基于PDA的遥感影像读取与显示

本文介绍了GDAL开源库,利用其编程实现了在PDA设备上直接从大遥感影像读取波段的颜色数据。采用离屏位图技术加快读取的影像块在设备屏幕上的显示速度,同时还实现了在设备上对遥感影像的浏览、漫游和缩放操作以及矢量图和遥感影像的叠加显示。     

高分遥感卫星影像预处理系统的设计和实现

高分影像预处理是高分应用的前提和基础,目前影像预处理专业要求高,自动化程度低,流程复杂,制约了遥感应用发展.本文利用分布式云存储技术,自定义流程设计技术,基于IDL影像处理的组件技术,实现遥感和GIS一体化集成,开发了高分遥感卫星影像预处理系统,实现遥感影像管理检索、正射校正、辐射校正等,实际运行表明该系统具有良好的应用价值.     

基于软硬件一体化无人机遥感影像快速处理的技术研究

随着测绘科学技术和地理信息产业的发展,遥感影像信息快速处理的需求越来越大,其中无人机遥感技术日益成熟。为了进行无人机遥感影像数据实时接入快速处理与分析,针对无人机遥感影像信息快速处理关键技术,使用基于基准图快速匹配和逐行带并行空三的无人机数据快速处理系统。本文主要对无人机遥感影像处理系统的飞行平台、飞控系统、硬件设备以及灾害、测绘方面应用进行了探索性的技术研究。     

一种直线特征遥感影像与GIS矢量数据匹配方法

针对飞行器的匹配制导,提出了一种基于直线特征的遥感影像与GIS矢量数据自动匹配方法.该方法首先利用遥感影像的概咯方位参数实现预处理后的GIS数据与遥感影像概略叠加;接着对GIS直线数据叠加所在的遥感影像区域开辟窗口进行边缘检测;然后利用Hough变换同步进行折线特征提取和特征匹配;在实现过程中采用了金字塔分层和新型投票方法以节省运算时间,最终实现影像特征与GIS数据的成功匹配.实验证明了该方法的有效性和稳健性.     

多源多尺度遥感影像色彩平衡方法研究及工程应用

一年一次的全国土地利用遥感监测工程已连续运行10多年,每年采用国内外高分辨率卫星遥感数据源20多种,因传感器不同、时相不同以及地物光谱存在差异等因素,导致工程影像成果色彩差异大,影像色彩平衡成为该工程的技术难点.本文在对比研究多种遥感影像匀色技术方法的基础上,结合工程实际需求,提出了大范围多源多尺度遥感影像自动匀色处理方案,并开发了相应的技术软件,取得了良好的应用效果.     

遥感影像智能解译样本库现状与研究

我国遥感对地观测等项目顺利实施,获取了大量时效性强、覆盖范围广、信息量丰富的遥感数据.但遥感影像智能化自动处理技术发展仍相对滞后,无法满足区域/全球大范围地物信息快速提取的需求.近年来,人们利用深度学习技术显著提高了影像特征提取成效,但由于所使用的深度学习样本数量和类型有限,对于多源遥感影像的自动解译能力仍然不足.本文面向大范围多源遥感影像地物信息智能解译需求,在分析现有样本集现状及问题的基础上,研究提出遥感影像智能解译样本库设计方案,并在此基础上设计了基于互联网的样本协同采集与共享服务框架.本文将为多源遥感影像样本库建设提供参考,为大范围遥感影像智能解译提供支持.     

一种基于动态规划的遥感影像与GIS矢量数据匹配方法

针对遥感影像与GIS数据的匹配,提出了一种基于动态规划的结点匹配、线段匹配再到折线匹配逐级优化的全局一致性匹配方法.该方法首先利用遥感影像的概略方位参数实现预处理后的GIS数据与遥感影像概略叠加;接着进行遥感影像特征自动提取;然后以局部匹配优选的待匹配结点和待匹配线段为前提,利用动态规划的匹配方法,进行折线整体匹配;最后进行匹配结果的优化.实验证明该匹配方法速度快、可靠性高.     

基于三维实景技术的海域动态监管系统的应用探讨

海域动态监管是海域管理、海监执法和海洋资源保护有力的技术支撑,但是目前动态监测的手段主要以人工岸线巡查为主,辅以遥感影像判读,监视监测手段比较简单,不能满足海域动态使用评价与决策支持等高层次信息服务要求。据此,提出了的三维实景动态监管系统,通过三维实景采集设备,采集沿海地形地貌、港口开发及海域滩涂开发等高清实景图像和影像信息,经加工整理,建立系统数据库,利用最新的软件开发技术和GIS技术,结合海域遥感影像和发证数据,构建了一个智能化、可视化的辅助巡查系统。该系统在盐城海域动态监管中可以得到有效应用。     

济南市遥感影像的水体信息提取方法研究

介绍了遥感影像融合技术,并对几种常见的遥感影像融合方法及其应用作了系统的阐述,以图像处理系统ERDAS为平台,利用济南市卫星遥感图像作为研究材料,讨论了ERDAS计算机图像处理的有关过程,研究了如何把水体从遥感图像中提取出来。结果表明：该提取水体的研究方法正确可行,可为地理信息专题制图提供重要的遥感基础信息。     

遥感影像CVA变化检测的CUDA并行算法设计

随着遥感影像数据量以及复杂程度的日益增加,遥感图像的快速处理成为实际应用过程中亟需解决的问题。为了实现遥感影像的实时变化检测,针对基于变化矢量分析CVA的变化检测算法,设计了一种基于统一计算设备构架CUDA的并行处理模型。首先利用地理空间数据提取库GDAL实现大数据量遥感影像的分块读取、操作和保存;其次将基于变化矢量分析的变化检测过程分为变化强度检测、映射表构建和变化方向检测,并借助CUDA C将变化矢量分析算法的3个步骤嵌入到CPU和GPU组成的异构平台上进行实验;最后利用该模型对不同数据量的遥感影像进行CVA变化检测并作对比分析。实验结果表明:与CPU串行相比,基于GPU/CUDA的遥感影像CVA的变化检测速度提高了10倍左右;在一定程度上,达到了实时变化检测的效果。