一种无监督高光谱图像分类算法

为了实现对无任何先验知识的高光谱遥感数据的全自动分类,提出了一种关于高光谱图像的无监督分类算法。该算法将高光谱图像的凸面几何特征与光谱特征相结合,通过自动提取端元,并利用所提取的端元进行类别识别来实现高光谱图像的自动分类。此算法的特点是原理简单、易于实现、适应性广,而且不需要任何辅助支持和人工干预。实验结果表明,该算法能够获得较好的分类效果。     

融合光谱和空间信息的黄河主溜特征提取

本文基于多光谱遥感图像,提出了一种融合光谱特征和空间信息的主溜特征提取方法.将遥感影像的两大表现形式--光谱和空间信息结合,利用像元及其邻域的关系来描述其空间结构,用方向线来描述黄河主溜,从而确定其位置和走向.实验结果表明,该方法可有效地提取出黄河主溜特征.     

遥感图像中的黄河主溜线高效提取方法

黄河主溜线的趋向直接影响黄河的防洪决策与规划,而现有的主溜线演进方法需判断每一步河流方向。提出一种河流直向化的预处理方法,利用光谱相似性原理提取河流域,然后轮廓跟踪河流域外边界,对边界内的河流域通过线性插值的方式进行直向化处理;动态演进直向河流的主溜线,随后将其逆映射回原图像,获得原图像中河流域的主溜线。结果表明,运用直向化预处理方法提取主溜线,在没有降低误差精度的基础上,避免了频繁地检测河流走向,简化了主溜线的演进模型。     

SAR图像中的黄河主溜线提取

黄河主溜线的提取可为防洪堤的设计、管理以及防灾决策等提供科学可靠的依据,对黄河的生态环境建设、治理和堤岸的稳固也都具有十分重要的意义。这里利用SAR全天候、全天时成像的优势,依据主溜区与非主溜区波浪差异的物理特性,基于现代谱估计方法提出了一种黄河主溜线的提取方法。通过实际SAR数据实验,验证了算法的有效性。     

双曲守恒律标量方程的高分辨率激波追踪方法

本文将四阶CWENO(中心加权基本无振荡)格式、Level Set方法以及四阶NCERK(自然连续外推的Runge-Kutta)方法结合起来,追踪了一维双曲守恒律方程的激波解.利用NSFD(非标准有限差分)格式来扩展CWENO重构的范围同时提高格式的精度.上述方法也能成功追踪二维双曲守恒律方程的激波解.还将本方法与标准的激波捕捉方法相比较,由此可知基于Level Set方法的格式的有效性和逐点收敛性.