的特点。     

遥感图像恢复与遥感器MTF 在轨检测技术

遥感成像过程受到大气和成像系统中的光学、探测器和电子学子系统等的影响, 引起成像退化作用, 造成图像模糊, 降低了图像中信息的提取能力。图像恢复技术可以改善图像的质量, 提高图像信息提取能力。依据图像恢复技术的要求, 高精度成像系统调制传递函数(MTF) 是高质量图像恢复的基本条件。针对不同遥感器之间、同一遥感器不同时期存在的成像性能变化, 所引起成像系统MTF 变化的实际情况, 介绍了成像过程中系统MTF 在轨运检测方法。着重于介绍刃边法, 对刃边法的原理、刃边法检测对地物景观的要求等进行了详细分析, 对这一方法中有关图像景物的行扫描采样、扫描行的配准以及对所获得的边扩散函数的拟合等关键技术进行了详细介绍, 这些技术是保证较高精度获取遥感图像MTF 的基础。文章在介绍基于成像系统MTF 图像恢复技术后, 通过实验检验了方法的可行性, 结果表明以MTF 在轨检测为基础的图像恢复技术, 可以明显地提高遥感图像质量。     

基于自组织神经网络的多传感器遥感图像融合技术

多传感器遥感图像融合是一种遥感信息综合分析与处理的技术,其研究正成为遥感学科领域的热门课题之一。利用自组织特征映射神经网络具有较好的聚类特性,对多源遥感图像进行高水平的分类与融合。通过对GMS 5卫星图像融合前后性质的比较和融合质量的评估,不难发现:融合后的图像不论在视觉效果上还是在噪声特性上都有了很大的改善。     

Multi-Observed Block Adjustment for Satellite ImagesWithout Ground Control Points

In order to ensure the accuracy of target area’s ground information,it is necessary to do geometric correction for remote sensing images.Geometric correction has a great influence on the application of remote sensing images.Traditional geometric correction needs ground control points.However,it is difficult to obtain ground control points in some places,such as abroad,western China and desert.To improve positioning accuracy without ground control points,multi\|overlapping block adjustment model is built.Different from traditional method,error equations are built depending on multi\|projection in image space of a single object.In this way,error equations can converge to more accurate solutions.By adjusting the rational polynomial coefficients of each image,the positioning errors in different directions are compensated to a certain extent.Thus the positioning accuracy of remote sensing images is improved.First,block adjustment model and error compensation model are built with RPC coefficients.Then,conjugate gradient algorithm is used to solve the error equations iteratively.Finally the RPC coefficients are adjusted to improve the accuracy of positioning without ground control points.The ZY\|3 data test shows that multi\|overlapping block adjustment model increase the plane positioning accuracy of remote sensing images from 19.8m to 12.9m and the method can effectively improve the absolute positioning accuracy of remote sensing images.