图像直方图不变特征在影像匹配定位中的应用

图像的直方图在影像的亮度及对比度发生变化时,可以保持基本不变.基于此,提出了由图像直方图的不变特征进行影像匹配的算法,使匹配的稳定性提高且大大减少了匹配时间.     

仿射不变特征提取算法在遥感影像配准中的应用

提出了一种面向影像配准应用的仿射不变特征算法。首先选取图像中拉普拉斯算子和尺度空间微分算子同时取得最大值的点为特征点,使用仿射参数模板对特征点邻域进行重采样以补偿投影变换造成的形变。随后对采样区域求取尺度不变特征变换(SIFT)构造特征矢量。在此基础上,构造相似性判据匹配特征点,通过RANSAC(random sample consensus)算法迭代消除错配生成修正的特征点集,并精确估计变换参数。利用仿真数据,测试了所提算法在仿射变换、局部遮挡、灰度对比度变化、高斯噪声等影响因素下的性能,并用异时相卫星遥感影像验证该算法的实用价值。     

尺度不变特征变换法在SAR影像匹配中的应用

通过几组可代表合成孔径雷达(Synthetic aperture radar, SAR)影像配准主要实际应用情景的实验, 对尺度不变特征变换法(Scale invariant feature transformation, SIFT)在SAR图像配准中的应用能力进行了系统的评价. 发现SIFT方法可以实现同轨获取的多时相斜距影像之间、斜距与地距影像之间、地距影像与经过地理编码的斜距影像之间的精确配准. 为了利用SIFT实现整景遥感影像间的配准, 提出了分块处理的方法. 实验发现分块寻找特征点虽然可引起特征点总数的降低, 但特征点的重复出现率仍大于76\%, 可满足大影像间配准的需要. 同时也发现SIFT匹配过程过于耗时是阻碍其在遥感领域实际应用的技术瓶颈. 本文指出了解决该瓶颈的技术方向, 并对不变特征匹配法在遥感领域的应用进行了展望.     

空间特征在遥感影像分析中的应用

本文基于神经系统科学有关“特征”的研究成果,对“空间特征”的定义及其在高空间分辨率遥感影像目标识别与分类中的应用进行了研究。研究表明,空间特征包括空间原始特征、空间功能特征两种类型,其中,空间原始特征是对空间实体组成要素特性的反映,是有关空间实体的识别特征(说明“是什么”),而空间功能特征则是空间实体的功能性分类标志,是有关空间实体的分类特征(说明“干什么”)。文章还具体结合一个基于高空间分辨率遥感影像对机场目标进行识别与分类的实验,对有关结论做进一步的阐释。     

DLG在无人飞行器低空遥感影像数据处理中的应用

主要以1:500地形图为无人飞行器遥感影像处理的辅助数据源,提取地形图点坐标作为外业控制点,进行单模型绝对定向和光束法空中三角测量及地形图修测和补测实验.通过实验论证了1:500地形图用于无人飞行器遥感影像的辅助处理是可行的,并给出了从DLG提取控制的规范和影像定向处理的方法.     

基于Contourlet旋转不变特征的遥感图像检索

除了具有纹理属性外,遥感图像中还包含大量的结构性边缘特征,如何有效捕捉这些特征中的信息进行检索,成为提高遥感图像检索效率的关键。文章依据Contourlet在离散域的多尺度几何分析的功能,提出一种利用Contourlet子带能量分布特性提取原始图像在多个尺度下的边缘方向信息进行检索的方法。针对Contourlet变换捕获不同特征方向能力的差别,文章采用正交补偿法加以改正,并通过傅里叶算子的处理,实现基于结构性边缘特征旋转不变的图像检索。实验结果表明,该检索算法对含有丰富规则边缘特征的遥感图像更为有效。     

遥感影像特征发现的稳健统计模型研究

高斯混合密降解模型是一种基于稳健统计理论的层次结构的聚类模。ＧＭＤＤ首先假设特征空间是由一组混合的高斯分布组成,然后通过一定的优化算法来获得特征空间中与预称假设相符合的特征分布宵步分离轩到特征空间全部降解为一组混合特征模式的分布集。     

城市住宅区遥感影像的分形特征研究

本文以分形理论和方法为基础，首先运用图像处理技术，对一幅上海城区彩红外航片扫描成像，并对住宅区分三类和８个区域进行了光谱数据采样。进而设计了粗视化求分维的算法和程序，分别从两个波段、两种采样方式计算获得了每一样区的４个分维数据。分析表明：住宅区影像的光谱曲线是一种典型的分形曲线，它们的分维值有效地反映了各类住宅区的图像结构特征。本研究揭示了城市住宅区遥感影像的分形特征提取可以进一步应用于住宅区的建设、规划和管理等定量指标估算。     

基于局部仿射不变特征的宽基线影像匹配

提出了一种基于局部仿射不变量特征的宽基线影像匹配算法。该算法以影像特征点为定位点,使用分层变尺度窗口内的几何和亮度仿射不变量特征实现立体匹配。由于使用局部特征,在较大窗口范围内构造尺度、旋转不变特征,以及将大窗口划分为较小的子区域,因此,该算法具有较高的匹配可靠性、较高的效率和匹配精度。     

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。     

遥感影像Web共享关键技术应用研究

研究海量遥感数据在Web 共享中所需要的网络支撑环境、数据自动入库、数据自动传输、影像高效查询等关键运行技术。在关键技术研究的基础上,详细分析与设计了针对海量遥感数据的可视化查询、浏览及下载功能,并基于 Web服务等相关计算机技术,实现了海量遥感数据共享原型系统,完成海量遥感数据的 Web 共享。
     

基于显著性特征和角度信息的遥感图像目标检测

遥感图像中的目标具有密集性、多尺度和多角度等特性,这使得遥感图像多类别目标检测成为一项具有挑战性的课题.因此,文中提出了一种新的端到端的遥感图像目标检测框架.该框架通过提取显著性特征和不同卷积通道之间的相互关系来增强目标信息,抑制非目标信息,从而提高特征的表示能力.同时,在不增加模型参数的情况下,在卷积模块中添加多尺度...     

大幅面多光谱遥感图像快速自动配准

针对大幅面多光谱遥感图像的配准需求,提出一种基于特征点的快速全自动配准方法。由于多光谱遥感图像的尺寸较大,计算量大,因此提出特征网格理论,即根据图像灰度值、信息熵值及特征分布均匀性准则,在二级规则网格中选取特征网格参与后续运算,以减小计算量。同时,该理论为SIFT(Scale Invariant Feature Transform)特征点提取算法的并行运行及特征点初匹配方法的改进提供了条件,提高了算法的效率及配准精度。利用本算法对CBERS-02B拍摄的遥感图像进行了实验。结果表明,该方法能够达到亚像素级配准精度,且计算速度快,能够满足大幅面遥感图像处理的要求。     

基于形态学和Contourlet系数区域特征的遥感图像融合方法

进行遥感图像融合时,全色图像空间信息的保留与多光谱图像光谱信息的保持是相互矛盾的,如何在这对矛盾体中实现最佳的融合效果一直是图像融合领域的研究热点。在IHS变换的基础上,将形态学和Contourlet变换相结合,针对多特征地物遥感图像的融合提出了一种基于图像特征的选择性融合算法。该算法先利用形态学操作将图像的边缘和非边缘信息进行区分,然后对处理后的图像进行Contourlet变换得到一个低频和一系列高频分量,再利用不同的区域特征自适应融合算法分别对低频和高频系数进行选择性融合,最后通过Contourlet逆变换和IHS逆变换得到融合结果。融合实验结果表明:对多特征地物遥感图像进行融合时,该算法是高效可行的。     

遥感技术在生态环境治理工程中应用的初步分析

以甘肃省中部地区生态环境治理工程重点区域为研究对象,以1990年陆地卫星TM影像遥感解译结果为生态环境本底数据,以2000年同一季节TM影像资料解译结果为现状数据,结合数字地形模型和实地调查结果,对该地区的生态环境进行动态监测。监测结果表明:虽然在研究区内采取了退耕还林、小流域综合治理等改善生态环境的种种措施,环境依然趋向恶化。分析了1990年到2000年10年间生态环境变化的原因,并提出相应的对策建议,为农业结构调整、生态环境建设等提供科学依据。     

高分辨率遥感影像中提取道路网方法综述

高分辨率遥感影像中道路网的提取是智能地物提取和分析的重要方面。针对其特点,介绍了高分辨率遥感影像上道路网提取的基本思想和步骤,从提取要素层次的角度对现有的道路网提取方法进行了分析和综述,并指出当前高分辨率遥感影像道路网提取方法需要进一步解决的遮挡、地物特征类似、地物复杂等问题。展望了未来利用高层次知识、图像融合技术、三维信息等高效提取道路网的可行性。     

基于目标检测的多源遥感图像特征融合方法研究

提出了一种基于目标检测的多源遥感图像特征融合方法.首先,在单源图像上检测目标,利用图像的大地坐标信息,自动截取包含目标的同一地区的局部遥感图像,再分别提取多源遥感图像上目标的特征信息,根据其中冗余的特征信息对提取的目标区域进行关联,再由关联检验确保特征关联的正确性,最后对目标特征进行融合决策得到特征融合结果.实验结果表明,方法能有效地利用多源遥感图像的信息,提高所获取目标特征的准确度.     

基于特征点的多光谱遥感图像配准

提出一种基于特征点的多光谱遥感图像配准算法。首先在图像上建立二级规则网格,根据信息嫡值及特征分布均匀性准则选取特征网格;然后利用Forstner算子在特征网格中提取特征点,针对多光谱图像的特点,利用基于相关性原理的粗匹配和改进的基于空间距离约束的精匹配确立特征点的对应关系;最后通过仿射变换得到配准后的图像,并用均方根误差评价配准效果。实验结果表明,该方法计算速度快,且能够达到亚像素级配准精度。