图像调频处理探讨

提出了为调频加网的３种基本网格，并以像区网格为基础对图像进行调频处理。为了改善图像复制质量，使图像真正达到频率调制效果，又提出了与像区网格相应的调值矩阵和细节位置矩阵，通过它们的逻辑运算而获得调频图像     

基于自动搜索和光谱匹配技术的训练样本纯化算法

提出了一种基于局部自动搜索和光谱匹配技术的监督分类训练样本的纯化方法。该方法首先利用遥感影像中像元的灰度信息在图像上局部范围内自动搜索和选择最佳样区位置，然后利用光谱匹配的思想对寻找到的最佳样区在光谱空间上进一步纯化。实验结果证明，通过手工选择样区的辅助，该算法能够自动有效地搜寻到最佳样区的位置，并对最佳样区进行纯化处理。原始遥感图像经过本文的样区纯化算法处理后，无论是目视判读效果，还是分类后混淆矩阵的统计及分类精度，均优于纯化处理前的分类结果，具有一定的实用价值。     

基于参叉像元和非均匀B样条曲面的遥感图像超分辨率重建

遥感图像之间的信息互补可以提高图像分辨率,但插值方法易使图像边界模糊、部分细节信息丢失。针对这一问题,提出一种基于参叉像元与非均匀B样条插值相结合的遥感图像超分辨率重建方法。利用经灰度匹配和亚像元级几何配准的2景低分辨率图像,通过参叉交错像元采样到原图像网格2倍的网格中;对于没有值的坐标处用三次B样条插值,插值时选用非均匀的节点参数化方法,曲面图像网格点由邻域36个已知像元组成;在求解待插值点参数值时引入平行线法和黄金分割法迭代寻找最优值,使插值更准确;最后对插值后的图像进行复原处理,重建可视效果更好的"高"分辨率图像。对实验图像的评价表明,用本文方法重建的图像在清晰度、信息量、信噪比和分辨率等方面均有较大的提高。     

基于增强KAZE的航拍地图拼接方法

基于局部特征的航拍图像拼接算法,是一种比较常用的建立局部地区地图的方式。针对现有的基于局部特征的拼接算法鲁棒性差速度慢等缺点,本文提出一种基于增强KAZE的航拍地图拼接方法。首先建立APAP算法模型,然后利用奇异值分解建立鲁棒性更强的KAZE描述符进行匹配,随后根据匹配点解APAP模型得到网格单应性矩阵,最后以三张航拍图像为一组,以中间图像为目标形变图像分别与左右图像进行拼接,非重叠区域进行网格单适应矩阵高斯加权变换。实验表明,该方法不仅具有很强的鲁棒性,而且拼接速度快,对于多张航拍图像可以减小拼接误差。     

一种有效的基于灰度共生矩阵的图像检索方法

提出了一种基于广义图像灰度共生矩阵的图像检索方法。该方法首先将原图像作平滑处理得到平滑图像，然后将原图像和平滑图像组合得到广义图像灰度共生矩阵，提取该矩阵的统计特征量，最后将该统计量组成归一化向量用以检索。实验结果表明，本方法的效果要优于单纯的灰度共生矩阵法。     

面向高光谱图像分类的半监督空谱判别分析

为充分利用高光谱图像蕴藏的空间信息提升分类精度,提出了面向高光谱图像分类的半监督空谱判别分析(S3 DA)算法。考虑高光谱图像数据集的空间一致性,首先利用少量标记样本定义类内散度矩阵,保存数据集同类像元的光谱近邻结构;再利用无标记样本定义空间近邻像元散度矩阵,揭示像元间的空间近邻结构和地物的空间分布结构信息。S3 DA既保持数据集在光谱域的可分性,又保存了无标记样本蕴藏的空间域近邻结构,增强了同类像元和空间近邻像元在投影子空间的聚集性,从而提升分类性能。在PaviaU和Indian Pines数据集的试验表明,总体分类精度分别达到81.50%和71.77%。与传统的光谱方法比较,该算法能有效提升高光谱图像数据集的地物分类精度。     

一种改进的APAP影像匹配算法

针对无人机影像匹配时易出现影像重影、透视失真和耗时较长等问题，本文提出了一种改进的APAP算法。该算法首先利用SIFT算法选取特征点，通过改进RANSAC算法去除误匹配点；然后根据APAP算法对影像进行网格划分，求每个网格的单应性矩阵，并对单应性矩阵进行线性化；最后根据线性化的单应性矩阵进行影像匹配，单应性矩阵的线性化不仅对影像匹配时产生的重影现象有较好的削弱作用，而且能减少非重叠区域的透视失真。试验结果表明，本文方法在匹配效率和匹配效果方面效果显著。     

调频网点的印刷适性

调频加风是近几年随着计算技术发展而出现的一种新的复制工艺，它不同于一般的调幅加网，调频网印刷品具有阶调柔和、丰富、图像逼真和无莫尔效应的优点。本文根据调频网在小相等。但排列是随机的特点，主要了调频网点、印刷材料和印刷作业的印刷适性，以及在印刷中使用调频网点好处     

基于纹理特征和支持向量机的ALOS图像土地覆被分类

高空间分辨率遥感图像在土地覆被分类方面应用广泛,但传统的基于像元分类方法的精度较低.为了提高高分辨率图像的分类精度,通过灰度共生矩阵法快速提取纹理特征,利用支持向量机(SVM)并辅以纹理特征,对浙江湖州典型实验样区的ALOS图像进行土地覆被分类.结果表明:基于纹理特征和SVM的图像分类能更好地提取地物信息,分类总精度达...     

基于混合像元的遥感图像分类技术

本文提出了混合像元的概念，研究了基于混合像元的遥感图像分类问题，根据最小二乘法的原理导出了混合像元的分类算法。实验表明：在多光谱图像分类中考虑混合像元的客观存在，可以大大提高遥感图像的分类精度。     

网格运动统计算法的电力走廊图像拼接

针对电力巡线无人机拍摄输电线路图像具有视差、配准精度低、纹理复杂易出现特征集聚等问题,提出一种基于网格运动统计算法的输电线路拼接方法.首先使用加速"风"算法匹配特征并借助网格运动统计算法保留尽可能多的正确匹配点,然后借助自适应非极大值抑制算法均匀化特征点,再通过尽可能投影算法计算局部单应性矩阵,随后利用随机采样一致性算...     

基本矩阵约束下的摄像机畸变校正及像主点确定

针对视觉测量系统中畸变校正过程烦琐、计算复杂等问题,提出了一种基于基本矩阵约束的镜头畸变自动校正及像主点坐标确定方法。基于对极几何的基本矩阵和一阶径向畸变模型构建了两视图同名点约束方程;为解决待求参数过多导致解不稳定的问题,采用分步求解策略分别求解基本矩阵及畸变参数和主点坐标,用RANSAC稳健估计方法求取基本矩阵,用迭代最小二乘优化求解畸变参数和主点坐标,两步交替进行。提出的算法仅使用两张图像即可获取径向畸变参数及主点坐标,可操作性强,且对噪声具有一定的鲁棒性,适用于自然场景图像的校正。     

非负矩阵分解在高光谱图像解混中的应用探讨

从线性混合模型与非负矩阼分解的定义出发,分析非负矩阵分解适用于高光谱图像解混的原因,总结近年来学者们提出的基于非负矩阵分解的光谱解混算法,并重点对SC-NMF、MVC-NMF、APS-NMF算法步骤进行介绍与分析,最后总结非负矩阵分解及其应用于混合像元分解所面临的问题.     

基于流形学习的高分SAR图像建筑区提取方法

高空间分辨率(简称"高分")SAR图像具有高维非线性特点,以高维空间蕴含的低维流形描述SAR图像,会更有利于目标识别。将流形学习应用到高维SAR目标识别的特征表达中,提出一种新的高分SAR图像建筑区提取方法。首先,对高分SAR图像进行预处理;然后,采用灰度共生矩阵(gray level co-occurrence matrix,GLCM)提取8种纹理特征,与灰度图像共同构建SAR图像的高维特征集;利用自适应邻域选择的邻域保持嵌入(adaptive neighborhood selection neighborhoods preserving embedding,ANSNPE)算法对高维特征集进行特征提取,提取出新的特征;最后,通过阈值分割及后处理提取建筑区,并进行精度评价。选择Terra SAR-X数据进行实验研究,结果表明,ANSNPE算法能够从高分SAR图像中有效提取建筑区,并具有较强的泛化能力;通过训练数据获得的投影矩阵可直接应用到新样本中,建筑区提取精度达85%以上。     

光谱影像的灰度矢量相关特征与边缘特征提取

提出了多光谱图像像元特征矢量之间的极小互相关系数，极大互相关系数及互相关差值和相关密度的概念，在对模拟图像进行矢量相关分析及其对边缘提取的有效性分析基础上，提出对多光谱图像采取像元特征矢量相关分析并提取边缘信息的方法，对TM图像进行试验分析的结果说明了此方法的有效性。     

基于投影变换与Fourier-Mellin变换结合的图像配准

傅里叶梅林变换是比较优秀的图像配准方法之一,但此方法不适用于倾斜影像。针对此问题提出了一种基于投影变换与Fourier-Mellin变换相结合的图像配准方法。该方法首先根据投影构像方程计算标准图像与待配准图像之间的投影变换矩阵;然后根据投影变换矩阵对待配准影像做倾斜校正;最后对纠正后的待配准影像与标准影像进行Fourier-Mellin变换,得到准确的配准参数。实验结果表明,该方法使得Fourier-Mellin变换的图像配准方法不仅适用于相对平行影像对之间配准,也适用于非相对平行影像对配准,且在直观与客观上都比传统傅里叶梅林变换配准结果好。     

两种基于2DPCA图像融合算法的性能研究

基于2DPCA的图像融合算法是一种新近提出的图像融合技术,它是通过图像矩阵右乘投影矩阵来实现2DPCA分析的。因而,这种算法能够有效利用图像的二维结构信息,具有良好的性能,不仅能够提高融合图像的空间分辨率,而且使光谱信息得到较好保持。提出了一种通过图像矩阵左乘最优投影矩阵来实现2DPCA分析的图像融合算法,即L2DPCA图像融合算法,并将2DPCA算法和L2DPCA算法与经典的BROVEY、PCA和H IS三种图像融合算法进行了对比研究。结果表明:2DPCA算法和L2DPCA算法的性能明显优于这三种经典的算法。     

稀疏约束的MVC-NMF算法

高光谱图像中混合像元的存在直接影响基于遥感影像的地物识别精度,光谱解混算法可以有效地解决混合像元问题.最小体积限制的非负矩阵分解算法(MVC-NMF)不需要假定纯像元的存在;并且在自动提取端元的同时,能够获取每种端元所对应的丰度图;然而该方法并没有考虑丰度矩阵的稀疏特性.提出了将平滑L0模稀疏约束引入MVC-NMF算法中,用于进一步提高算法的精度.实验结果表明:改进后的算法在相同的实验环境条件下比MVC-NMF算法解混的精度更高.     

基于多时相卫星图像的稀土矿开发变化检测

利用研究区1999年ETM+和2005年SPOT图像对稀土矿区进行遥感变化检测。引入散点控制回归方法对图像进行辐射归一化处理,选用分类后对比检测法生成类别变化转移矩阵,确定了矿区面积增加的来源和新增矿区的分布范围,达到了预期效果。     

基于DEM划分流域河网坡岸带汇水区的方法研究

基于DEM提取流域河网、生成子流域的理论方法研究已经有了一定的进展,并得到了广泛应用.在DEM生成河网的过程中形成的网格流向矩阵和网格累积矩阵能够充分揭示流域网格单元的水流方向特征和汇水面积特征,利用这些特征关系能够对流域进行更进一步的划分,更好地满足实际需要.本文在DEM提取流域河网的基础上,结合网格流向矩阵,精确解...