北斗导航卫星地影状态分析

为满足我国卫星导航系统状态切换中地影时间确定以及卫星轨道确定中太阳辐射压建模等需求,本文针对GEO、IGSO、MEO三类导航卫星,采用柱形与锥形地影模型进行了地影因子及本影区持续时间差异分析。在此基础上以地影期持续天数,本影区持续时间为分析对象,对卫星轨道根数与地影状态之间的关系进行了深入研究。     

格运算的扩张定理与落影函数定理

讨论了格上可测结构的封闭性以及此结构上落影函数的有关问题。指出并证明了逐次扩张与同时扩张的充要条件 ,以及落影函数与模糊集的关系     

随机集与集合套理论

本文把随机集与模糊集的集合套理论结合起来,进行了初步的探讨主要结果可以概括为:任意随机集去都对应着(?)(X)中的集合套,而模糊关μ_(?)(X)就是拉伸在〔0,1〕上的该集合套的落影;随机集的等价类与落影函数对应的集合套的等价类是可数同构的。在一定条件下随机集运算可以导出Zadeh算子下的模糊集运算。这些结果指明了随机集与集合套之间的关系,说明了随机集理论是模糊集理论的深入发展。     

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。     

遥感影像阴影自动扩充提取算法

针对大部分遥感影像阴影提取算法存在阴影信息提取不完整的问题,提出一种遥感影像阴影自动扩充提取算法。首先,根据近红外波段阴影边界的像素值变化率存在波峰和阴影内部的像素值变化率稳定的特性,建立阴影边界判断准则来判断像素是否位于阴影边界;然后,在阴影初步提取的基础上,利用边界判断准则,由内向外对每个阴影区域进行扩充,从而能够考虑到单个阴影区域,不再局限于影像全局特征或局部特征,进而能更加完整地提取阴影。实验分析表明,该算法对阴影的提取效果明显,可以有效提高阴影提取的精度和效率。     

连续局部阈值分割的阴影检测方法

遥感图像中通常存在大量的阴影,阴影会对图像分割、目标识别造成一定的影响,阴影检测是阴影去除的基础。针对传统Tsai算法准确度上不足,提出了一种改进方法。首先,采用chuang所提出的方法定制了新的比例图,通过对定制比例图进行全局阈值分割将输入图像分为候选阴影点与非阴影点;再对大致阴影图中的每一个候选阴影区进行迭代分割处理来从候选阴影点中挑选出真正的阴影点;剩下的每一个候选阴影点进行fine-shadow判断处理。实验证明,改进算法可以提高阴影检测的准确性。     

基于DEM的SAR图像模拟

针对SAR图像模拟方法进行了深入研究,提出了一种新的SAR图像模拟方法.该方法引入并改进信号模拟中经常使用的小面单元模型,并对SAR图像的阴影特征进行了分析;给出了一种高效判断阴影区域的算法.使用该方法对某一山地区域的DEM数据进行了SAR图像的模拟实验.实验结果表明:模拟的SAR图像和真实SAR图像纹理一致,很好地反映了起伏地区SAR图像的几何特征,取得了理想的效果.     

复杂地形云阴影识别

云阴影检测在遥感科学领域是一个重要研究方向,在许多方面有重要应用。单纯采用光谱阈值法识别云阴影会面临较多困难,难以准确识别,而采用时间序列法,则需耗费较多机时,过程较为繁复。在准确识别云像元的基础上,应用几何学方法识别云阴影是较为准确、实用的方法。目前,应用几何学方法计算起伏地形条件下的云阴影分布和变化特征的研究较少,本文提出了一种基于几何学方法的复杂地形条件下的云阴影识别方法,可以计算云像元对应阴影在复杂地形上的位置。模拟和实验表明,所提出的算法在识别复杂地形条件的云阴影方面具有较好效果,克服了几何法识别云阴影模型的原有缺陷。     

一种多尺度几何细节抽取的阴影处理算法

从高分辨率航空遥感影像的阴影处理角度出发,分析了阴影区域在彩色空间上的特征;采用HIS彩色空间3个通道的联合阈值测度进行阴影检测,并利用高斯函数进行地物纹理几何细节的多尺度抽取,提出了针对影像灰度图的阴影补偿方法。实验证明,该方法能够在最大限度保留阴影区域原始特征的前提下,对阴影区域信息进行补偿,保证了影像后续处理的准确度和可靠性。     

一种顾及空间关系的遥感影像阴影检测算法

以城市区域内高大建筑阴影为研究对象,针对现有的阴影检测算法在复杂地物环境下检测精度和可靠性不高的问题,提出了一种结合颜色空间特征和空间关系的遥感影像阴影检测方法。首先,采用SLIC超像素算法对影像进行分割;然后基于Lab和HSI颜色空间构建初步检测条件,将阴影划分为阴影主体区域和待检测区域;最后,借助Canny边缘检测信息合并待判别区域内的超像素块,并利用阴影区域与造成干扰区域间的空间位置关系构建的检测条件进行判别。实验结果表明,该方法可以有效提高复杂地物环境下遥感影像阴影的检测精度和算法可靠性。     

陡峭山区影像的半经验地形校正

本文提出一种新的半经验地形校正模型SCEDIL(Simple topographic Correction using Estimation of Diffuse Light),该模型通过结合DEM与光学影像数据寻找局部区域内完全光照和阴影的水平像元,并以光照、阴影水平像元的平均反射率值估算局部区域散射辐射比,提高了陡峭山区影像的地形校正精度。以高分一号卫星和Landsat ETM+影像为例,从目视判读和定量分析两个方面,比较分析该算法与传统半经验地形校正算法(C、SCS+C)的校正结果。结果表明:(1)对较为平坦的地形,SCEDIL和C、SCS+C校正都有较好的目视结果;对地面起伏较大的陡峭地形,C、SCS+C校正后,原阴影区域易呈现破碎化特征,SCEDIL校正后,原阴影区域过渡较为平滑。(2)SCEDIL校正后,各波段反射率的均值和标准差优于C、SCS+C校正,SCEDIL校正后,影像总分类精度与同类地物光谱信息均一性均优于C和SCS+C校正。SCEDIL半经验地形校正方法能有效地去除影像中的地形干扰,尤其对陡峭地形的校正效果,优于常规地形校正模型。     

包络线去除的丘陵地区遥感影像阴影信息重建

中国西南丘陵常态山和喀斯特山交错分布,遥感影像普遍存在山体阴影,分布零散且无规律,基于DEM的地形校正模型(C校正等)虽然算法成熟、易于操作,但在复杂地形区存在误差。引入基于相似像元包络线的阴影校正方法(CR校正),按照阴影提取、包络线去除、相似像元寻找和阴影亮度重建的步骤,采用西南丘陵地区Landsat 8 OLI影像进行验证实验。结果表明:CR校正后,阴影区的视觉特征与邻近非阴影区趋于一致,阴影像元亮度有明显提升;校正后影像主要波段标准差减小,与非阴影区参考光谱的相对均方根误差在2.919%以内,最低仅为0.516%;自动分类精度从43.59%提高到61.57%,CR校正有效提高了有阴影的丘陵地区遥感影像质量。     

基于HSI色彩空间的资源三号影像阴影检测

由于遥感影像上某些区域的光照辐射不足,不可避免地会产生阴影,阴影意味着图像信息的损失,而遥感影像的阴影检测在地物的识别和影像匹配方面具有重要意义。本文主要介绍的是基于HIS色彩空间的阴影检测方法,在检测过程中,根据阴影高色调低亮度的特性,结合大津法计算比值图像最佳阈值进行遥感影像阴影检测,并且在RGB色彩空间计算G分量的最佳阈值来排除树木植被和一些非阴影区域对阴影检测的影响。同时采用国产高分辨遥感卫星——资源三号的同一地区不同季节和不同太阳高度角的遥感数据进行阴影的对比检测。实验结果表明:本文基于HIS色彩空间的阴影检测方法可以快速有效地检测出影像上的阴影,并且能区分树木、河流等暗色物体。     

一种顾及空间相关性遥感影像辐射度的地形校正算法

地形校正的目的是消除太阳光照对不规则地面地物辐射值的影响。这种影响会使相似植被类型地物的辐射值发生很大的变化。因此,在地形复杂的地区,地形校正是影像预处理的一个重要步骤。传统的基于单像素的地形校正方法,虽然减小了辐射值的变化,但在太阳入射角低的地区常常出现校正过度的情况。针对这种误差进行分析,提出一种考虑了空间相关性的校正算法,并且利用鄂西地区的Landsat7卫星影像进行的试验证明,该算法优于传统的地形校正模型。     

Incorporating dynamic factors for improving a GIS‐based solar radiation model

Solar radiation has been a major input to agricultural, hydrological, and ecological modeling. However, solar radiation is usually influenced by three groups of dynamic factors: sun–earth position, terrain, and atmospheric effects. Therefore, an integrated approach to accurately consider the impacts of those dynamic factors on solar radiation is essential to estimate solar radiation over rugged terrain. In this study, a spatial and temporal gap‐filling algorithm was proposed to obtain a seamless daily MODIS albedo dataset. A 1 km‐resolution digital elevation model was used to model the impact of local topography and shading by surrounding terrain on solar radiation. A sunshine‐based model was adopted to simulate radiation under the influence of clouds. A GIS‐based solar radiation model that incorporates albedo, shading by surrounding terrain, and variations in cloudiness was used to address the spatial variability of these factors in mountainous terrain. Compared with other independent solar radiation products, our model generated a more reliable solar radiation product over rugged terrain, with an R² of 0.88 and an RMSE of 2.55 MJ m^?2 day^?1. The improved solar radiation products and open source app can be used further in practice or scientific research.     

基于IKONOS的植被提取前的校正

探讨了植被信息提取中的图像预处理,重点是阴影区的提取和校正,实验证明,具有较好的效果.     

自然光辐射各分量卫星遥感图像的计算机生成原理与方法

本文讨论了利用卫星遥感数据和与之匹配的数字地面模型以及它们和光辐射各分量之间的定量关系，使用计算逐点分解遥感数字图像以生成成像瞬间直、散射辐射光照射下相应的卫星遥感图像的原理、方法。最后，阐述了生成的辐射各分量遥感图像特点和应用前景。     

A shadow- eliminated vegetation index (SEVI) for removal of self and cast shadow effects on vegetation in rugged terrains

ABSTRACT

The effect of terrain shadow, including the self and cast shadows, is one of the main obstacles for accurate retrieval of vegetation parameters by remote sensing in rugged terrains. A shadow- eliminated vegetation index (SEVI) was developed, which was computed from only red and near-infrared top-of-atmosphere reflectance without other heterogeneous data and topographic correction. After introduction of the conceptual model and feature analysis of conventional wavebands, the SEVI was constructed by ratio vegetation index (RVI), shadow vegetation index (SVI) and adjustment factor (f (Δ)). Then three methods were used to validate the SEVI accuracy in elimination of terrain shadow effects, including relative error analysis, correlation analysis between the cosine of solar incidence angle (cosi) and vegetation indices, and comparison analysis between SEVI and conventional vegetation indices with topographic correction. The validation results based on 532 samples showed that the SEVI relative errors for self and cast shadows were 4.32% and 1.51% respectively. The coefficient of determination between cosi and SEVI was only 0.032 and the coefficient of variation (std/mean) for SEVI was 12.59%. The results indicate that the proposed SEVI effectively eliminated the effect of terrain shadows and achieved similar or better results than conventional vegetation indices with topographic correction.     

战场环境仿真中基于图像的实时阴影技术

阴影是战场环境仿真中增强真实感的重要手段。分析战场环境中阴影的特点,将其分为静态阴影和动态阴影,根据战场环境仿真对阴影效果实时性和真实感的要求,采用改进的快速光线跟踪算法和预烘焙方法生成光照图,分别实现静态阴影中的地形和地物阴影,采用光源空间透视阴影图技术,改善阴影边缘走样,实时渲染真实的动态阴影。实验结果表明,实现的阴影效果达到了较好的实时性和真实感。