黑河遥感试验中尺度上推研究的进展与前瞻

尺度问题是遥感科学研究的一个关键科学问题,但其理论和方法的发展严重受限于稀缺的多尺度观测数据。黑河生态水文遥感试验(Hi WATER)的核心目标之一是开展多尺度观测以支持尺度转换研究。本文综述了Hi WATER中定点观测的尺度上推研究进展,内容包括:(1)尝试严格定义了空间平均、空间尺度上推、观测足迹、代表性误差、观测真值等概念;(2)介绍了Hi WATER获取的多尺度(单点—像元—区域—流域)生态水文观测数据;(3)发展了基于地统计理论的多尺度采样方法,改进了基于时间稳定性的采样方法;(4)定量评估了辐射、碳通量、土壤水分、地表温度单点观测的代表性误差,实证了异质性地表遥感产品真实性检验的不确定性主要来源于观测的时空代表性;(5)发展了定点观测的尺度上推方法,将克里格方法推广至回归克里格、面到面、不等精度观测等情形,发展了贝叶斯框架下的非线性尺度上推方法,实证了引入遥感观测作为协同信息可显著提高尺度上推的精度。总之,Hi WATER初步形成了从采样设计、多尺度观测、代表性误差的度量、尺度上推新方法到真实性检验的研究框架。     

区域多尺度马尔可夫随机场的遥感影像分类

多尺度分析技术广泛应用于高分辨率遥感影像的特征提取和建模。分解层数受制于影像的大小,下采样小波变换实现的影像多尺度表达难以描述大范围的空间模式,导致分类结果出现"胡椒盐"现象;面向对象的影像分析技术虽避免了"胡椒盐"现象,但由于仅利用了单尺度的的特征,也难以描述影像多层次的空间模式,导致分类精度较低。为改善分类结果中的"胡椒盐"现象和提高分类精度,提出了一种结合区域多尺度遥感影像分割和马尔可夫随机场的分类方法。首先,获得原始影像过分割区域,依据区域内亮度均值以及区域间的共享边界长度信息,提取影像低频和高频特征,采用该低频特征波段代替原始影像,重复分割与特征波段提取过程,形成影像的区域多尺度表达。然后,以原始图像为初始尺度,以分割区域为处理单元,以更细尺度分类结果为标记场先验,以当前高频特征建立特征场,逐层分类、投影,获得最终尺度分类结果。合成纹理影像和多光谱遥感影像的实验表明:相比于小波域多尺度建模方法和单尺度区域建模方法,本文提出的方法可以有效提高分类精度,并避免"胡椒盐"现象的产生。     

面向对象的多尺度加权联合稀疏表示的高空间分辨率遥感影像分类

针对高空间分辨率遥感影像中的地物具有多尺度特性,以及各个尺度的对象特征对地物分类精度的影响具有较强的尺度效性,并结合面向对象影像分析方法和多尺度联合稀疏表示方法在高空间分辨率遥感影像分类中的各自优点,提出了一种面向对象的多尺度加权稀疏表示的高空间分辨率遥感影像分类算法。首先,采用多尺度分割算法获得多尺度分割结果并提取对象的多尺度特征;然后,根据影像对象的多尺度分割质量测度计算各尺度的对象权重,构建面向对象的多尺度加权联合稀疏表示模型;最后,采用2个国产GF-2高空间分辨率遥感数据集和1个高光谱-高空间分辨率航空遥感数据集（WashingtonD.C.数据）验证该算法的有效性。试验结果表明,与SVM、像素级稀疏表示、单尺度和多尺度对象级稀疏表示和深度学习等算法相比较,本文算法获得了较高的OA和Kappa分类精度,提高了各个尺度地物的分类精度,有效抑止了地物分类结果中的椒盐噪声现象,同时保持大尺度地物的区域性和小尺度地物的细节信息。     

遥感影像空间尺度上推方法的评价

首先分析了几种常用的影像质量评价指标在遥感数据空间尺度上推方法评价中的不足,同时提出了已有的关于空间尺度上推方法在评价思路上的不妥之处.引入了空间分辨率和SSIM(structural SIMilarity)2个遥感影像质量评价指标,给出了新的评价思路,并在此基础上对5种遥感数据空间尺度转换方法进行了评价.在本实验中,空间分辨率和SSIM 2个遥感影像质量评价指标一致表明,Bilinear和Bicubic方法的结果影像能够更好地接近目标空间尺度下的影像特征.实验表明,依据新的评价思路,采用空间分辨率和SSIM 2个评价指标进行空间尺度上推方法表现出较强的有效性和优越性.     

Hyperion波段模拟的宽波段遥感影像一致性评价

由于外部成像环境和传感器本身设计指标的差异,不同遥感平台同一波段影像之间常常存在不一致。在多源遥感定量研究中,对外部成像环境导致的差异关注较多,而对以光谱响应函数（SRF）和空间点扩散函数（PSF）为代表的值感器本身设计指标,导致的影像不一致性（差异性）则考虑相对较少,这给后续研究结果的分析与讨论带来一定不确定性。为了提供一种全面、客观对不同遥感平台同一波段影像一致性评价方法,本文采用控制变量法的评价策略,介绍了利用Hyperion高光谱影像结合光谱响应函数模拟各种宽波段影像的方法,并将其用于多平台同一波段影像之间的一致性评价;同时在此基础上探讨了考虑PSF对高-低空间分辨率影像聚合过程的影响,为不同平台、同一波段、不同空间分辨率影像之间的一致性评价提供了技术参考。通过对常见的3种典型传感器Landsat ETM+,Terra MODIS,NOAA AVHRR 3近红外波段进行模拟、比较和一致性评价,结果表明：（1）利用本文所提出的宽波段光谱模拟方法,能较准确地模拟各种宽波段影像（在本文中平均相对误差的绝对值最大为-2.371%）,并可用于多平台同一波段影像的数据评价（从光谱响应的角度）。 （2）为了比较不同平台、同一波段、不同空间分辨率之间的差异性,可将其中高分辨率影像进行尺度上推,得到与其中低分辨率影像相同像元大小的影像,然后再进行评价。在尺度上推过程中,需先考虑PSF效应（可用高斯低通滤波模拟）,然后进行平均值聚合即可。在此基础上进行的一致性评价才是比较客观的,特别是针对异质性区域。本文所采用的评价方法不仅可为评价不同平台波段同一波段影像之间一致性提供很好的解决途径,而且为多源遥感数据选择提供了一种决策依据。     

面向对象影像多尺度分割最大异质性参数估计

多尺度分割是遥感影像分析的关键步骤,影像分割过程中的尺度参数选择直接关系到面向对象影像分析的质量和精度。首先,总结了面向对象影像分析中尺度概念的内涵,分析遥感影像空间和属性两大基本特征,依据空间统计和光谱统计获得理论上最优的空间尺度分割参数、属性尺度分割参数。其次,运用了基于谱空间统计的高分辨率影像分割尺度估计方法,分析了分形网络演化多尺度分割与影像谱空间统计特征的关系,进而将基于谱空间统计的面向对象影像分析尺度参数应用于分形网络演化多尺度分割算法中,最后,对其参数的合理性进行验证。研究采用高空间分辨率IKONOS和SPOT 5影像数据,选择建筑实验区和农田实验区进行空间和光谱特征统计,以进一步估计分割中的最佳尺度参数。使用分形网络演化方法对图像进行分割,利用监督分类对本文提出的尺度估计方法进行验证,验证结果表明尺度估计方法可以一定程度上保证后续的面向对象影像分类的精度。不同于以往分割后评价的尺度选择方法会需要大量的运算量,本文方法不需要先验知识的参与,且在分割前就可以自适应地估计出相对较为合适的尺度参数,提高了面向对象信息提取的自动化程度。     

面向对象的成都平原多源遥感影像分割尺度研究

要对高分辨率遥感影像进行分类,采用面向对象的遥感影像分析技术比传统的面向像元的遥感影像分析技术优越。要使用面向对象的遥感影像分析技术,关键的第一步是要对遥感影像进行分割,以便得到一系列与地物有密切联系的影像对象。分割的准确性与分割的尺度选择有关。本文针对成都平原高分辨率卫星影像分割尺度选择进行试验和研究,采用不同尺度对试验区不同分辨率遥感影像进行影像分割,并比较分割结果,得出成都平原高分辨率遥感影像数据分割最佳尺度与影像对象亮度均值标准差最大值所对应的分割尺度一致;并且遥感影像空间分辨率越高,最佳分割尺度越大,反之亦然。     

定量遥感升尺度转换方法研究进展

尺度效应是地理科学中普遍存在的现象,制约着遥感等空间科学的发展。发展合理的尺度转换方法以促进遥感技术的全面应用迫在眉睫。本文分别从面—面升尺度转换、点—面升尺度转换两个角度对目前定量遥感领域存在的升尺度转换方法进行综述。其中,面—面升尺度转换方法按照转换原理可分为先反演后聚合、先聚合后反演两种;点—面升尺度转换方法依据定权策略可分为简单平均法、经验回归法、地统计方法、贝叶斯方法等。不同的升尺度转换方法具有各自的特点和优势,本文分别从模型构架、基本原理、特点、局限性和适用条件等方面对现有升尺度转换方法进行分析和讨论,并从离散型与连续型、统计型与物理型、普适型与针对型以及先验知识有和无4个方面总结了现有研究中存在的不足,剖析了升尺度转换研究中存在的问题与挑战,并预测了可能的发展方向。     

遥感模式分类中的空间统计学应用——以面向对象的遥感影像农田提取为例

如何有效地从遥感图像中提取所需信息,是遥感图像处理和应用的关键,而尺度选择问题一直是影响遥感信息提取精度的关键问题之一。本文论述了利用空间统计学方法解决遥感影像模式分类中的尺度问题的理论基础。针对面向对象影像分析问题,将影响遥感影像多尺度分割的尺度分割参数概括为空间属性分割参数、光谱属性分割参数和影像对象面积阈值参数,并分别提出了基于统计学的尺度参数估计方法。以SPOT-5影像面向对象农田提取为例,基于变异函数方法进行了尺度优选试验,系列尺度分类试验结果表明基于空间统计学尺度估计得到的尺度分割结果进行分类能得到最高的精度,进而证明了基于空间统计学方法进行面向对象信息提取尺度估计的有效性。该方法是完全数据驱动的方法,基本不需要先验知识参与。不同于以往分割后评价的尺度选择方法会占用大量计算资源且耗费大量时间,本文提出的方法不仅能在一定程度上保证面向对象信息提取的精度,而且在一定程度上也提高了面向对象信息提取的效率和自动化程度。     

高分辨率遥感影像信息提取方法综述

感知地物信息最直接的载体就是遥感影像,从遥感影像中提取地形地物等专题信息是当前遥感技术面临的一个迫在眉睫的问题。遥感影像的空间分辨率伴随着遥感技术的飞速发展从公里级发展到厘米级,同时遥感影像所包含的信息正越来越丰富化。高空间分辨率遥感影像具有数据量极大、数据复杂以及尺度依赖的特点,使得高空间分辨率的遥感影像的数据处理以及影像信息提取具有一定的难度,面临一些急需解决的问题。文中介绍了高分辨率遥感影像信息提取的国内外研究现状和趋势,分析了几种遥感影像的分类方法,指出了面向对象的遥感影像信息提取的技术及高分辨率遥感影像的多尺度分割,并指出了国内外在遥感影像信息提取技术方面的不足和迫切需要解决的问题。     

Investigation of Image Fusion Between High—Resolution Image and Multi—Spectral Image

On the basis of a thorough understanding of the physical characteristics of remote sensing image,this paper employs the theories of wavelet transform and signal sampling to develop a new image fusion algorithm.The algorithm has been successfully applied to the image fusion of SPOT PAN and TM of Guangdong province, China The experimental results show that a perfect image fusion can be built up by using the image analytical solution and reconstruction in the image frequency domain based on the physical characteristics of the image formation.The method has demonstrated that the results of the image fusion do not change spectral characteristics of the original image.     

Investigation of image fusion between high-resolution image and multi-spectral image

On the basis of a thorough understanding of the physical characteristics of remote sensing image, this paper employs the theories of wavelet transform and signal sampling to develop a new image fusion algorithm. The algorithm has been successfully applied to the image fusion of SPOT PAN and TM of Guangdong province, China. The experimental results show that a perfect image fusion can be built up by using the image analytical solution and re-construction in the image frequency domain based on the physical characteristics of the image formation. The method has demonstrated that the results of the image fusion do not change spectral characteristics of the original image.     

顾及形变的影像边缘ICP匹配技术

匹配技术是遥感影像处理中的重要基础技术，影像在辐射、几何信息方面的差异，将会严重干扰影像间的相似特征匹配。本文提出了针对大差异影像的最邻近点迭代匹配算法（ICPDI）。首先改进Canny算子的参数设置方式，以便选择影像的长边缘作为影像匹配的显著特征；然后以线特征之间的距离作为影像相似性的评估标准，达到利用全局相似特征抑制局部差异的目的；最后给影像边缘附加形变函数，从而扩展ICPDI匹配技术的适用范围。通过不同差异类型遥感影像间的匹配试验，验证了本文方法的精度和适应性。     

图像全站仪及图像测量发展与展望

全站仪是使用非常广泛的测量仪器,但一次只能测量一个点,而且测量效率和精度易受操作员影响。带相机的图像全站仪正好可以避免以上两个问题。图像全站仪取代普通全站仪也是未来测量仪器的发展趋势。图像全站仪将全站仪的实时性、高精度、高稳定性与相机的无接触、面测量、无人为误差等技术优势结合在一起,在天文测量、形变监测、精密工程测量及地形图测绘等领域具有广泛的应用前景。本文在介绍图像全站仪的概念和发展历程的基础上,对图像全站仪的特点和可能的应用领域进行分析,最后结合图像全站仪和图像测量中存在的问题,指出今后的发展方向。     

基于图像匹配的机载遥感影像质量自动检查方法研究

航空遥感平台和技术的发展,促进了航空遥感影像在基础地理信息获取、国土监测、环境监测、应急救灾等各个领域中的应用。同时,航空遥感系统对飞行环境、气候气象反应较为灵敏,遥感影像质量的检查十分重要。本文系统地阐述了航空遥感影像质量中旋转角、航向重叠率、旁向重叠率、航带生成等参数的计算理论与方法,该方法是适应数字遥感影像的现状上提出的,并且通过自行开发的系统对算法的可行性和有效性进行验证。本文利用2009年6月机载遥感系统拍摄的1400多张影像进行实验。实验结果表明技术方法、软件系统都较为有效,达到机载遥感影像质量自动检查要求。     

基于参考图像的行星遥感图像自动几何精纠正

针对行星多探测任务获取的海量遥感数据,提出一种基于现有参考图像匹配策略优化的自动几何精纠正技术方案。考虑到某些新传感器图像与已有参考图像的分辨率相差较大,提出了利用中间分辨率图像作为过渡的间接匹配策略;另外,针对月球和火星典型探测任务的遥感图像给出了相应参考图像的选取方法。选取嫦娥一号(CE-1)、嫦娥二号(CE-2)CCD图像和火星高解析度科学实验成像照相机(HiRISE)图像进行实验。针对CE-1和CE-2图像数据,选取月球侦察轨道飞行器宽角相机(LROC)图像作为参考;而针对HiRISE图像数据,选择以背景相机(CTX)图像为过渡、火星热辐射成像系统(THEMIS)图像为参考。利用自动匹配获取一定量的控制点,实现了行星遥感图像的自动几何精纠正。通过人工选取的检查点对纠正后图像进行精度评价的结果表明,所提出的自动几何精纠正方案是有效的,利用自动选取的控制点进行纠正后的图像定位精度明显提高,对月球和火星遥感图像的几何处理有实用价值。     

小波的SAR和光学图像融合方法比较研究

本文通过光学图像和SAR图像的融合,对几种典型的小波融合方法进行了分析对比实验,并使用各种评价标准对它们的融合效果给出了评价。在此基础上,对光学图像和SAR图像融合效果的各种评价标准做出了讨论并提出自己的看法。     

一种模拟纠正影像的SAR立体影像匹配方法

针对常规SAR影像匹配方法在地形起伏较大区域无法获取理想的SAR立体影像匹配结果的问题,该文提出了一种基于模拟纠正影像的SAR立体影像匹配方法。利用观测区域粗分辨率DEM进行SAR影像模拟,进而获取几何纠正SAR影像,在几何纠正SAR影像上实现影像匹配,等效于常规基于灰度影像匹配中进行的影像粗配准工作,并且相比于常规粗配准,该等效粗配准过程能够均衡地顾及到整幅影像的像元,最终实现了地形起伏较大区域的高精度SAR立体影像匹配。采用COSMO-Skyped影像数据进行了实验,实验结果表明,匹配精度达到了3个像素左右,比常规的基于灰度影像匹配方法有较大提高,能够有效解决地形起伏较大区域SAR立体影像匹配问题。     

月面巡视探测器立体影像的多核CPU并行快速匹配

月面巡视探测器立体影像的摄影测量处理是获取月面三维信息实现巡视器定位导航的重要手段之一。影像匹配是地面近景摄影测量实现自动化处理的关键,本文研究了基于积分影像的单机多核并行匹配算法,实现了月面巡视器模拟影像的快速匹配。试验表明该方法能显著地缩短匹配时间,达到较高的加速比和效率。