运用ULBP的高分辨率遥感影像感知哈希完整性认证算法

针对现有高分辨率遥感影像感知哈希认证算法中特征提取精度和算法稳健性不能兼顾的问题,本文提出一种运用ULBP的高分辨率遥感影像感知哈希完整性的认证算法。首先对遥感影像进行格网划分,将影像划分为多个子块,运用ULBP算法提取子块的纹理特征;然后计算每个子块内纹理特征的直方图分布,将其结果与均值二值化后得到子块的感知哈希序列;最后串联所有子块的感知哈希序列生成整幅影像的感知哈希值。在影像认证时,首先计算原始影像与待检测影像的哈希序列,然后计算两者的感知哈希序列平均汉明距离,完成对高分辨率遥感影像内容的完整性认证与篡改定位。试验表明,该算法能够识别高分辨率遥感影像中地物较为平滑的区域,同时对JPEG压缩、高斯噪声添加、BMP格式转换等操作具有良好的稳健性,为高分辨遥感影像完整性认证提供支持。     

SIFT和SVD相结合的GF-2影像感知哈希算法

为解决GF-2影像在传输、存储及实际使用中面临的局部篡改问题，本文提出了一种用于GF-2影像完整性认证的感知哈希算法。首先采用固定分块的方式，将整幅影像分割成多个子块，运用SIFT算子提取子块的关键点特征信息；然后采用SVD方法提取SIFT关键点特征信息的特征值，选取其中较大的10%特征值构建子块的感知哈希序列；最后串联所有子块的感知哈希序列生成整幅影像的感知哈希值。在影像认证过程中，通过计算原始影像与待认证影像的感知哈希值的差异，从而实现对影像内容的认证。试验表明，该算法能够实现GF-2影像中地物篡改的检测与定位，同时对LSB水印嵌入、DAT格式转换及BMP格式转换等内容保持操作具有良好的稳健性，为GF-2影像的安全使用提供保障。     

一种适用于粗匹配的遥感影像快速变化发现方法

针对遥感影像变化检测过程中影像间相对配准精度对检测结果影响大,易产生细碎图斑和错检冗余等问题,本文提出了一种基于感知哈希算法适用于粗匹配的遥感影像变化发现方法,以待检测影像的光谱信息和纹理特征信息共同作为检测特征集,以分割后的格网作为检测单元,采用基于感知哈希算法的影像相似度比对方法,计算格网内图像相似度,提取变化位置。试验结果表明,采用该方法可有效减少变化发现对影像间相对配准精度的依赖性,在本文试验中,相对配准精度在15像元以内均可保证95%以上的提取准确率和5%以下的漏检率,对配准精度具有良好的稳健性。     

基于多进制小波变换的遥感影像融合

首先介绍了遥感影像融合的理论和方法 ,然后在讨论多进制小波理论的基础上 ,提出了一种基于特征的多进制小波变换的影像融合算法 ,该算法根据待融合影像分辨率之比确定采用多进制小波 ,从而最大限度的利用了待融合影像的信息 ,防止影像信息的丢失。通过对具体影像的实验 ,证明融合后的影像最大限度地保留了待融合影像的光谱信息 ,同时提高了待融合影像的清晰度和空间分辨率。文中给出了SPOT全色影像与SPOT多光谱波段影像、SPOT全色影像与TM影像的融合结果 ,并与其他方法进行了比较 ,证明了本方法的优越性和自适应能力     

一种融合多波段信息的遥感影像纹理提取算法

针对传统纹理提取窗口尺度固定,而且影像提取还会受到影像噪声、同物异谱或异物同谱等因素影响的问题,本文提出了一种融合多波段信息的自适应窗口算法。首先,利用多波段信息改进边缘检测算法,再基于边缘检测结果,选择最佳窗口尺度;其次,运用自适应窗口算法和固定尺度窗口算法分别提取影像纹理特征,并结合影像光谱特征进行支持向量机分类,对比分类结果,光谱特征结合自适应窗口纹理的分类精度优于结合固定尺度窗口纹理。表明自适应窗口算法提取纹理特征比固定尺度窗口算法更具优势,融合多波段信息的自适应窗口算法是有效的。     

基于多进制小波变换的遥感影像融合

首先介绍了遥感影像融合的理论和方法,然后在讨论多进制小波理论的基础上,提出了一种基于特征的多进制小波变换的影像融合算法,该算法根据待融合影像分辨率之比确定采用多进制小波,从而最大限度的利用了待融合影像的信息,防止影像信息的丢失.通过对具体影像的实验,证明融合后的影像最大限度地保留了待融合影像的光谱信息,同时提高了待融合影像的清晰度和空间分辨率.文中给出了SPOT全色影像与SPOT多光谱波段影像、SPOT全色影像与TM影像的融合结果,并与其他方法进行了比较,证明了本方法的优越性和自适应能力.     

城乡建设遥感动态监测关键技术研究及应用

以遥感动态监测的关键技术,遥感影像的快速智能处理,基于感知哈希算法的遥感影像变化发现,基于层级信息匹配的变化图斑空间化技术,变化图斑快速核查和反馈技术及倾斜实景三维快速建模取证,构建空天地一体化辅助城市建设遥感督察服务体系,完成对宁波市城乡规划督察的一站式监测体系建设,通过实验印证了各模块在满足要求的前提下,能实现快速...     

一种基于自适应M-S模型的遥感影像分割方法

提出一种基于自适应M-S模型的遥感影像多特征融合的分割方法。首先结合改进的Sobel算子进行阈值化轮廓提取方法提取边缘信息;然后利用波段距离加权函数计算边权值,同时按照一定的原则加入边缘特征,采用最小生成树算法获得初始分割对象;最后在光谱特征和纹理特征的辅助下进行自适应M-S模型合并,合并后的对象即为分割结果。为了验证该方法的可行性,采用Quickbird影像和高分二号影像进行实验分析并对结果做出定性和定量评估。实验结果表明,基于自适应M-S模型的遥感影像分割方法的分割精度优于分形网络演化算法,同时分割速度也略有提升。     

一种基于格网索引优化的遥感影像自动配准算法

针对SIFT算法在遥感影像配准过程中捕获配准点对数量较少和误匹配较多等问题,提出了一种基于格网索引的遥感影像自动配准的算法。首先,采用SIFT算法提取特征点和特征向量,并通过欧氏距离进行匹配;其次,建立格网索引剔除部分误匹配点对,从而提高了随机抽样一致算法的精度;最后,使用多项式几何纠正算法实现遥感影像的精确配准。实验结果表明:该算法比传统分块算法在遥感影像中得到的匹配点对精度更高,并且考虑到不同遥感影像配准场景的差异。     

无人机影像匹配中尺度不变特征应用改进

针对尺度不变特征变换算法用于无人机影像匹配中存在匹配效率低下,误匹配较多等问题,该文提出一种特征点提取优化算法,并改进了特征点匹配策略。通过将原始影像划分格网,依据每个格网影像信息熵的大小来合理分配各格网中特征点数量,实现了基于纹理信息丰富程度的特征点均匀分布;基于Harris兴趣值进行筛选,保留了适合于摄影测量的特征点;采用一种多层次自适应的匹配策略,在尽可能保留正确匹配的同时提高了匹配正确率。基于一对由小型无人机拍摄影像的实验结果表明,所提方法在大量减少SIFT特征点的同时,保证较高的正确率,增加了匹配点的精度,且提高了算法效率。     

结合分形理论和自适应图像块划分的遥感图像噪声估计

针对场景复杂的光学遥感图像中加性噪声估计问题,提出了一种结合分形理论和自适应图像块划分的噪声估计方法。区别于传统的基于规则图像块划分的噪声估计方法,本文提出了一种自适应于图像局部信息的图像块划分算法,更大程度地保证了自适应图像块内部的平滑性。结合基于分形理论的图像低粗糙度纹理区域选取和基于统计分析的图像噪声标准差计算,实现了光学遥感图像加性噪声强度的自动估计。利用资源三号卫星图像进行定量试验分析,试验结果表明本文方法可以有效地适用于不同复杂程度、不同噪声强度的光学遥感图像。同时,本文中低粗糙度纹理区域选取和自适应图像块划分的方法经过改进后,还可以应用于雷达图像中乘性噪声的估计。     

基于QR码的瓦片遥感影像数字水印算法

针对瓦片遥感影像数据,提出一种基于快速响应矩阵码（quick response code,QR code）的强鲁棒性盲水印算法。算法的设计充分顾及了瓦片遥感影像的数据特征,将包含版权认证信息的QR码水印图像进行数据压缩和预处理,有效降低了嵌入数据量;通过在水印嵌入单元和水印信息位之间建立稳定的映射关系确保水印信息的可靠嵌入;采用改变像素值位平面统计特征的方法实现对含水印瓦片遥感影像的快速定位。最后,对所提算法进行了试验验证。结果表明,QR码的引入有效提升了水印信息容量,所提算法对于常规图像处理操作和拼接攻击具备良好的保真度和鲁棒性,可实际应用于瓦片遥感影像数据的版权保护。     

基于AutoCAD的遥感影像处理方法及其在电力工程中的应用

卫星遥感和低空遥感等多平台多传感器遥感技术的快速发展,使得多层次遥感影像数据越来越丰富,越来越廉价,使其在电力工程的前期选址选线、可行性研究、施工图等设计过程中的使用越来越广泛。针对大多数电力工程主要采用AutoCAD平台而丢失了遥感影像的地理信息(图像的地理坐标,分辨率等),本文提出了一种新的方法,实现AutoCAD平台对遥感影像带地理参考插入,并以插件的形式实现与系统平台的对接,实现了将遥感影像引入到现有基于AuotoCAD电力工程设计平台之中,简化制图流程,提高设计水平,达到一个平台即能完成所有操作的目的,并通过实际工程应用验证了方法的可靠与高效。     

三角网至规则格网的快速生成方法及其应用

三角网至规则格网的生成在地形内插和遥感影像配准中小面元微分纠正等方面都具有重要应用。其关键在于快速准确地搜索每个格网点所在的三角形,然后根据三角网顶点信息内插每个格网点的信息。针对格网点在三角网中的定位和内插计算量大的问题,本文提出了一种自适应扫描线填充算法以快速准确地搜索定位出每个格网点所在的三角形;针对地形内插或者小面元微分纠正中每个三角形具有相同运算的特点,采用GPU技术实现了TIN格网内插以及小面元微分纠正并行加速。分别采用大范围自动空三获取的三维点进行地形内插以及大尺寸遥感影像进行微分纠正实验,结果表明本文方法可以有效提高效率。     

一种遥感影像混合噪声的去噪方法

为了减弱遥感影像噪声的影响，提高影像使用价值，提出了一种新的针对遥感影像混合噪声去噪的组合滤波，即基于三维块匹配和自适应中值滤波的去噪方法；此外使用rbio3小波和db20小波替换传统三维块匹配参数，进行两个仿真试验和一个真实遥感图像去噪试验。结果表明：本文方法在去除遥感影像常见的脉冲与高斯噪声方面，效果优于传统滤波方法。     

多视觉特征与K-centroid聚类的高分辨率遥感图像检索

目前基于单一内容的高分辨率遥感图像检索具有描述片面、信息不精确的问题。针对此问题,充分利用遥感图像的颜色、形状和纹理特征,将三者综合起来,形成多视觉特征的遥感图像检索,并通过一系列的迭代运算,得到这三种特征对待不同类遥感图像时各占的最佳比例系数,从而得到较好的检索结果。并针对分别计算遥感图像的颜色、形状和纹理特征,再将其融合导致在大图像库中进行检索时检索速度较慢这个问题,引入改进的K-centroid聚类算法,先对遥感图像库中的图像进行聚类,大大缩小了检索的范围,提高了检索速度。实验结果表明,该方法具有较好的检索结果。     

基于支持向量机的遥感影像厚云及云阴影去除

本文提出了一种基于支持向量机的遥感影像厚云及云阴影去除方法。首先利用支持向量机的学习性能检测影像中的云层,并利用太阳角度信息,判定云阴影区域,得到云层和云阴影的二值图。再对影像进行支持向量值轮廓波变换,利用云层和云阴影二值图生成的选择矩阵,对变换系数进行多层镶嵌,完成云层及云阴影的初去除。对影像镶嵌未能去除的云层及云阴影,通过统计学补偿的方法进行修复。最后重构图像并进行中值滤波实现厚云及云阴影去除。仿真实验表明,该方法能更好地再现云层覆盖区域的地物信息,去云后的图像具有更好的光滑度和清晰度。     

A total variation model based on edge adaptive guiding function for remote sensing image de-noising

The unexpected noise generated during the process of remote sensing images formation and transmission process is a main factor undermining the images’ quality and usage. In recent years, thanks to its local self-adapting characteristics, formal normalization, and modeling flexibility, PDE has received wide attention for its image de-noising functions, thus pushing the realization of maintaining image details while successfully de-noising a new goal for remote sensing images filtering. Having firstly analyzed and discussed the TV model and M model, a modified variation-model (S model for short) based on edge adaptive guiding function is proposed in this paper. The model introduces edge adaptive guiding function based on the standard gradient into the non-linear diffusion term and re-constructed approaching term, which adaptively adjust the smooth intensity around edge and texture information-rich regions of remote sensing images. S-model does not only overcome staircase effect that is easily produced in the TV model, but also avoids losing details and texture information which is often seen in M model, it can efficiently eliminate noises, maintain a good image edge and keep texture details perfectly. The experimental results validate the effectiveness and stability of the proposed model.