基于时间序列遥感数据的植被覆盖度反演研究

基于案例分析,阐述时间序列遥感数据的植被覆盖度反演,结合GIS和RS技术,采用像元二分模型提取估算植被覆盖度,通过数理统计方法得到植被覆盖率的变化规律,从而为研究城市生态环境变化状况提供参考,并对城郊地表环境的改善及建设提供参考依据。     

基于遥感影像的漓江流域植被覆盖度动态变化研究

本文以漓江流域作为研究区域,用1991、2006年的TM影像和2012年的HJ1A影像作为数据源,利用归一化植被指数(NDVI)像元二分模型估算出的漓江流域不同时期的植被覆盖度信息结果进行了变化监测研究,分析了变化原因.结果显示,1991~2012年间,漓江流域的植被覆盖度变化以稳定为主,稳定部分的面积占总面积的41.478%;植被覆盖度增加部分的面积占总面积的40.340%,减少部分的面积占总面积的18.182%,增加部分的面积大于减少部分的面积;说明1991年至2012年漓江流域的植被覆盖度整体上呈现上升的趋势,其原因是漓江流域内林区的保护以及植树造林的措施比较到位,而部分区域植被覆盖度的下降主要是受人为因素的影响,需要在今后的发展过程中,继续加大漓江流域的生态环境保护,尽量减少人为原因的破坏.     

自适应形态学与多尺度结合的植被区域遥感图像分割方法

为减小植被区域遥感图像分割误差,解决植被区域中待分割目标因覆盖度和噪声等因素造成的过分割和欠分割问题,提出了一种自适应形态学与多尺度结合的植被区域遥感图像分割方法。首先,通过general adaptive neighborhood(GAN)结构元素构造膨胀和腐蚀运算,推导出GAN形态学开、闭运算;然后,构造一种GAN形态学复合型滤波器,填充植被覆盖度不足的孔洞,减小噪声对图像的干扰;最后,通过多尺度分割算法,对遥感图像植被区域进行分割。实验结果表明：所提方法能够有效避免欠分割和过分割现象且能对遥感图像植被区域进行准确分割;与传统多尺度分割和传统形态学与多尺度结合方法相比,所提方法的分割误差较小。     

基于多尺度指导的遥感影像建筑物提取网络

从遥感影像中提取建筑物是计算机视觉领域的一项基本任务。近年来,基于深度学习的方法已成为遥感影像中自动提取建筑物的主流方法。由于建筑物结构复杂、尺度多样等特点,从遥感影像中准确高效地提取建筑物仍然是一个挑战。针对建筑物尺度多样导致在提取过程中无法同时兼顾小型和大型建筑物的问题,提出一种基于多尺度指导的遥感影像建筑物提取网络。通过4条路径分别提取小尺度、大尺度以及其他尺度特征,通过基于交互的尺度指导模块和可选择核(Selective Kernel, SK)卷积模块分别对特征进行指导和优化特征,融合不同路径提取的特征预测建筑物信息。分别在WHU数据集和inria数据集上评估提出网络的有效性,对比实验结果表明,所提出的网络在WHU数据集上的交并比(Intersection over Union, IoU)较网络SegNet、ENet、MMB-Net、Refine-UNet、MAP-Net分别提高2.37%、1.48%、1.05%、0.83%、0.59%,在inria数据集上IoU较其他网络分别提高3.65%、4.93%、2.42%、1.82%、1.21%。结果显示,所提出的网络是一种有效、提取结果完整性更高、鲁棒性更强的目标提取网络。     

多尺度多特征融合的高分辨率遥感影像分类

针对高分辨率遥感影像多尺度、空间分布复杂以及特征繁多的特点,从遥感影像特征提取的尺度效应以及各类地物显著性特征各异入手,提出了基于多尺度多特征融合的高分辨率遥感影像分类的方法。该方法构建最优尺度分割函数模型,寻找出各地物的最优尺度,分别提取影像的纹理、颜色和形状特征。在此基础上,利用各地物特征的显著性差异实现多尺度下多特征的加权融合。该加权融合方法突破了常规的最优尺度分割算法未能充分考虑各类地物特征差异性的局限性,通过分析各类地物的显著性,建立了各个特征在分类中所占权重的模型。实验结果表明：相对传统无监督分类算法,该方法准确率提高约7%,且运行效率高。     

基于像元二分模型的植被覆盖动态监测——以北京市密云、延庆、怀柔为例

以北京市密云、延庆、怀柔三地区为研究区域,利用该区域2001年及2010年的遥感影像对两年的植被覆盖度进行反演及对比。综合运用图像预处理、NDVI计算及像元二分法确定土壤与植被NDVI阈值等方法对植被覆盖度信息提取,最终比较不同年份不同植被覆盖度的面积百分比。     

基于遥感影像的城市植被信息提取研究方法综述

针对目前利用遥感影像进行城市植被信息提取的研究现状,对面向对象方法的IKONOS影像、基于高光谱遥感技术、基于NDVI与原始波段组合的植被信息提取这三种方法的关键步骤进行描述、比较。     

基于核的多尺度纹理特征遥感影像SVM分类

遥感影像的分类精度受到多方面的影响,如遥感影像的质量,所选的分类方法和有效的辅助数据等。为了得到更好的分类结果,很多科研人员提出了各种各样的方法。文中针对遥感影像分类问题,提出一种结合核主成分分析和多尺度纹理的高分辨率遥感影像支持向量机分类方法。实验结果表明,该方法能有效地提取地物类型,提高分类精度。     

基于视觉复杂度的自适应尺度遥感影像分割

遥感影像中的对象尺度差异巨大,任何单一尺度的分割很难产生令人满意的结果。该文认为可以根据场景的视觉复杂程度选择合适的分割尺度,并据此提出一种自适应尺度的分割算法。根据Watson视觉模型计算场景复杂度,用以调节统计区域合并(SRM)算法的分割尺度。此外,该文还将SRM改进为动态合并方式,并扩展到多波段的遥感影像。实验结果表明,该文提出的自适应尺度分割算法,比单一尺度下的分割精度更高。     

机载扫描仪地面数据预处理

介绍机载扫描仪地面数据预处理系统及其所达到的目标,描述磁带数据CCT格式化过程,给出扫描仪图象几何校正和辐射度校正的新方法及所得到的结果.     

基于像素级辐射自校准的红外图像非均匀性校正改进方法

红外成像系统中一直存在着非均匀性的问题,针对红外大动态范围成像等任务对改变成像系统积分时间的需要,提出了一种利用像素级辐射自校正技术的可变积分时间的非均匀性校正方法.通过辐射自校正为红外探测器中的每个像元建立辐射响应方程以估计出场景的辐射通量图,利用线性校正模型对辐射通量图进行校正,实现任意积分时间下的非均匀性校正.该...     

多角度偏振探测仪的相对辐射校正方法研究

相对辐射校正是实现多角度偏振探测仪全视场高精度辐射定标的关键技术之一。提出了一种高精度自动化的相对辐射校正方法,采用15×15个分视场扫描测量的方式,通过高精度大型二维转台和大口径积分球参考光源实现全视场的辐射响应测量;模拟在轨工作模式,规范了数据采集流程,编写数据采集软件实现了辐射响应图像数据获取;设计数据图像拼接算法和相关的数据处理方法,完成了相对辐射校正的数据处理和精度分析。数据比对分析和精度分析结果表明相对辐射校正精度在0.5%~0.8%之内。     

FY-3E/HIRAS-II发射前热真空定标试验非线性校正

红外高光谱大气探测仪II型（HIRAS-II）是一台傅里叶变换光谱仪,搭载于世界首颗民用晨昏轨道气象卫星FY-3E上,其研制过程在FY-3D/HIRAS-I产品基础上,重点提升了探测器灵敏度、光谱和辐射定标精度等方面。仪器发射前进行了全面的热真空定标试验,其中非线性订正作为辐射定标过程的重要环节,对辐射定标精度具有重要影响。针对HIRAS-II长波和中波1红外探测器产生的非线性效应,通过缩放带内光谱对原始数据作非线性订正,采用最小化不同温度点复原光谱各波数点的响应度分布和最小化变温黑体定标偏差分布两种方法推导非线性系数。对比辐射定标数据作非线性订正前后的光谱亮温偏差,结果表明,经过非线性订正后的辐射定标精度得到了明显提升。     

基于U形边框黑体光阑的红外成像动态辐射定标与校正技术

针对传统的辐射定标与校正方法存在的问题,研究提出了一种基于U形边框黑体视场光阑的红外成像辐射定标与校正技术。该技术可在不遮挡中心视场的情况下完成动态非均匀校正,因为边框黑体的温度是可控的,所以在非均匀校正的基础上可以进行红外成像系统的动态辐射定标,以修正热成像系统出厂辐射定标的漂移。算法执行时,将边框黑体视场光阑分别在高、低温下伸入视场,与原始辐射定标数据进行对比,计算出辐射定标的修正参数,修正补偿原始辐射定标查找表,减小动态辐射定标器的体积和质量,并避免辐射标定时对成像视场的遮挡。设计并搭建了基于U形边框黑体光阑的实验平台,该平台上的成像实验表明：校正效果明显,辐射定标修正后的测温误差小于0.5 K。     

三维扫描激光雷达系统设计及实时成像技术

高光谱激光雷达是同时获取光谱和空间信息的主动遥感探测方法。在激光扫描过程中,激光入射角是重要的影响因素之一。在实际应用中,目标表面粗糙度会使其入射角效应偏离朗伯模型。因此,基于Oren-Nayar模型对粗糙表面建立二向反射模型,研究了入射角效应的辐射校正方法。选取8种典型的粗糙表面作为实验对象,分析了各波段后向散射强度与入射角的关系,并量化了粗糙度对强度的影响。基于构建的模型,对该研究样本的入射角效应进行辐射校正。辐射校正后,不同入射角反射率的标准差均不大于0.06;与校正前相比,标准差平均改善率为67.86%。结果表明,所提出的方法提高了提取目标反射特性的准确性,为高光谱激光雷达更好地为开展数据分析与应用提供良好的物理基础。     

基于均匀场地的遥感图像相对校正算法研究

受地面均匀场地宽度的限制,使用均匀场地两点相对辐射校正算法,只能对幅宽比较窄的线阵推扫式传感器进行相对校正.提出了一种改进的基于均匀场地的遥感图像相对辐射校正算法,该算法通过在一幅或多幅图像上选取满足亮度要求的区域来计算所选区域内及区域间的相对定标系数,根据区域内和区域间相对定标系数将宽幅线阵推扫式传感器全体探测元的响应相对校正到一致.结果表明:该算法能够实现宽幅线阵推扫式传感器的相对辐射校正,实现简单.校正效果理想.     

地球观测卫星遥感图像处理技术研究

介绍了地球观测卫星的遥感图像数据的特征,分析了主要的遥感卫星及其测量原理,针对观测图像中辐射量失真、几何畸变、大气散色引起的失真等问题,分析研究了各种校正方法,并对遥感图像的应用技术发展趋势进行了展望.     

利用遥感影像软件ENVI提取植被指数

在遥感影像处理中,植被指数已被广泛应用于定性和定量评价植被覆盖及其生长活力．本文主要介绍利用ENVI遥感图像处理软件对遥感影像进行植被指数提取4的方法。对植被指数提取的关键部分进行了分析,并给出了植被指数提取的技术关键．     

基于响应率修正的傅里叶变换光谱仪非线性校正算法研究

傅里叶变换高光谱仪器在定量化遥感领域展现出极大的优势,非线性校正是保证在轨辐射定标精度不可缺少的过程.针对搭载于风云四号静止轨道干涉式红外探测仪(FY-4/GIIRS)运行轨道受日晒分布不均匀、仪器环境温度日变化剧烈的特点,推导出一种基于仪器光谱响应率修正的非线性校正算法,通过测量一组标准参考辐射源光谱量化值和光谱响应率,拟合得到光谱响应率一次项修正系数.在仪器环境温度变化后,利用一次项修正系数、黑体观测光谱值和黑体观测光谱响应率重新计算光谱响应率常数项修正系数,就可以得到任意仪器环境温度下的仪器非线性校正系数.经仪器发射前地面热真空(TVAC)定标试验数据验证,该算法简单有效,在各试验环境温度工况下,对180～320 K观测范围内的辐射定标精度均有明显的提高.