南极遥感动态监测影像处理关键技术分析

从多源多时相遥感数据用于南极动态监测的影像获取与处理关键技术人手,针对南极过轨的卫星情况,分析了可获取的卫星影像的种类;研究分析南极在控制点缺乏以及控制点布设困难的情况下,采用无控制及稀少控制的几何纠正方法;研究分析南极遥感影像中高分辨率遥感数据光谱的使用及融合方法,为实现南极冰雪环境的动态监测提供了技术基础性分析。     

多源遥感数据在南极冰雪变化监测中的应用研究

正南极独特的地理环境和恶劣的自然条件给南极冰雪变化的系统研究带来了种种限制,直到卫星遥感技术的发展为相关研究提供了新的技术与方法。然而,在南极冰雪环境快速变化的前提下,单一的遥感传感器难以满足人类对南极的持续监测;因此,多源遥感数据在南极冰雪变化监测中的应用研究成为了南极科学研究与遥感技术研究双双发展的必然。本文使用光学遥感影像、主动微波遥感影像及被动微波遥感影像等多源遥感数据,分别在南极局部区域与     

南极卫星影像条带噪声的消除

利用二维傅里叶变换进行方向滤波，较好地消除了南极地区影像上的条带噪声。     

南极卫星影像条带噪声的消除

利用二维傅里叶变换进行方向滤波，较好地消除了南极地区影像上的条带噪声。     

基于深度学习的高分辨率卫星遥感影像条带噪声去除

受到成像环境、硬件条件等因素的限制，高分辨率卫星遥感影像上普遍存在条带噪声的现象，其严重影响了影像的辐射质量和可用性。本文针对传统条带去除方法存在的适应性差、去噪效率低、依靠先验知识等不足，提出了一种基于深度学习卷积神经网络的条带噪声去除方法。本方法首先利用不同尺度的卷积层进行特征提取，然后对多尺度的特征图进行特征融合得到去噪底图，通过残差学习的方法在底图上预测存在的噪声分量，最后用噪声影像减去条带噪声分量实现噪声的去除。以模拟和真实获取的噪声影像为实验数据，将本文提出的方法与一些经典的去噪方法进行实验结果对比分析，实验结果表明本文提出的基于深度学习的条带噪声去除方法能够在保留影像地物细节的情况下，能以优异的速度达到最高的定量指标和最好的视觉效果，充分证明了本文方法的优越性。     

改进的矩匹配遥感影像条带噪声去除方法研究与实现

遥感传感器在扫描成像过程中,由于感光单元间的响应差异和其他因素,有时会产生条带噪声,这严重影响了影像的应用。为了更好地利用这些影像,必须首先对影像进行去条带处理。首先对比分析两种基于同一个传感器单元获取的影像具有统计一致性假设的条带噪声去除算法,即均值归一化方法和矩匹配方法,再对矩匹配方法进行了改进,并在VC++6.0下分别编程实现。经过对有条带噪声的IRS5.8 m分辨率全色遥感影像进行处理和对比分析,在光谱保持和条带噪声去除效果综合考虑下,得出改进的矩匹配方法优于均值归一化方法。     

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.     

双边滤波与矩匹配融合的高光谱影像条带噪声去除方法

针对环境减灾小卫星高光谱影像数据中存在的条带噪声,提出一种双边滤波与矩匹配方法融合的去除条带噪声方法。该方法克服了传统方法在去除条带噪声的同时带来新的噪声,并且边缘信息丢失等问题。最后进行了几种去除条带方法的比较试验,并且对试验结果进行了讨论。试验证明,提出的方法去除高光谱遥感影像的条带噪声效果明显,且能较好地保留原始影像中的地物信息。     

资源三号和天绘一号卫星影像无控联合平差精度分析

近年来国产卫星传感器类型日益丰富，使用自主可控的国产卫星影像进行生产和研究的需求越来越大，多源国产卫星影像联合平差的精度分析显得尤为重要。本文针对在立体测图生产中，资源三号卫星影像在时相较旧、噪声较大、云覆盖和摄影漏洞等特殊困难的条件下，利用天绘一号卫星影像进行补漏生产的情况，最终分析并验证了两者无控联合平差的可行性和成果精度。     

遥感影像条带噪声去除的小波变分法

为了避免条带噪声去除过程中丢失影像细节，提出一种基于小波变分法去除遥感影像条带噪声。首先，对含有条带噪声的遥感影像进行小波分解；其次，通过构建的条带保留变分模型（SPVM）去除低层高频分量（含条带噪声）中的细节信息而保留条带噪声，从而有效分离出低层高频分量（含条带噪声）中的细节信息；通过构建的条带去除变分模型（DVM）去除高层高频分量（含条带噪声）中的条带噪声，从而有效地保留高层高频分量（含条带噪声）中的细节信息；最后，通过小波重构，获得去噪影像。试验证明本文方法在去除条带噪声的同时基本没有丢失影像细节，去噪后的影像对比度及质量都是最优的。     

用GEOIMAGER制作RSDOM更新1：50000地形图

１０ｍ分辨率的ＳＰＯＴ卫星影像与３０ｍ分辨率的ＴＭ卫星影像是制作数字正射影像图的重要数据源。通过对两种遥感资料的融合纠正处理,可获得高精度的彩色正射影像图,并可将其作为１：５０００ＤＲＧ数字机格地衅理想的更新背景影像。通过对具有现势, 彩争遥感影像与１：５０００ＤＲＧ的叠加,我局进行了一定规模的生产。本文主要介绍利用武汉吉奥公司的ＧＥＯＩＭＡＧＥＲ软件进行处理的方法和特点。     

频域滤波与直方图匹配相结合的条带噪声去除法

针对高分辨率遥感影像中存在的条带噪声,提出了一种频域滤波与直方图匹配相结合的去噪方法。首先利用变换域的方法提取条带噪声;再利用butterworth滤波器滤除条带噪声成分;最后将滤波后的结果影像作为参考影像,对原始含条带噪声的影像进行基于影像列的直方图匹配。实验结果表明,该方法能有效去除条带噪声。     

省域卫星遥感影像预处理方法研究

立足于某省域范围内高分辨率卫星遥感影像制作过程,提出了一套针对卫星遥感影像预处理方案,目的在于解决不同条带、不同时相卫星遥感影像在省域范围内基础数据生产中的匀光、匀色、雾气去除和噪声消除等问题,提高影像数据质量,为影像后期制图和数据深层次应用提供技术支撑。     

采用灰度分割的自适应矩匹配条带噪声去除方法

针对国产卫星全色影像中的随机条带噪声现象,提出了一种采用灰度分割的自适应矩匹配条带噪声去除方法。该方法首先将不同反射特性的地物按照灰度差异进行分割处理,然后对每一个分割区域分别采用标准矩匹配进行处理,从而抑制标准矩匹配处理过程中造成的灰度畸变。选取资源1号02C-HR光学影像进行实验,结果表明,与现有的去噪方法相比,所得图像质量有较大提升。     

MODIS影像条带噪声去除邻域插值法研究

条带噪声是影响Modis影像质量和反演精度的重要因子,有些在频率域表现为高频信息和低频信息相混合。针对条带噪声形成的原因和规律性,以及对影像进行傅立叶变换频谱分析,比较了几种常用条带噪声去除方法及其局限性。提出了邻域插值法,编程实现自动定位噪声行,进行插值处理,取得了较好的去噪效果,并保留了影像的细部特征。     

南极区域遥感影像融合处理质量评价研究

南极是地球上对全球气候变化最敏感、响应最迅速的区域之一,针对南极冰盖变化的监测对很多领域有着十分重要的意义。本文针对南极区域选取MODIS与Land—sat ETM＋两种遥感影像,通过ENVI遥感平台,利用包括WAVELET变换法、PCA变换法、BROVEY变换法和HPF变换法等4种影像方法进行融合,并选择均值、标准差、偏差指数、相关系数等评价指标,对融合后的影像进行评价。得出结论：ETM＋影像WAVELET算法融合效果最好,而对于Modis影像PCA算法融合效果最好,两种卫星影像对不同尺度的监测都有着各自的优势。     

资源一号02C影像条带噪声去除的改进矩匹配方法

针对资源一号02C 影像条带噪声的去除,提出了一种改进的矩匹配方法。该方法以移动窗口的方式对大范围卫星影像数据进行分段处理,并根据窗口内影像的信息量,自适应地确定窗口大小,且在参考值获取时引入更合理的高斯加权均值。实验表明,与现有矩匹配方法相比,本文方法在取得良好去噪效果的同时,还具有自动化程度高、灰度失真小等优点。     

卫星遥感影像信息缺失检测

随着国产卫星在轨服役时间变长,卫星传感器部件老化导致成像系统拍摄的遥感影像上存在信息缺失,需要在影像生产前对其进行剔除或处理。本文提出了自动化遥感影像信息缺失检测方法,针对国产卫星遥感影像中的横向条带、纵向条带、局部像元信息缺失和图像波段异常4种情况进行检测。实验结果表明,该方法检测精度较高,作为生产预处理的一个环节,可以过滤大量无法满足应用需求的影像,提高影像生产效率。     

Terra MODIS数据28波段影像条带噪声去除方法

Terra卫星MODIS传感器影像中多个波段数据存在条带噪声,其中第28波段的数据受影响较为严重,且随着时间的推移噪声强度更大、噪声类型更加复杂。针对该波段同时受探元-探元噪声与镜面条带噪声影响的特点,本文在矩匹配方法的基础上,提出了基于曲线拟合与去除信号趋势项的条带噪声去除方法。实验结果表明,相对于传统方法,本文提出的两种条带去除方法具有更强的稳健性。     

高分辨率卫星遥感影像在基础测绘中的应用探讨

本文主要探讨了SPOT5卫星遥感影像在1：1万基础测绘中的应用。本文围绕实际生产,重点阐述了卫星遥感影像高精度正射纠正技术、真彩色影像融合处理技术以及大范围影像批量分幅方法,并对不同控制点布设方案制作的卫星遥感正射影像图进行了精度分析。