风云三号微波湿度计遥感图像地理定位方法

风云三号（FY-3）微波湿度计采用45°天线绕轴旋转形成垂直于卫星飞行轨迹的360°连续变速圆周扫描方式。依据这种扫描几何,给出了适用于风云三号微波湿度计遥感图像地理定位的方法,定义了完善的坐标系及坐标系转换关系,根据微波湿度计观测几何、卫星空间位置和姿态、仪器空间位置和指向建立了天线观测矢量与地面位置之间关系的模型。风云三号微波湿度计遥感图像地理定位方法在风云三号地面应用系统业务运行中,对微波湿度计遥感图像地理定位精度达到了像元级。     

SPOT卫星图像用于修测地形图的试验

确定地形图的更新方法,在很大程度上取决于遥感图像的现势性和地面分辨率的大小。利用航空像片更新地形图能保证地形图的精度,但周期长、成本高。星载CCD推扫图像可以周期性的覆盖地面,且有较高的地面分辨率。SPOT卫星HRV传感器获得的图像,地面分辨率甚高,用于修测的1:5万地形图的可能性很大。针对地貌测绘和地形要素的判读能否满足现行规范的要求,我们利用SPOT卫星     

QUICKBIRD数据处理及其应用

以高分辨率的QUICKBIRD卫星数据为研究对象，经反差增强和比值运算，使处理后的图像分辨率高且接近真彩色。具有较好的识别效果；在图像上均匀布设13个地面控制点(GCP)，另选取3个国家三级控制点参与静态GPS外业实测及内业解算，平差后各控制点坐标误差在1cm左右。利用遥感图像处理软件ER Mapper6．2为平台，进行二次多项式几何精校正．校正时各控制点的RMS值控制在1个像元以内；用1：500地形图对纠正后的图像进行精度检验，其点位误差在1m左右。说明纠正后的图像具有较高的精度。本文还对纠正后的遥感图像进行了应用研究，结果表明：各地类的判读精度均很高，其综合判对率为95．7％；该图像能将针叶树种和阔叶树种分开，树种的识别仍有难度。通过纠正后的图像与已完成的研究区内土地利用现状图进行匹配与精度分析，发现土地利用现状图有的区域精度较高。但有的区域存在较大误差。     

无人机遥感视频图像的实时拼接研究

为了获取广域监视图像,图像拼接技术在无人机(UAV)遥感平台上得到了广泛的应用。传统的UAV遥感图像拼接系统费时费力,难以实现图像的自动拼接。本文提出了一种无需地面控制点的遥感图像几何校正方法,并利用SIFT算法对特征点进行提取和匹配。采用加权平均融合方法对拼接后的图像进行平滑处理,开发了UAV遥感视频图像自动拼接系统。利用UAV实际航拍图像进行了拼接实验,验证该系统的有效性。     

印度测图卫星IRS-P5定位精度初步研究

简要回顾了印度遥感卫星系列的发展历程;给出了IRS-P5卫星及传感器的有关性能参数,并与IKONOS、SPOT5 HRS做了初步比较;详细论述了IRS-P5使用有理函数模型的定位方法。最后,使用中国北京地区的立体像对数据进行了有关试验研究,结果表明,在良好的地面控制点的支持下,平面和高程精度均可达到5m,满足国家1∶50000基本比例尺地形图测图规范要求。     

基于ERDAS IMAGINE的扫描地形图的处理方法

阐述了扫描地形图的处理方法，对技术流程的关键问题作了详细的说明。解决了如何在控制误差精度的情况下，将单幅图像拼接成整幅地形图时的校正、裁剪、拼接等问题，总结探讨了在ERDAS IMAGINE 8.6中利用地面控制点对扫描地形图进行的几何校正、拼接等处理方法，并对成果进行了精度分析。     

一种改进的局部加权拟合校正方法

几何校正是遥感图像处理的一个重要环节,是减弱遥感图像与地面真实形态差异的重要方法。但是常规几何校正方法对无人机影像进行校正,其效果不够理想。在分析了局部加权拟合校正法的基础上,用控制圆规定其局部校正区域,并且新增辅助控制点来覆盖该区域,以这种方法对其进行了改进。通过对同一无人机影像进行几何校正对比分析实验,结果表明:改进的局部加权拟合校正法能够更充分、合理地利用局部控制点信息,对控制点的分布具有更好的适应性,能够有效提高无人机影像的几何校正精度。     

一种新的SAR图像斜距多普勒定位模型的直接解法

斜距多普勒定位模型是实现SAR图像无控制点定位的基本模型,因此如何高效准确地获得RD方程组的解成为实现SAR图像无控制点几何定位的根本问题,也是实现SAR自动图像定位的关键。首先利用地固坐标系下目标速度为零的特性,简化RD模型并整理为一元四次方程,然后利用一元四次方程求根方法,推导出斜距多普勒定位模型的明确数学解析解,并与常用的数值迭代求解方法进行比较分析,仿真结果验证了推导的正确性。新解法具有无需设置初始值,易于编程实现,鲁棒性高的特点。     

ASTER影像基于卫星轨道和姿态的绝对定位模型

ASTER(Advanced Spaceborne Thermal Emission and Reflection Radiometer)影像具有较高的地面分辨率,能在可见光、近红外、短波红外、热红外的光谱范围内的14个通道内成像,并且具有立体观测能力,因此AS-TER影像具有广泛的用途,能用于陆地、海洋、冰川、大气等方面的研究。影像定位技术是摄影测量学的核心理论基础之一,是实现从影像坐标到地面坐标转化的关键环节。对遥感图像的应用而言,确定目标位置是非常重要的。本文建立了ASTER影像的定位模型,并以此模型为基础进行ASTER影像定位误差的定量分析,实现在没有控制点和稀少(小于4个)控制点的情况下对ASTER L-1A级影像进行定位。     

多重观测卫星影像的无控区域网平差

为了保证卫星遥感影像获取地面目标区域信息的准确性,需要对影像数据进行几何校正,几何校正的精度决定着遥感图像应用的效果。常规的校正方法需要地面控制点信息,但在境外、我国西部、荒漠等这些地方很难获取控制点。针对上述问题,提出了多重观测卫星影像的无控区域网平差方法,提高无控定位的精度。与常规区域网平差不同,该方法的误差方程基于"单物方—多像方"的连接点集建立,在无控条件下误差方程能够收敛到更加精确的解。通过误差补偿模型调整每幅影像的有理函数模型系数,使得不同方向的定位误差进行抵消,从而在无控制点的条件下提高遥感影像的定位精度。首先,利用卫星影像的RPC文件和像方误差补偿模型,建立多重重叠的区域网平差模型,然后,利用共轭梯度算法迭代求解误差方程,最后调整RPC系数,提高遥感图像定位精度。通过资源三号卫星影像试验表明:多重观测区域网平差将遥感图像的平面定位精度由19.8m提高至12.9m,能够有效提高影像的几何定位精度。     

GeoEye-1立体像对定位精度及其应用分析

探讨了基于有理函数模型的GeoEye-1立体定位方法,并使用澳大利亚Hobart地区立体像对进行了有关试验研究,结果表明,GeoEye-1立体影像无地面控制点的平面精度在3.0m之内(CE90),高程精度约为10.1m(LE90);在良好的地面控制点的支持下,平面和高程精度均优于0.5m(RMSE),基本可满足国家1∶5000基本比例尺地形图测图要求。     

基于模糊聚类的遥感图像与现有地形图的变化检测方法

提出了一种基于模糊聚类的遥感图像与现有地形图的变化检测方法。该方法通过模糊聚类对遥感图像和地形图的像元进行分类,然后基于分类结果实现图像的叠合,从而显示图像间的变化情况。本文通过一个图像变化检测实例说明该方法能够快速、直观的反映遥感图像与现有地形图之间的变化,从而避免了参考点均方误差法无法完全反映图像实际变化情况的问题。     

结合稀疏识别的自适应Wallis滤波在高分辨率影像控制点匹配中的应用

目的：随着国内遥感卫星的迅速发展,卫星图像的图幅越来越大,分辨率越来越高。在轨遥感图像的几何精度评价,要求从待评遥感图像和多源参考图像之间精确地提取出分布均匀的控制点信息。使用Wallis滤波对高分辨率影像进行增强时,会产生过增强和饱和现象,影响了控制点提取效果。为了克服上述缺陷,提出了一种基于稀疏识别的自适应Wallis图像增强算法。方法：首先计算图像子区域的辐射质量参数并构建分类特征;然后通过稀疏识别算法确定子区域的地物类型;最后根据子区域所属地物类型,选择不同的Wallis滤波参数,实现整幅图像的自适应增强,并在增强的遥感图像上提取控制点信息,实现遥感图像的几何精度自动化评价。结果：针对资源三号影像的实验结果表明,针对不同的子区域地物类型进行自适应Wallis增强,有效防止了基于全局统一参数的Wallis滤波带来的过增强和饱和现象,有效增强了高分辨率图像的纹理。结论：本文提出来一种新的高分辨率遥感影像增强策略,增强了高分辨率图像的纹理,提高了控制点的获取数目和准确率。     

扫描数字化地形图纠正拼接系统的高效系统设计

地形图扫描数字化的前期工作需要解决两个重点问题, 即纠正和拼接。传统方法是利用图像处理软件逐个选取并输入控制点, 然后进行纠正。该方法是一种具有普遍适用性的图像纠正方法,但需要一个个地输入控制点坐标, 操作起来繁琐费时。在实验室环境下, 没有大型扫描仪, 纠正完成的地形图尚需要进行拼接。在分析扫描地形图变形特点的基础上, 提出了变形进行纠正的经验公式, 并用VC+ + 开发了一个针对地形图的纠正和拼接的专用软件。其最大的优点是图块纠正时不需要逐点输入控制点坐标, 拼接时方便快捷。最后分别用了绝对检验方法和相对检验方法对公里网格点和网格点内部坐标进行检验, 表明其误差不超过0. 3%。     

一个可用于机器人定位的映射变换

在摄像机以某一角度俯拍地面的情形下,根据透视透影的成像原理,推导了一个从地面各点到摄像机图像间的变换公式,也得到了从摄像机图像中各点到地面的变换公式。只要知道世界坐标系中两个点之间的相对位置及其在摄像机图像的位置,就可以得到从摄像机图像到地面坐标系变换关系,这两个变换互为逆变换,它们可以在机器人定位及其他应用过程中发挥重要作用。     

基于双灭点的图像透视变换方法

对监控场景中目标的精确定位,需要进行图像坐标系与世界坐标系之间的转换。而在实际应用中,由于安装因素等原因,难以获取摄像机的图像坐标系与世界坐标系之间转换的参数。提出一种基于双灭点的图像透视校正方法。通过分析世界坐标系中4个控制点在图像坐标系中的位置关系,实现透视投影下图像坐标系与世界坐标系之间的转换。实验结果证明该方法简便实用。     

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RBF人工神经网络的遥感图像校正算法

遥感图像的几何校正是阻碍其应用的瓶颈问题。遥感图像的几何校正函数是一个非线性、不确定的复杂函数, 难以用精确的数学模型来表达问题, 对此提出了一种基于RBF 人工神经网络和地面控制点( GCP) 相结合的遥感图像几何校正算法。该算法利用RBF 网络能以任意精度逼近任意函数的特性, 模拟地表空间分布这一复杂的非线性函数。该算法原理简单, 易于实现, 是一种实用、可行的遥感图像几何校正算法。     

修正安装矩阵提高FY-3B/MERSI的地理定位精度

遥感数据的地理定位精度是影响其定量化应用的重要因素,为了提高FY-3B中分辨率光谱成像仪(MERSI)L1级数据的定位精度,分析了地理定位算法模型中安装矩阵与实际定位偏差之间的关系,通过修正风云三号卫星地面应用系统预处理模块中参数——安装矩阵,提高了地理定位精度。当仪器坐标系分别绕X轴、Y轴和Z轴旋转一个小角度后,遥感图像的定位结果会分别产生左右平移、前后平移和旋转变形。分析并建立旋转角度与变形之间的数量关系,根据海陆掩码与遥感图像的偏差程度估算安装矩阵的误差。修正安装矩阵后,计算出的定位结果准确性得到明显提高,精度达到1个像元左右。通过一段时间的业务系统测试,地理定位结果的质量稳定可靠。     

简单人工辅助下的无限长遥感图像自动配准

遥感图像的配准是图像处理中的一个重要分支。部分遥感图像具有大尺度或无限长的特点,并且它们的失配是局部非线性的,直接进行通常意义上的全图配准很困难。该文假设这类图像的失配是连续变化的,建议了一种有初始人工辅助的自动流水线式的图像配准方法。该方法先在人工辅助下在某个初始区域建立初始匹配关系,然后从初始区域逐步扩散匹配控制点,网格约束下的控制点搜索匹配过程保证了在全图建立均匀的密度可控的控制点集。最后用基于多项式的局部加权平均算法完成图像的校正,这样可以保证对于无限长的图像以流水线的方式逐段配准输出。模拟试验结果证实了该方法的有效性。