基于暗原色的航空遥感影像薄雾去除与改进

本文对航空遥感影像的薄雾进行了研究,根据雾图像成像模型和基于暗原色先验知识,结合图像对比度的自适应调整,提出了一种对航空遥感影像薄雾去除的改进算法。采用数字航空相机DSS439获取的不同地物特征类型的应急遥感影像进行去雾实验,并对实验结果进行分析、比较与评价,验证了该方法的正确性和有效性。     

改进的暗原色卫星遥感影像去雾技术研究

受亚热带季风气候的影响,获取的福建省区域卫星遥感影像产品可能会出现云层或雾气覆盖遮挡的现象。提出了一种基于暗原色的卫星遥感影像增强处理技术。通过该技术可去除影像上的薄云或薄雾,以增强云雾遮挡部分的地物信息,提高卫星遥感影像的地物辨识能力。     

基于暗通道先验条件的智能去云雾技术研究

常规基于暗通道先验条件的影像云雾去除算法,在处理影像时需手动多次设置增强系数,过程繁琐、效率较低,难以实现批量自动化去云雾处理。针对这一问题,本文提出了一种改进的去云雾方法,即利用二分法自动解算增强系数,基本实现对影像云雾的自适应、自动化去除。实验结果表明,该方法大幅提高了基于暗通道先验条件的影像云雾去除算法在工程化应用中的效率。     

高分辨率遥感影像快速去雾

针对含雾遥感影像在军事航空侦查、地物判读等方面使用率低、有效性差的问题,以及现有去雾算法中存在计算复杂耗时、色彩失真的弊端,结合遥感影像景深变化小、不含天空背景等特点,本文提出一种改进的暗原色先验去雾算法。首先,对影像中白色场景灰度值进行统计并设定阈值划分为失效区,分离水域与非水域减少蓝色波段在水域的占比,合成新的蓝色波段,以改进暗通道值的获取方法;其次,采用导向滤波替代软抠图法优化透射率提升处理时间;然后,对关键参数进行适应性改进试验并采用自动色阶恢复去雾后的影像色彩;最后,利用含雾的无人机影像和GF-2影像进行了试验,并进行了定量评价。试验结果表明,在同等试验条件下,本文方法处理单幅影像的时间比暗原色先验去雾算法的提升4倍以上,且去雾后影像的灰度均值、标准差、信息熵、平均梯度等指标比暗原色先验去雾算法得到的值均有提高,能有效提高有雾影像的清晰度,增强影像色彩和细节。     

基于暗原色先验的遥感影像去雾方法研究

目前,遥感影像应用的场景越来越多,但受到空气污染或气候等原因影响,局部地区雾霾现象严重,严重影响遥感影像质量。针对这一问题,本文结合遥感影像的特点提出了一种基于暗原色先验的遥感影像去雾方法。首先,结合遥感影像的特点,在求取暗通道过程中设置失效点,排除不符合暗原色先验的像素点;其次,根据获得的暗通道计算大气光值;然后,求取透射率图并用导向滤波精细化,根据大气传输模型求得去雾后的影像;最后,分别用无人机影像和Landsat卫星遥感影像进行去雾实验,验证了本文方法的有效性。     

基于改进矩匹配算法的珠海一号高光谱卫星影像相对辐射校正

珠海一号高光谱卫星影像部分波段存在着噪声干扰,严重影响了数据的质量与信息利用.本文分析了珠海一号高光谱卫星数据噪声的特点,在矩匹配算法的基础上,使用移动窗格对影像进行分段处理,并采用距离加权计算与去除极端值统计数据的方法提高参考值的准确度,实现了基于影像的相对辐射校正.实验结果表明,与传统矩匹配法和傅里叶滤波法相比,本文方法能有效去除遥感影像中存在的噪声,并能较好保留原影像的辐射特征.     

应用暗原色先验规律的遥感影像去雾技术

遥感影像去雾技术具有重大的应用价值.暗原色先验规律的提出为遥感影像的去雾提供了一种新的方法.根据遥感影像的特点,对应用暗原色先验规律的去雾方法进行了简化.实验证明,这种简化的方法对遥感影像的去雾处理能够在有效简化计算步骤的前提下取得良好的效果.     

应用暗原色先验规律的遥感影像去雾技术

遥感影像去雾技术具有重大的应用价值。暗原色先验规律的提出为遥感影像的去雾提供了一种新的方法。根据遥感影像的特点,对应用暗原色先验规律的去雾方法进行了简化。实验证明,这种简化的方法对遥感影像的去雾处理能够在有效简化计算步骤的前提下取得良好的效果。     

卫星影像的云雾检测及干扰去除

云雾检测及去除是光学遥感图像处理的难题。厚云雾因具高反射特性，可通过阈值的设定将其检测并去除； 薄云因混有地物 光谱特性而较难检测，需先对影像做相对辐射校正处理，再将影像由RGB转换成HIS彩色模型，并假设薄云雾的加入等于白色颜料的加 入，即仅改变光谱的亮度或饱和度值，色相并无改变，藉此，可用多时段方式检测。实践证明，在HIS系统中可简化薄云雾的检测准 则，大大提高自动化检测云雾的可能性。     

利用暗原色先验知识实现航空影像快速去雾

针对城区影像中存在的白色建筑物、城市广场、水泥路面等区域暗原色先验失效问题和现有的去雾流程中地物辐射大气透射率计算复杂、耗时的弊端,利用航空影像中的雾分布相对均匀,且景深变化不大的特点,在保证不明显降低去雾效果的前提下,设计了一种新的透射率快速计算方法,实现航空影像的快速去雾处理。利用多幅影像数据进行实验,并设计了一组图像清晰度评价指标,对去雾结果进行定量分析。     

卫星遥感数据的像元地面反射率反演计算

本文探讨了一种在卫星遥感数据地面辐射改正的基础上,利用少量离散分布的观测数据逐点的计算研究区域卫星像片像元地面反射率的方法。该项研究在遥感应用基础和山地辐射状况的研究中有重要意义。     

基于边缘特征匹配的遥感影像变化检测预处理方法

提出了一种基于边缘特征匹配的遥感影像变化检测预处理方法，在进行不同时相遥感影像配准时，一并解求两期影像的辐射校正系数，同时实现两期影像的配准和辐射校正。实验表明，经预处理后，两期影像的色调基本一致，地物没有明显的几何变形。     

遥感卫星图像处理中的一种新方法─—二维RGS法

本文提出了一种对卫星遥感数字图像进行图质改善处理的既简单又节省时间的方法（二维ＲＧＳ法），用此方法进行处理的结果与常用的ＭＴＦ处理结果相比较，有以下几个优点：①操作简单，很容易地处理得到良好的图像图质改善处理效果。②不花费操作时间只调整两个参数很快就能得到理想的图质改善图像，ＣＰＵ时间也比ＭＴＦ处理明显减少。③对不同分辨率图像也有良好的改善处理效果。     

A New Approach to Improve the Cluster-based Parallel Processing Efficiency of High-Resolution Remotely Sensed Image

Object-oriented remotely sensed images processing method has been accepted by more and more experts of remote sensing. To advance the efficiency of data processing, parallel image computing is a good choice since large volumes of data need be analyzed efficiently and rapidly. This paper presents the information extraction method based on per-parcel extraction of high-resolution remotely sensed image; to extract efficiently different information from remotely sensed image, this paper gives the research idea of image rough-classification based on large-scale and subtle-segmentation based on small-scale; to improve the efficiency of image processing, we adapt parallel computing method to solve this problem by presenting an new data-partition method. At last this paper gives the implementation of the research idea based on Message Passing Interface (MPI) and analyzes our experimental system efficiency, and the results show that the new methods can improve the efficiency of high-resolution remotely sensed image data processing efficiently and have a good application.     

Effect of topographic correction on forest change detection using spectral trend analysis of Landsat pixel-based composites

Pixel-based image compositing enables production of large-area surface reflectance images that are largely devoid of clouds, cloud shadows, or haze. Change detection with spectral trend analysis uses a dense time series of images, such as pixel-based composites, to quantify the year, amount, and magnitude of landscape changes. Topographically-related shadows found in mountainous terrain may confound trend-based forest change detection approaches. In this study, we evaluate the impact of topographic correction on trend-based forest change detection outcomes by comparing the amount and location of changes identified on an image composite with and without a topographic correction. Moreover, we evaluated two different approaches to topographic correction that are relevant to pixel-based image composites: the first corrects each pixel according to the day of year (DOY) the pixel was acquired, whilst the second corrects all pixels to a single reference date (August 1st), which was also the target date for generating the pixel-based image composite. Our results indicate that a greater area of change is detected when no topographic correction is applied to the image composite, however, the difference in change area detected between no correction and either the DOY or the August 1st correction is minor and less than 1% (0.54–0.85%). The spatial correspondence of these different approaches is 96.2% for the DOY correction and 97.7% for the August 1st correction. The largest differences between the correction processes occur in valleys (0.71–1.14%), upper slopes (0.71–1.09%), and ridges (0.73–1.09%). While additional tests under different conditions and in other environments are encouraged, our results indicate that topographic correction may not be justified in change detection routines computing spectral trends from pixel-based composites.     

基于IHS变换和小波变换的遥感影像融合

在遥感影像融合中，IHS变换法与小波变换法具有互补性，文中把这两种方法结合起来，提出了一种基于IHS变换与小波变换的影像融合方法。通过对具体影像的实验证明，该方法是有效的，达到了预期的目的。     

结合分形理论和自适应图像块划分的遥感图像噪声估计

针对场景复杂的光学遥感图像中加性噪声估计问题,提出了一种结合分形理论和自适应图像块划分的噪声估计方法。区别于传统的基于规则图像块划分的噪声估计方法,本文提出了一种自适应于图像局部信息的图像块划分算法,更大程度地保证了自适应图像块内部的平滑性。结合基于分形理论的图像低粗糙度纹理区域选取和基于统计分析的图像噪声标准差计算,实现了光学遥感图像加性噪声强度的自动估计。利用资源三号卫星图像进行定量试验分析,试验结果表明本文方法可以有效地适用于不同复杂程度、不同噪声强度的光学遥感图像。同时,本文中低粗糙度纹理区域选取和自适应图像块划分的方法经过改进后,还可以应用于雷达图像中乘性噪声的估计。     

改进HOT法的Landsat 8 OLI遥感影像雾霾及薄云去除

针对Haze optimized transformation(HOT)方法存在的地物敏感性、过度矫正、红绿蓝波段RGB合成影像色彩失真等问题,提出了相应的改进方法。首先,采用归一化差分植被指数(NDVI)结合地物红蓝光谱差(RBSD)制作通用掩膜,并利用掩膜提取原始影像植被覆盖区对应的原始HOT图部分作为HOT值评估雾霾强度的有效像素集;然后从有效像素集出发推断非植被区的HOT值,得到有效HOT图;最后以有效HOT图为参考,实施暗目标减法。在暗目标减法过程中,首先利用直方图取百分位数的方法确定起始波段的改正值,然后根据散射模型计算其他波段的改正值。在红蓝光谱空间中,去雾后的影像表现出与原始无云区相似的特征,同时保持了不同地物间的差异。实验表明:改进的HOT方法能有效去除雾霾及薄云;有效解决了HOT对水体、裸地、人造地物等地表覆被类型的敏感性问题,避免了RGB合成影像的色彩失真;并且统一了不同波段的纠正尺度,解决了某一(或几个)波段的过度矫正问题,防止了块斑和光晕的产生。     

基于Bayes融合法的多源遥感影像分类

提出了顾及各数据源成像模型、上下文关系模型和可靠性的基于Ｂａｙｅｓ融合分类的方法，并采用该方法对ＬａｎｄｓａｔＴＭ和航空ＳＡＲ影像进行土地利用分类试验。结果表明：同单独ＳＡＲ影像分类结果相比，融合分类法将分类精度提高了２０％。