EOS／MODIS最优融合方法研究

为了提高MODIS图像的空间分辨率,本文对常用的HIS变换法、主成份分析法、简单乘积法、Brovey图像融合算法和假彩色合成法的优缺点进行了分析,并结合EOS/MODIS遥感图像特点,对融合后图像进行了简单评价,最终认为使用主成份分析法的融合效果最好。     

甘肃省农田保护遥感动态监测应用研究

以甘肃省为例,探讨了农田保护动态监测应用中遥感数据源的选择原则,在比较分析多时相影像叠合法、图像代数变化检测算法、多时相图像主成份分析法等几种目前常用检测方法的基础上,制定出监测的技术路线。研究表明,遥感动态监测是监控土地利用变化的有效方法,能够为甘肃省农田保护提供科学依据。     

基于独立分量分析的遥感图像分类技术

遥感图像的自动分类方法一般基于图像的统计信息。多光谱遥感图像之间有着一定的相关性 ,对遥感图像的自动分类有不利影响。一般用主成分分析去除波段之间的相关性。独立分量分析能利用相对主成分分析更高的统计分量 ,不但可以获得去相关的效果 ,而且可以得到相互独立的结果波段图像。本文首先讨论了独立分量分析的基本原理。在此基础上 ,介绍FastICA算法 ,并对其进行改进 ,得到M FastICA算法 ,并将其应用到遥感图像的分类上。实验结果表明 ,M FastICA算法较FastICA算法收敛性大为改善 ,提高了独立分量分析在遥感图像的分类上的有效性     

遥感图像增强方法分析

遥感图像的增强方法研究,是做好遥感应用工作的基础。在本篇论文中,较为详细地介绍了遥感图像增强的几种主要方法。光谱增强包括线性反差拉伸、非线性反差拉伸、直方图均衡化和直方图匹配等方法。在文中对空间增强的基本概念和方法进行了详细的探讨,并且对多波段增强中主成分分析的方法进行了重点讨论。     

基于PCA的高光谱遥感图像分类

高光谱遥感图像的出现进一步提升遥感图像分类的准确性,但高光谱遥感图像的数据量大,处理高光谱遥感图像复杂度高、效率低。为解决这一问题,将主成分分析算法作为遥感图像分类的预处理技术。分析主成分分析算法的原理,利用主成分分析算法提取高光谱图像的主要波段图像。通过实验验证得出结论:高光谱遥感图像的主波段图像包含分类所需的大部分信息,利用少数的主波段图像即可达到70%以上的分类正确率。实验结果表明,在保证分类正确率的前提下,PCA算法可有效地减少图像分类处理的数据量,提高图像的处理效率。     

基于主成分分析的遥感图像模拟真彩色融合法

对不同空间分辨率、时间分辨率和波谱分辨率的遥感图像进行综合、高效的利用,是遥感应用的关键问题之一。基于主分量变换法,提出了基于主成分分析的模拟真彩色融合法。该方法不仅具有主成分分析融合法的光谱波段选择灵活和光谱信息损失小等优点,同时该方法还可获得逼真的自然色彩的融合图像,提高了图像的融合效果。利用QuickBird全色和多光谱数据进行了试验,并与色彩空间变换法(IHS)、比值变换融合法和乘积变换法等传统方法,在定性和定量两个方面进行了比较分析。结果表明,新方法很好的保留了多光谱影像的光谱信息,提高了空间细节的表现能力,是一种有效实用的遥感图像融合方法。     

近、现代黄河三角洲统计分布特征浅析

1855年以来建造的近、现代黄河三角洲是我国三大河口三角洲之一,由7个亚三角洲堆积体组成。在缺少实验室数据的情况下,尝试利用陆地卫星TM遥感数据,进行比值和主成份分析,增强含铁氧化物光谱信息同时分析了7个亚三角洲堆积体的频率分布直方图和统计特征值(均值、标准离差)。在此基础上,简要论述了近、现代黄河三角洲地表环境的差异,为利用遥感技术解决地学问题提供了一条有益的思路.     

一种改进的K2DPCA高光谱遥感图像降维方法

本文提出了一种改进的核二维主成分分析(K2DPCA)高光谱遥感图像降维方法,该方法通过标准核二维主成分分析消除了遥感图像各波段列间的相关性,利用列二维主成分分析在核二维主成分的行方向上进一步去除相关性,实现了遥感图像在空间维上的双向降维,并得到各波段的主成分,重建原始图像。采用AVIRIS和HyMap两种高光谱遥感图像进行试验,结果表明该方法在保证重构图像质量的同时,能够有效提高图像压缩比,在遥感图像降维中具有普适性。     

基于主成分分析的遥感图像模拟真彩色融合法

对不同空间分辨率、时间分辨率和波谱分辨率的遥感图像进行综合、高效的利用,是遥感应用的关键问题之一.基于主分量变换法,提出了基于主成分分析的模拟真彩色融合法.该方法不仅具有主成分分析融合法的光谱波段选择灵活和光谱信息损失小等优点,同时该方法还可获得逼真的自然色彩的融合图像,提高了图像的融合效果.利用QuickBird全色和多光谱数据进行了试验,并与色彩空间变换法(HIS)、比值变换融合法和乘积变换法等传统方法,在定性和定量两个方面进行了比较分析.结果表明,新方法很好的保留了多光谱影像的光谱信息,提高了空间细节的表现能力,是一种有效实用的遥感图像融合方法.     

采用主成分分析的改进云检测算法

针对Fmask云检测算法难以区分Landsat遥感影像上云和冰这一技术难题,该文提出一种基于主成分分析的改进Fmask云检测算法。首先对Fmask中归一化植被指数和归一化雪指数固定阈值进行自适应阈值改进,并对影像进行主成分变换,然后对主成分分析变换后的组合波段进行改进的Fmask云检测,最后进行算法对比分析。以北极地区的TM影像进行实验,结果表明,对同时覆盖冰层和云层的Landsat遥感影像,该文提出的算法能够提高云检测精度。     

小波变换的信息融合方法及结果评价

利用小波变换方法进行多卫星遥感图像数据融合,分析不同长度的小波基对融合图像的影响,从信息的保持性、视觉效果及运用灵活性等方面与IHS、PCA融合算法进行了比较,从而探讨这一新算法在遥感图像分析应用中的可行性。     

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。     

IKONOS影像的最佳融合技术研究

在研究遥感数字影像融合算法和原理的基础上,选择高空间分辨率的IKONOS遥感影像作为数据源,采用能够以全波段融合的主成分变换、乘积变换、Gram-schmidt变换和小波变换四种融合方法进行比较研究,并通过主观和客观两方面对融合效果进行评价。结果表明,Gram-schmidt变换法融合的IKONOS影像光谱质量最好,同时也较高程度地保持了高几何分辨率的空间信息,是权衡光谱信息和空间信息综合效应最佳的一种方法。     

基于遥感影像的土地利用变化检测

随着遥感科学技术的发展、各种遥感数据的累加以及遥感变化检测研究的深入,基于遥感影像的土地利用变化检测手段也日新月异。本文主要阐述利用不同的遥感影像处理方法对不同影像之间的土地利用变化进行检测,同时利用影像融合对比法、影像差值法、主成分分析法(PCA法),以及影像分类法等遥感影像处理方法,对同一地区前后不同时相的土地利用变化检测效果进行精度对比,并总结出不同检测方法在不同条件下的检测效果。     

一种遥感图像的坐标转换方法

在遥感应用中,要将遥感影像的空间信息转换到其他坐标系中,一般通过几何校正来实现。这种方法工作量大而且不可避免会引入新的误差。本文从坐标转换的角度出发,通过事先计算两个坐标系之间的转换参数,结合遥感影像中储存空间信息的方式,推导出遥感图像坐标转换的计算公式,并由此推导出根据坐标转换参数计算重采样像元坐标变换函数。根据本文提出方法,可以很方便地实现遥感图像的坐标转换,将遥感图像的空间信息转换到不同坐标系下。     

基于K-L变换的多光谱遥感图像检索方法研究

在遥感图像检索中,光谱特征的应用最为广泛。本文研究了基于光谱特征进行遥感图像检索的方法。针对目前应用越来越广泛的多光谱、高光谱遥感图像波段多的特点,提出了基于K-L变换的检索方法,将多维图像降维处理,在此基础上提取遥感图像的光谱特征,通过检索图像与目标图像的光谱特征对比实现多光谱遥感图像的检索,并通过实验验证了本文方法的有效性。     

Extraction of Alteration Mineral Information from Moderate Remote Sensing Images Using MPS Method

Although alteration minerals related to metallogenesis is very important in mineral exploration, information of alteration mineral is weakly expressed in remote sensing imagery, which is often subject to interfering noise and sometimes limited in spectral and spatial resolutions. Because of easy access, moderate images are the main sources of alteration mineral information. Therefore, it is very important to develop alteration mineral information extraction methods from remote sensing images. In this paper, a combined method based on Mask, principal component analysis (PCA) and support vector machine method (SVM) was used to extract alteration mineral information from Enhanced thematic mapper plus remote sensing data with limited spectral and spatial resolutions. First, a mask image of the remote sensing imagery was created to remove interference information such as vegetation, shadow and water. Then, PCA was employed to collect sample data relating to iron, argillic, and carbonatization alteration. Finally, SVM was used to deal with alteration anomaly and build a feature extraction model of high accuracy. The Mask-PCA-SVM model is used to extract alteration mineral information from remote sensing images of Hatu area, Xinjiang Uygur Autonomous Regions, China. The results show that the new methods proposed in this paper can coincide well with known deposits occurrences, rate reached 86.51%. While, the consistent rate with known deposits of the ratio model, PCA model and Spectral angle mapper model were only 3.37, 65.08 and 69.05% respectively. This suggests that the proposed model can find the actual distribution of mineral deposits more effectively by reducing interference to a greater degree.     

Pan-sharpening quality investigation of PLÉIADES-1A images

Optical remote sensing satellites obtain MS and Pan images simultaneously over the same coverage area. Remote sensing and image processing communities are working on different pan-sharpening methods capable of taking advantage of MS and Pan images. Each remote sensing system has its own advantages and disadvantages, leading to the question ‘Which pan-sharpening method should be used for which type of imagery?’ The aim of this research is to investigate the pan-sharpening performance of PLÉIADES-1A images. For this purpose, pan-sharpened images were generated using PCA, IHS and Brovey Transform which are the most popular pan-sharpening methods. Then, the pan-sharpened images were evaluated quantitatively using Correlation Coefficient, Root Mean Square Error, Relative Average Spectral Error, Spectral Angle Mapper and Erreur Relative Globale Adimensionnelle de Synthése. In addition, pan-sharpened images were evaluated qualitatively by taking object availability and completeness into consideration.     

基于正交变换的多通道遥感影像变化检测

针对多时相多通道遥感影像的变化检测问题，引入了多元统计中的典型相关分析方法，对遥感影像进行典型变换，并采用最小噪声比率变换对典型变换结果作后处理，得到差异影像，初步解决了将变化信息集中到少数分量中的问题。实验证实了该方法的有效性，并与主成分分析方法进行了比较。