海面油膜高光谱遥感信息提取

针对辽东湾海域的Hyperion高光谱遥感数据特点, 结合海面油膜光谱与Hyperion影像特征, 对该数据进行水陆分离与最小噪声分离(minimum noise fraction, MNF)变换处理, 在辽东湾海域MNF波段影像的2D散点图中, 海面油膜的出现会在其边缘形成一个异常散点区域, 可区分油膜与干扰信息,结合提取的海面油膜端元的MNF波谱, 通过混合调制匹配滤波(mixture tuned matched filtering, MTMF)技术, 成功地提取研究区海面油膜信息, 有效监测海面油膜     

遥感监测墨西哥湾溢油目标识别算法

为了及时监测溢油事故相关信息,防止污染扩张,该文利用2010年4月29日、5月17日及5月24日3个时相的中分辨率MODIS数据,以2010年发生的墨西哥湾溢油事故为例进行目标提取与识别。提取算法考虑到油膜和背景海水易混分的现象,采用了辅加纹理特征量的光谱角匹配算法进行油膜提取;同时,对比了常用的最小距离和支持向量机分类方法;并基于混淆矩阵对结果进行精度验证。结果显示,改进的光谱角匹配算法可以更准确地提取海面目标,精度高达90%以上,能够较好地监测出大面积溢油,可以用于海面溢油灾害的动态监测。     

Tsallis熵和改进CV模型的海面溢油SAR图像分割

为了解决海洋表面溢油监测中合成孔径雷达(SAR)图像分割精度不高的难题,提出一种基于Tsallis熵多阈值分割与改进CV(ChanVese)模型相结合的海面溢油图像分割方法。首先采用基于Tsallis熵的多阈值选取算法对海面溢油图像进行粗分割;然后分别将得到的溢油区域和溢油粗略轮廓作为CV模型的局部区域和初始轮廓,以降低CV模型的场景复杂度及其对初始条件的敏感性。CV模型仅考虑了图像各区域的均值信息而没有考虑图像的局部信息,尽管能够得到渐进型边界图像,但其分割结果存在误差。本文采用了加入移动因子的改进CV模型降低分割误差,提高收敛速度。实验结果表明,提出的海面溢油SAR图像分割方法具有分割边界定位准确、运行高效和无需设置初始条件等优点。     

SAR图像不同油膜特征的最佳分割方法选择

SAR图像溢油分割是SAR溢油监测中一个重要环节。文中选取4种不同形状、尺寸和对比度的SAR油膜数据,分别采用双峰阈值分割法、最大熵分割法、区域生长法、分水岭算法、图割法、水平集方法等6种方法进行溢油信息提取,探讨适合于不同油膜特征的最佳提取方法。结合现有尺度分割标准,提出一种SAR图像溢油信息评价指数——有效分割指数(Effective Segmentation Index,ESI),对不同分割方法得到的溢油提取结果进行定量评价,得出了不同特征油膜所适合的最佳分割方法。     

鱼眼星图中的水天线自动提取算法

鱼眼星图中水天线的检测是实现小型化舰载天文导航系统和海面目标侦测系统的关键技术,然而夜间拍摄的鱼眼星图背景复杂,整体灰度值较低,使用传统的边缘检测算法无法准确提取水天线.本文提出一种鱼眼星图水天线自动提取算法,分为预处理和水天线自动提取两部分.预处理策略中,针对背景复杂问题,设计了四边框分块法,简化图像中水天线所在区域的背景;针对噪声问题,引入了修正的阿尔法均值滤波器对分块之后的图像进行平滑处理.水天线自动提取中,针对水天线为单向弧段的特点,设计了特定的线状模板进行卷积以获得连续的水天线;针对水天线上舰船灯光等小目标的干扰,采用设定阈值的方式剔除异常特征点以获得准确的水天线.在此基础上,拟合估计出实测鱼眼星图中的水天线检测精度.基于多种复杂实验条件下的拟合结果表明,水天线的检测中误差平均值为0.77像素,能够满足舰船天文导航和海面目标侦测对水天线提取的精度需求.     

基于机载LiDAR点云的岛礁提取方法

提出一种从机载LiDAR点云数据中提取岛礁点云数据的方法。通过研究机载LiDAR点云中岛礁、海面和噪声数据的局部几何特征,首先对原始数据进行重新组织,提高计算效率。其次对原始数据进行基于高程差的区域平坦度计算,设置阈值过滤大部分海面点与噪声点。最后针对点云数据的疏密程度进行八邻域点云密度过滤,过滤残余离散海面点与噪声点,全面准确地提取出岛礁点云数据。     

基于改进遗传算法的遥感图像边缘检测

遥感图像的边缘信息包含了丰富的地物形状特征,边缘提取是图像分析的重要手段。本文在对简单遗传算法分析的基础上,对它的三个算子进行了部分改进,其中选择算子采用无回放余数随机选择,交叉算子采用非等概率融合单阈值单点交叉,并采用自适应改变的变异算子在保护最优个体的同时,加快较差个体的淘汰速度。把该改进的遗传算法用于遥感图像边缘阈值的选取中,与简单遗传算法相比,缩短了平均进化次数,且图像定位准确,边缘检测效果明显。     

基于LiDAR点云提取海岸线的二值图像化改进方法

针对当前从激光雷达测量（light detection and ranging,LiDAR）点云中提取海岸线的二值图像化方法过于复杂,且无法评估提取岸线可靠性的现状,提出了一种改进方法。首先对LiDAR点云去噪,然后以平均大潮高潮面（mean high water springs,MHWS）高程为阈值,直接将LiDAR点云分割成水陆二值图像,通过水陆目标识别等图像处理过程,提取潮汐特征海岸线。实验表明,利用提出的二值图像化改进方法提取的海岸线可靠性高于当前已有方法的结果,且提取过程更简单,效率更高。     

免疫遗传算法分割图像研究

针对目标提取过程中图像分割的问题。本文采用免疫遗传算法,利用MATLAB实现图像分割。该方法通过增加免疫函数,使得遗传算法在进行交叉和变异的过程中有了一定的干预性,加快了求解速度,是对遗传算法的一种改进。通过实验对比分析:大多数情况下,采用免疫遗传算法和大津阈值算法得到的结果是一致的。但在部分情况下,该算法的分割效果要好于大津阈值。同时该算法由于引进了免疫算子,在计算速度上要比大津阈值快。免疫遗传算法在图像分割中着重要的现实意义。     

利用局部自适应阈值方法提取ORB-SLAM特征点

智能驾驶车辆的定位和建图是智能驾驶车辆的关键技术之一,针对ORB-SLAM中的特征点提取为固定阈值的问题,本文提出了一种局部自适应阈值方法提取特征点。首先,对局部自适应阈值的计算方法进行了阐述,主要利用图像对比度设置自适应阈值;然后,在FAST算法基础上构建了高斯图像金字塔,采用灰度质心法解决特征点的尺度不变和旋转问题,在图像金字塔的每层图像中划分图像网格区域,并遍历计算每层图像网格区域的对比度来设置每个网格区域的局部阈值;最后,在每个图像网格区域中完成特征点提取并利用四叉树结构存储特征点。测试结果表明,本文算法在阴天场景提取的特征点数量比原算法提取的数量多61.9%,在光照充足场景下多23.3%;在阴天场景和光照充足场景下,本文算法提取的特征点数量的波动比原算法提取的特征点数量波动小。     

高斯混合模型自动阈值法遥感冰川信息提取

利用阈值法进行遥感地物提取效率高、准确率高,但是在阈值的选取方面,传统的手动选取阈值,自动化低,需反复试操作,且易受主观因素影响。文中通过期望最大算法对局部冰川区域归一化雪覆盖指数建立高斯混合模型,去除区域内的混合像元类,再利用高斯混合模型模拟纯净化后的冰川类、非冰川类的NDSI分布情况,根据改进后的高斯混合模型分布情况,自动计算出区域内的冰川提取阈值。本文对不同海拔的3个区域进行算法实验,然后将新疆哈密的哈尔里克山冰川提取边界与冰川编目数据进行对比验证。研究结果表明,该方法自动计算的冰川提取阈值结果可靠、精度高,在差异较大区域仍较稳定,有一定的应用价值。     

利用高速收敛PSO或分解进行二维灰度熵图像分割

首先,定义了灰度熵并导出了相应的二维灰度熵阈值选取公式;其次,利用高速收敛PSO算法寻找二维灰度熵法的最佳阈值,并采用递推方式避免迭代过程中适应度函数的重复计算;最后,将二维灰度熵的运算转换到两个一维空间上,计算复杂度由O（L2）进一步降为O（L）。实验结果表明,与基于粒子群的二维最大Shannon熵法相比,所提出的两种方法的分割效果具有明显优势,且运行时间大幅减少。     

自动确定图像二值化最佳阈值的新方法

在详细分析二值化处理原理及当前技术的前提下，综合考虑图像的各种实际情况，提出了自动确定图像二值化阈值的增强大津法和边缘检测阈值法。多次实验表明，根据这两种方法确定的阈值对图像进行二值化处理，不仅可有效地解决图像灰度随地特征变化的图像处理问题，同时对于同一信号源的图像也有相当理想的处理效果，该方法可进一步应用于图像分割等。     

遥感影像融合的自适应变化检测

提出一种基于影像融合和自适应阈值选择的遥感影像变化检测方法。首先利用经过改进的融合技术对原 始数据的差值影像和比值影像进行处理, 构造融合影像, 在该融合影像的基础上进行自适应迭代运算得到初步变 化阈值范围, 然后通过分析阈值范围两侧影像像元的离散程度, 求解最终的阈值范围, 从而得到更优变化阈值, 提 取变化区域。实验结果表明, 本文方法的检测精度优于传统的变化检测方法, 同时具有一定的稳定性和智能性。     

基于二代Curvelet变换的自适应图像去噪

小波变换不能够最优地表示图像的边缘,而Curvelet变换硬阈值去噪后的图像过于平滑。二代离散Cur-velet变换运算速度非常快,而且基于Bayes原理的自适应阈值选择是子带变化的,具有最小的Bayesian风险。提出了一种基于二代Curvelet变换同Bayes原理相结合的自适应图像去噪算法,实验结果表明,该算法不仅能够有效地去除了噪声、较好地保留了图像的边缘信息,而且运算快速。     

采用图像差值法提取土地利用变化信息方法—以攀枝花仁和区为例

在遥感、地理信息系统和全球定位系统技术综合应用于山区土地资源动态监测领域的研究工作中，探讨采用以图像差值法为主，分类后比较法为辅提取土地利用信息的基本思路和方法，提出采用定量统计分析的方法来选择合适的差值计算波段和相应的变化阈值。在数据分析过程中，GPS测量数据发挥了重要作用。     

基于MATLAB的遥感图像变化检测

主要讨论了遥感图像变化检测的图像几何配准和阈值选取理论,利用MATLAB强大的数值计算功能实现了遥感图像变化检测.在拓展数学符号计算软件包MATLAB应用领域的同时,探索了一种遥感图像处理软件的快速开发方式.     

机载激光雷达点云辅助的镶嵌线自动选择

本文提出了一种基于激光雷达点云辅助的正射影像镶嵌线自动选取方法。首先，利用配准后的激光雷达点云生成数字表面模型和数字高程模型，以重叠区域影像之间的相似度和梯度差异构建代价矩阵；然后，将数字表面模型与数字高程模型相减得到差值图表示地物真实的高程信息，利用自适应阈值分割将差值图划分为不同的区域，并赋予不同的惩罚系数；最后，以代价最小为标准，基于Dijkstra算法得到最终的镶嵌线。本文方法生成的镶嵌线能成功地绕开大多数障碍地物，能够满足影像拼接应用的需求。     

面向对象的遥感影像变化检测方法

针对变化检测区域内变化区域与未变化区域面积比例较低时,通过常规的阈值计算无法在变化检测中确定准确的变化阈值问题,该文提出了一种带样本选择的面向对象遥感影像变化检测方法。该方法首先对多时相遥感影像进行多尺度分割获取像斑,并采用变化向量分析法计算像斑的差异度;然后,自适应选择训练样本,结合基于期望最大化算法和贝叶斯最小误差率理论的阈值计算方法,采用独立阈值法确定变化阈值;最后,利用变化阈值对差异影像进行二值分割,并获取变化检测结果。实验结果表明该文方法在变化检测精度上优于常规方法。     

遥感影像的海岸线自动提取方法研究进展

海岸带是人类活动集中且容易受到破坏的区域之一,快速而准确地实现海岸线的提取对海岸带管理及海岸带演化研究具有十分重要的意义。遥感技术因其大范围、高效率、低成本等突出优势逐渐成为一种实现海岸线提取及监测其动态变化的方式,克服了传统海岸线测绘方法的时间周期长、劳动强度大等缺点。本文综述了近些年提出的基于遥感影像的海岸线自动提取方法的研究进展。首先给出了海岸线的定义与分类,阐明了瞬时水边线及真实海岸线提取两个阶段及具体的提取流程,重点论述了通过提取瞬时水边线,进而获取真实海岸线的阈值分割方法、边缘检测算子方法、活动轮廓模型方法、数据挖掘方法、多分辨分析方法、面向对象方法、极化方法及其他方法,分析和比较了各种方法的优缺点,阐述了海岸线校正原理及精度评价方式,并对下一步的研究工作进行了展望。