基于HSV与PCA集成的高分影像高大地物阴影检测方法

针对水体、偏蓝色地物会影响高分影像阴影检测精度,本文提出了一种适用于GF-1影像的城市高大地物阴影检测方法。首先,在统计分析GF-1影像中阴影、水体及深色地物等典型地物光谱特征的基础上,利用主成分变换方法分割阴影与非阴影区域,分离后的阴影区域含有水体、深色地物信息;其次,对HSV色彩空间的V分量利用阈值法分割阴影和非阴影区域,分离后结果含有暗色植被,但不含有水体跟深色地物信息。最后,对两次计算结果进行逻辑与运算,从而剔除混合阴影区域中水体、深色地物以及暗色植被等信息,获得高精度阴影区信息。实验表明,该方法具有较好的普适性和可操作性,既能够削弱水体、偏蓝色地的影响,又能够高效、准确地提取出GF-1影像中的阴影信息。     

基于多特征的GF-1影像阴影检测研究

针对高分影像阴影检测精度易受水体、偏蓝色地物影响的问题,结合GF-1影像自身特点,提出一种集主成分变换、图像特征计算、逻辑非运算和形态学闭运算于一体的阴影检测方法。对GF-1影像多光谱数据、全色数据进行正射校正和信息融合,可实现光谱与分辨率信息的最大化利用,并最大程度地突出阴影信息,增大阴影与其他地物的差异。其次,建立基于主成分变换的阴影检测方法 PC1/NIR和图像特征计算Rg_nir,得到初始阴影信息和水体信息;用初始阴影信息与水体信息作逻辑非运算,剔除水体,并利用形态学闭运算使得阴影区域更加连续、饱满。实验表明,该方法既能准确地检测出GF-1影像中的阴影信息,又能有效削弱水体、偏蓝色等地物的影响。     

基于QuickBird影像的城市高大地物阴影检测方法

针对利用高分辨率遥感影像检测阴影时受水体和偏蓝色地物影像的影响问题,提出了一种主成分变换和多波段运算相结合的阴影检测方法。首先,统计、分析了Quick Bird影像中阴影、水体及建筑物等典型地物的光谱特征;然后,基于主成分变换和多波段运算相结合的方法识别阴影区域和非阴影区域,并利用多峰直方图阈值算法对阴影进行自动检测;最后,利用形态学滤波算法对检测结果进行后处理。实验结果表明,该方法对Quick Bird影像中的阴影提取具有较高的精度、效率和普适性。     

资源三号影像中城市高大地物阴影检测方法

针对遥感影像处理中阴影检测和信息补偿不准确的问题,该文在研究已有阴影检测算法的基础上,结合资源三号(ZY-3)影像数据的特性,构建了阴影检测方法:首先对原始图像分别做差值运算和主成分变换,并利用多峰阈值自动提取算法检测出阴影区域;其次将差值运算提取的粗阴影区域与主成分变换提取的阴影区域做并运算生成一个新的阴影区域;然后判断影像中是否含有水体,如果含有水体则利用多峰阈值自动提取算法检测出水体并与新合并的阴影区域影像做布尔运算得到完整的阴影区域,反之则新合并的区域即为完整的阴影区域。实验结果表明该方法针对ZY-3具有较好的普适性、较高的提取精度和提取效率。     

面向对象的高分辨率遥感影像阴影提取方法

针对高分辨率遥感影像阴影提取的问题,通过分析影像主成分变换和HIS变换的特征,提出了一种面向对象的高分辨率遥感影像阴影提取方法:首先,使用mean shift分割方法进行影像去噪和平滑;然后,结合主成分变换和HIS变换形成了一种阴影检测指数(SDI);最后,通过阈值分割提取阴影信息。选取两景影像进行了阴影提取实验。实验结果表明,SDI能有效地区分阴影与建筑物、水体、蓝色地物、植被等非阴影地物;另外,mean shift分割能有效地去除结果中斑点噪声的影响,提高阴影检测精度。     

资源三号卫星高分影像的城市建筑物阴影提取

针对城市高分影像中普遍存在的建筑物阴影严重影响了高分影像的处理和应用问题,该文通过对资源三号卫星(ZY-3)各波段的影像特征进行分析,分别采用基于直方图的阈值分割法、基于主成分变换和HIS变换集成法对阴影提取并对比分析,在此基础上提出了一种基于谱间关系的阴影提取模型。实验结果表明,该文提出的方法能够较好地区分ZY-3影像中的阴影和偏蓝色地物及水体,能够准确地提取城市高大地物阴影。     

一种基于彩色模型的遥感影像阴影检测方法

依据遥感影像阴影的属性,提出一种基于彩色模型的遥感影像阴影检测方法,以提高阴影检测精度。阴影检测过程中,首先将影像转换到HSV空间, 根据阴影区域亮度值低和饱和度高的特性, 新定义M=（S-V）/(H+S+V),并结合小区域去除和数学形态学处理,提取阴影区域;其次依据散射理论对蓝光的影响,提出结合C1C2C3空间的C3分量和RGB空间的B分量进行双阈值阴影检测;为降低阈值选择的主观性,提出将上述两种方法进行与运算进行阴影提取。最后对多幅带有阴影的遥感影像进行实验,结果表明所提出的方法明显优于传统的直方图阈值法和形态学检测法,克服了阈值选择的主观性,提高了阴影检测精度。     

基于深度学习的WorldView-3城市目标分类应用研究

WorldView-3是目前空间分辨率最高的商业卫星数据,具有立体采集、1∶5000测图能力,同时又具有更多的光谱波段,有利于地物识别。本文尝试基于深度学习分类工艺和方法,探讨利用0.31 m WorldView-3多光谱、高分辨率遥感影像的地物识别能力,通过选取试验区对房屋建筑区、植被、阴影、水体、棚房等城市目标进行分类试验,分析针对分米级高分辨率遥感影像城市目标分类试验工艺和关键参数设置、样本特征选取。试验结果表明模型具有一定样本容错能力,并在一定程度上可以有效挖掘WorldView-3的不同材质地物识别能力。     

顾及地物空间关系的卫星影像水系信息提取

为了更好地提取影像阴影部分的信息,本文采用一种顾及地物间空间关系的水系提取方法,将地物之间的空间关系与面向对象的方法相结合。通过多尺度分割算法生成同质的影像对象,利用决策树、隶属度函数和阴影与建筑物的邻接关系对水体进行提取。以昆明某区域影像为实验数据进行了试验,试验结果表明,所提出的方法可以有效解决阴影对水系提取造成的影响,大大提高了水系提取的精度。     

顾及地物空间关系的卫星影像水系信息提取

为了更好地提取影像阴影部分的信息,本文采用一种顾及地物间空间关系的水系提取方法,将地物之间的空间关系与面向对象的方法相结合。通过多尺度分割算法生成同质的影像对象,利用决策树、隶属度函数和阴影与建筑物的邻接关系对水体进行提取。以昆明某区域影像为实验数据进行了试验,试验结果表明,所提出的方法可以有效解决阴影对水系提取造成的影响,大大提高了水系提取的精度。     

FY-2C积雪判识方法研究

介绍了利用FY-2C资料进行积雪判识的原理,在阈值法基础上的辅助因子函数积雪判识方法以及相应的FY-2C积雪判识结果精度验证分析等。一般较为常用的卫星遥感积雪判识方法为简单阈值法,由于其带有一定的随机性,很难客观反映下垫面条件差异对阈值选取的影响。以阈值法为基础,将所使用的主要变量以函数形式表达,以海拔高度、地理位置、季节、土地覆盖类型等作为阈值函数的变量,通过大量采样建立起多种阈值函数,从而实现随时空特点变化的阈值实时计算。该方法用于FY-2C积雪判识,较好地解决了FY-2C全圆盘范围内广大区域不同下垫面类型下的实时积雪监测。通过与NOAA-17人机交互积雪判识结果对比分析,该方法的积雪判识精度可达85%左右。     

网上超市购物模式的设计与实现

网络的普及使得网上购物这种消费模式也随之发展起来,目前,网上购物已经融入了人们的日常生活之中,并成为密不可分的一部分。本文提供了这样一个平台,特别针对消费者进入超市购物的需求,并将这一环境作为论题,将Java编程语言作为设计与实现这一网上超市购物模式的开发工具。最后,对该模式的总体设计与实现过程分别进行了论述。     

FY-2C云分类资料估算日照百分率

日照百分率是地球辐射研究、太阳能资源评估等工作中使用的一个重要指标量。为探讨FY-2C静止气象卫星资料估算日照百分率的可能性,以江西省为例,采用了FY-2C静止气象卫星2007年整年白天逐小时云检测资料和同期江西省87个国家气象站逐小时日照时数资料,建立了北京时间8:00-17:00逐时多元线性回归和权重系数两种估算模型,估算得到了覆盖江西省范围的5 km空间分辨率的逐时日照百分率格点资料。另外,用反距离加权(IDW)和克里金法(Kriging)模型对全省8:00-17:00逐时的日照百分率进行5 km分辨率空间插值,以进行多种方法对比分析。将各模型的估算结果与未参与模型构建的17站实测资料进行对比分析后发现,基于FY-2C云检测资料的两种估算模型的平均绝对误差(MAE)和相对误差均比IDW和Kriging的小50%以上,且其均方根误差(RMSIE)均明显小于后两者,误差离散性亦更小。基于FY-2C云检测资料的日照百分率的两个估算模型中多元回归模型的平均绝对误差(MAE)为3.40%,平均相对误差为8.62%,略小于权重系数模型的3.47%和8.75%,两者的均方根误差(RMSIE)则相差无几,误差空间分布也较为一致;各时次两种模型的估算值多大于实测值,仅17:00的估算结果小于实测值,8:00和17:00的MAE、RMSIE、相对误差均明显大于其他时次。对试验结果进行综合分析得出结论:基于FY-2C云检测资料的两种日照百分率估算模型均明显优于传统的IDW和Kriging方法;就2007年资料而言,多元回归模型优于权重系数模型。     

L2C监测跟踪网信噪比SNR数据质量分析

本文从L2C监测跟踪网的数据出发,分析了其中六个监测站的信噪比(SNR)数据。首先分析了未调制L2C码卫星的L1载波和L2载波的信噪比,得出此时的L2的信噪比数值相对较小(L1载波的信噪比均值与L2的信噪比均值差异最大为19.1dB)且稳定性较差;随后分析了调制有L2C码的卫星的L1载波和L2载波的信噪比,得出现代化后的L2载波信噪比与L1载波的信噪比基本一致(两个信噪比之差基本上在5dB左右);进而得出结论:调制有L2C码的L2载波具有更好的数据稳定性和抗干扰能力,且具有易于捕获的特点。     

L2C码与L2载波数据质量分析

基于IGS的L2C信号跟踪站数据验证了具有L2C码的卫星的L2载波的信噪比高于没有L2C码的卫星的L2载波的信噪比,L2载波恢复的数据质量更好.针对不同的接收机,对比分析了C/A码和L2C码多路径效应及观测噪声水平,发现对TRIMBLE NETRS接收机,L2C码误差水平明显高于C/A码,与期望结果相反.     

GPS现代化后L2C的信号质量分析

分析了L2C码的主要作用,比较了GPS现代化后L2载波信噪比的变化特点,阐述了伪距观测值的噪声水平。     

GPS现代化后L2载波的数据质量分析

从L2C码的信号结构、多路径效应和信噪比3个方面对实际采集到的观测数据进行分析,结果表明,新的L2C码采用了新的设计结构,其多路径效应与C/A码的多路径效应较为一致,且L2载波的信噪比得到明显提高。然后利用L1载波和L2载波分别求解双差模糊度,实验结果说明,加载了L2C码的L2载波和L1载波计算双差模糊度的效果一致,较原未加载L2C码的载波在模糊度解算效率上有显著的提高。     

利用AIRS数据交叉辐射定标SVISSR分裂窗通道

利用高精度和稳定的AIRS/Aqua(Atmospheric InfraRed Sounder on board Aqua)数据对SVISSR/FY- 2C(Stretched Visible and Infrared Spin Scan Radiometer onboard FengYun 2C)的两个分裂窗通道IR1(InfraRed 1, 10.9 μm)和IR2(InfraRed 2, 11.9μm)进行交叉辐射定标的方法, 并利用赤道附近2006年12月和2007年12月的AIRS和SVISSR数据完成了交叉辐射定标, 结果表明, SVISSR数据与卷积得到的AIRS数据高度线性相关, SVISSR/FY-2C传感器的两个分裂窗通道不仅存在定标误差, 而且定标误差随时间的变化呈现增大的趋势。相对于AIRS/Aqua测量值, 当SVISSR的通道亮温从220 K变化到340 K时, 2006年12月IR1通道的温度调整量从5.8 K变化到-4.4 K, 而2007年12月IR1通道的温度调整量从6.9 K变化到-5.1 K; 2006年12月IR2通道的温度调整量从2.2 K变化到-1.5 K, 而2007年12月IR2通道的温度调整量从6.3 K变化到-6.1 K。     

基于先验特征的台风云系影像分割方法研究

传统的基于数学形态学的台风云系影像分割方法多采用圆形或菱形模板进行,这种方法的缺点是当运算模板较大或经多次腐蚀、膨胀运算后,不能很好地保留台风云系影像原始的形态信息。为了解决此问题,探讨了一种基于先验特征的台风云系影像分割原理与方法,即先提取台风云系影像的大致形态,并以此作为形态学模板;然后利用形态学方法提取台风云系影像;最后,以2008年7月28日18时的09号FY-2C气象卫星云图台风云顶温度数据为例进行分析,同时根据本次示例台风(200809号台风)形状自定义的模板来腐蚀分割台风云系影像,并详细对比和分析了不同形状、大小的模板对台风云系影像分割结果的影响。实验表明,基于先验特征的自定义台风云系结构模板,其分割结果不仅较好地保留了台风云系影像的形状特征,而且腐蚀后保留的台风云系信息最多。     

全球定位系统的新进展(讲座三)——GPS中的民用测距码

介绍了C/A码、L2C码以及L5码的生成方式、测距精度及特性,并对GPS系统中测距码的扩充作了简要介绍。