基于集群的遥感影像并行绘制研究

基于集群并行绘制系统,采用基于WCF通信构架的Sort-first体系结构,对遥感影像建立金字塔层次模型,提高并行绘制效率。并行绘制集群系统采用基于WCF构架并发机制的分布式数据存储模式,突破传统的共享数据存储模式,减少数据在网络传输的开销。在集群系统环境下,对遥感影像建立金字塔模型和未建立金字塔模型两种情况下的影像数据进行并行绘制实验。实验结果表明:建立金字塔模型的遥感影像使得并行绘制效率显著提高。     

基于小波影像金字塔的影像自动匹配

数字影像高精度快速匹配是遥感影像3维信息提取的关键技术之一,文中对如何实现数字影像自动化匹配进行了研究,提出了一种基于小波影像金字塔的数字影像自动匹配方法.该方法在生成小波影像金字塔的基础上,利用交叉相关算法实现不同影像金字塔同一层影像间的匹配;利用视差控制将同名点从金字塔高层影像向低层影像进行传递.利用该方法对具体的SPOT影像进行了实验,表明基于小波影像金字塔的数字影像自动匹配方法具有较好的效果.     

基于小波影像金字塔的影像自动匹配

数字影像高精度快速匹配是遥感影像3维信息提取的关键技术之一，文中对如何实现数字影像自动化匹配进行了研究，提出了一种基于小波影像金字塔的数字影像自动匹配方法。该方法在生成小波影像金字塔的基础上，利用交叉相关算法实现不同影像金字塔同一层影像间的匹配，利用视差控制将同名点从金字塔高层影像向低层影像进行传递。利用该方法对具体的SPOT影像进行了实验，表明基于小波影像金字塔的数字影像自动匹配方法具有较好的效果。     

基于对等网络的多分辨率影像的网络传输模型

海量影像数据的网络传输和多分辨率显示是实现网络环境下影像图形浏览的关键。利用对等网络结构,借鉴基于P2P的文件下栽相关技术,提出一种基于P2P的影像传输模型。在遥感影像分级分块的基础上,该模型通过构建基于兴趣区域分组的多追踪器覆盖网络,实现了节点加入和邻近节点选择的算法优化。通过模拟试验证明了模型中邻近节点选择的优化性能,并开发了原型系统IMAGEP2P。     

一种海量遥感影像实时切割与高效调度新方法

针对传统影像组织方法——瓦片金字塔模型实现海量遥感影像调度存在的问题,提出一种瓦片实时切割与高效调度的新方法。在.net平台上使用C#语言开发了基于瓦片实时切割与调度和瓦片金字塔模型两种方法的瓦片服务发布系统,并用实验进行了对比分析。实验结果表明,新方法无需创建瓦片金字塔模型,节省了大量的时间和空间;同时瓦片调度速度有所提高,从而实现了海量遥感影像实时切割与高效调度。     

大规模遥感影像全球金字塔并行构建方法

金字塔模型是大规模遥感影像可视化的基础,是在保证精度的前提下,采用不同分辨率的数据来提高渲染速度,从而在网络环境下实现大规模数据共享、服务和辅助决策支持。在构造金字塔的过程中,由于遥感数据经常会突破内存的容量,同时会产生大量的小瓦片,小瓦片存贮非常耗时,传统的串行算法很难满足应用需求。本文提出了一种并行大规模遥感影像的全球金字塔构造算法,利用图形处理器(graphics processing unit,GPU)的高带宽完成费时的重采样计算,使用多线程实现数据的输入和输出,在普通的计算机上实现大规模影像的全球金字塔的快速构建。首先,采用二级分解策略突破GPU、CPU和磁盘的存储瓶颈;然后,利用多线程策略加速数据在内存和磁盘之间的传输,并采用锁页内存来消除GPU全局延迟的影响;最后,用GPU完成大规模的并行重采样计算,并利用四叉树策略提高显存中数据的重复利用率。实验结果表明,本文方法可以明显地提高全球金字塔的构造速度。     

基于JPEG2000无损压缩的DEM网络渐进传输方法

针对网络GIS海量DEM数据与有限带宽之间的矛盾,根据DEM数据特点和网络多分辨率渐进的应用需求,提出了一种在DEM各级分辨率具有良好精度性能、基于改进的JPEG2000高效无损压缩的DEM网络渐进传输方法.选用2/6整数小波分解DEM数据,利用辖区渐进压缩方法、压缩码流的索引文件检索码流实现了DEM的渐进传输.实验证明,2/6小波比标准中的5/3小波能够更好地在每级分辨率保持原始地形精度,相比传统方法,网络渐进传输时每级分辨率传榆的数据量平均减少了90.29%.     

利用动态上采样滤波深度网络进行多角度遥感影像超分辨率重建

近年来,基于深度学习的超分辨率重建技术已经广泛应用于多时相高光谱影像、高分影像超分辨率重建等领域。多角度遥感影像之间具有丰富的互补信息,可用于超分辨率重建。针对高分辨率多角度遥感影像提出了一种基于动态上采样滤波网络的超分辨率重建方法。该方法的网络结构为端到端双路网络,其中一个分支网络通过动态上采样滤波模块来实现分辨率提升,另一个分支网络用来学习影像中的高频信息,将两个分支网络输出的结果相加即可得到最终的超分辨率重建影像。为了验证该方法的有效性,利用WorldView-2美国亚特兰大地区和巴西里约热内卢地区多角度遥感影像数据分别进行了2倍、3倍、4倍超分辨率重建模拟实验和真实实验,并进行了多组对比实验。实验结果表明,所提方法可以在顾及多角度影像角度维信息的同时有效提升目标影像空间分辨率,并且较好地保持了影像的细节信息。     

面向关系数据库扩展的自适应影像金字塔模型

随着遥感技术的发展,特别是传感器分辨率的提高,影像数据量日益增长,这对高效、智能地管理海量数据提出了更高的要求,如何有效、智能地存取海量遥感数据成为当前越来越热门的话题。本文针对空间数据管理系统的发展现状,结合数据库存储、网络传输和客户端的硬件情况,从影像数据切片和影像数据的细节层次(level of detail,LOD)模型两个层面来解决遥感数据的存储问题,提出了自适应的遥感影像切片机制,以及与之相适应的LOD模型构建方法。通过试验证实,该影像管理机制能够在多种不同的数据库、网络和客户端条件下实现影像数据智能化高效存储与访问。本文的研究为高效的影像数据管理提供了可行的思路和方法,有助于在C/S架构的网络环境下实现基于数据库技术的遥感影像数据的高效存取和管理。     

基于新模型的高分辨率遥感影像光束法区域网平差

介绍了一种利用较少控制点、基于新几何模型的高分辨率遥感影像光束法区域网平差方法。利用该方法,对于IKONOS影像数据和另外一些高分辨率遥感影像数据进行了实验,并将实验结果与基于RPC参数的区域网平差方法进行了比较。结果表明,本文方法在只有少量控制点的情况下,达到的精度与相应影像的地面分辨率是一致的。     

一种基于小波系数特征的遥感图像融合算法

多光谱图像和全色图像是目前卫星遥感领域最常见的传感器图像.为了更充分地发挥这两类遥感图像数据的价值,人们利用两类数据的互补性,将多传感器融合技术引进了遥感图像处理领域.在IHS彩色空间变换和小波多分辨率分析的基础上,利用图像高频小波系数的多个特征来定义特征量积,并利用特征量积作为依据提出了一种图像融合新算法.通过一组多光谱图像和全色图像数据进行融合仿真试验,并将该算法与IHS,HPF等算法和归一化矩算法作了比较.证明该方法能在保留多光谱图像光谱信息的基础上,有效地提高多光谱图像的空间分辨率.     

小波低频子带预测的遥感图像分布式编码

传感技术的不断发展使遥感图像的时间、空间和光谱分辨率不断提高,信息量日益增大,给遥感图像的存储和传输带来了极大挑战,传统图像编码策略难以适应这种基于上行的遥感图像应用需求。本文提出一种基于小波低频子带预测的分布式遥感图像编码方案,利用预测插值的方法得到用于解码Wyner-Ziv的辅助信息,图像的低频信息采用小波零树编码方案,而预测误差图像采用基于均匀量化和位平面的Turbo混合编码方案;在解码端,以预测误差图像的码流作为辅助信息,将其与图像的低频信息码流进行联合解码。实验结果表明,提出方法具有编码效率高、失真率小、压缩比高、抗误码性强和码流具有质量可分级等特性。     

SAR图像斑点噪声的小波软门限滤除算法

本文介绍利用小波分析和软门限对合成孔径雷达（ＳＡＲ）图像斑点噪声（Ｓｐｅｃｋｌｅ）进行抑制与滤除的算法。首先选择合适的小波基对合成孔径雷达（ＳＡＲ）图像进行小波分解,应用Ｄａｖｉｄ Ｌ．Ｄｏｎｏｈｏ软门限理论,并且将其推广到２维信号。针对ＳＡＲ图像斑点噪声的特殊性,即在小波变换域内图像和斑点噪声的奇异性不同,选取合适的门限在小波域内滤波。最后进行小波反变换得到去噪后的ＳＡＲ图像。实验证明,该算法能     

高分辨率影像定位的一种新方法

提出了利用小比例尺地形图和多分辨率影像实现高分辨率遥感影像定位的方法。阐述了利用线状地物代替点状地物实现低分辨率影像相对于小比例尺地形图纠正定位的方法，并通过金字塔结构的多分辨率影像逐级匹配，使高分辨率影像上的细致目标得以绝对定位。     

A Robust Texture Analysis and Classification Approach for Urban Land‐Use and Land‐Cover Feature Discrimination

Abstract

Attempts to analyze urban features and to classify land use and land cover directly from high‐resolution satellite data with traditional computer classification techniques have proven to be inefficient for two primary reasons. First, urban landscapes are composed of complex features. Second, traditional classifiers employ spectral information based on single pixel value and ignore a great amount of spatial information. Texture plays an important role in image segmentation and object recognition, as well as in interpretation of images in a variety of applications. This study analyzes urban texture features in multi‐spectral image data. Recent developments in the very powerful mathematical theory of wavelet transforms have received overwhelming attention by image analysts. An evaluation of the ability of wavelet transform in urban feature extraction and classification was performed in this study, with six types of urban land cover features classified. The preliminary results of this research indicate that the accuracy of texture analysis in classifying urban features in fine resolution image data could be significantly improved with the use of wavelet transform approach.     

基于小波纹理信息的星载SAR图像与TM图像的数据融合

遥感图像的数据融合是当前遥感界研究的热点问题之一。论述利用小波变换提取合成孔径雷达（SAR）图像的多尺度纹理信息，基于小波纹理信息将SAR图像与TM图像进行融合。选取徐州市南郊风景区的Radarsat卫星SAR图像和TM图像进行试验研究，并与颜色变换法融合图像进行对比分析，结果表明，无论是目视解译还是定量分析，该融合方法与颜色变换法相比，将获得更理想的高空间分辨率多光谱的融合图像。     

Unsupervised segmentation of high-resolution remote sensing images based on classical models of the visual receptive field

Here, we describe an unsupervised segmentation method incorporating log-Gabor (LG) filters and a Markov random field (MRF) model for high-resolution (HR) remote sensing (RS) images, based on classical models of the visual receptive field. LG filters were utilised to model the receptive fields of the simple cells in the primary visual cortex and extract detailed features from HR–RS images followed by construction of image pyramid through wavelet decomposition to simulate the hierarchical structure of the visual sensing system. Finally, based on the original HR–RS images, their detailed features and the image pyramid, the MRF image segmentation model was applied to obtain the final segmentation result. Real HR–RS images were used as experimental data to validate the proposed method, both qualitatively (visually) and numerically (with the overall accuracy and Kappa index).The experimental results indicate that the proposed method is effective, feasible and robust to noise.     

基于分辨率退化模型的全色和多光谱遥感影像融合方法

从影像成像的频率特性出发，提出了一种影像分辨率退化模型，并在此基础上提出了一种新的全色和多光谱遥感影像融合方法。     

An Evaluation of Four Different Wavelet Decomposition Procedures for Spatial Feature Discrimination in Urban Areas

Texture or spatial arrangement of neighborhood objects and features plays an important role in the human visual system for pattern recognition and image classification. The traditional spectral–based image processing techniques have proven inadequate for urban land use and land cover mapping from images acquired by the current generation of fine–resolution satellites. This is because of the high frequency spatial arrangements or complex nature of urban features. There is a need for an effective algorithm to digitally classify urban land use and land cover categories using high–resolution image data. Recent studies using wavelet transforms for texture analysis have generally reported better accuracy. Based on a high–resolution ATLAS image, this study illustrates four different wavelet decomposition procedures – the standard, horizontal, vertical, and diagonal decompositions – for urban land use and land cover feature extraction with the use of 33×33 pixel samples. The standard decomposition approach was found to be the most efficient approach in urban texture analysis and classification. For comparison purposes and to better evaluate the accuracy of wavelet approaches in image classification, spatial autocorrelation techniques (Moran's I and Geary's C ) and the spatial co–occurrence matrix method were also examined. The results suggest that the wavelet transform approach is superior to all other approaches.