全景扫描图像系统几何畸变特征及其校正

在简述遥感图像的几何畸变特征的基础上,本文着重讨论了包括陆地卫星多光谱扫描图像 (Lanasat-MSS)、陆地卫星专题制图仪图像(Landesat-TM)和航空多光谱扫描图像在内的各类 全景扫描图像(panoramic scanner image)系统几何畴变的成因、大小及其变化规律,提出了定 量计算图像上任一像元处系统几何畴变量D的计算公式。 本文探讨了全景扫描图像系统几何校正的基本原则,并根据这些基本原则,用Fortran语言编 制了可直接用于校正各类全景扫描图像系统几何畸变的实用程序。 用该程序对德国南部某地的航空多光谱扫描图像实施系统几何校正的结果表明,偏离航线不 同距离各部位影像的系统几何畸变均得到合理校正,图像上由于全景扫描造成的不程度的压缩现 象均得到相应的补偿。     

高光谱图像空间光谱维去相关噪声评估

高光谱图像噪声评估既是评价图像质量的重要内容,也是衡量传感器性能的重要指标。一般噪声评估方法通过对图像规则分割或利用某种距离准则对图像进行连续性分割,计算图像子块的局部标准差或多元线性回归的残差来实现对图像噪声的估计。但这些方法获取的图像子块并不是完全均匀的,图像子块中仍然会存在地物边界,导致图像噪声评估的结果不准确。为了有效提取图像中的均匀子块,本文提出了一种优化的空间光谱维去相关（OSSDC）方法,基于光谱角距离和欧氏距离双重判定,从光谱曲线的形状和数值上寻找相似像元,获取图像中的均匀子块,然后利用多元线性回归计算残差实现对图像噪声的估算。利用模拟图像和实际航空飞行实验获取的高光谱图像对优化算法进行检验,同时与几种常用噪声评估方法进行对比分析,结果表明优化后的算法计算结果更准确,稳定性和适用性优于其他方法。     

航空多光谱遥感识别沉积岩地层岩性的应用研究

本文讨论了应用航空多光谱扫描数据提取的光谱信息,结合野外实测地面波谱和计算机图像比值等增强处理的方法,来识别岩性。进而在岩性组合判读的基础上,进行了地层分析,取得了预期的效果。     

遥感图像中圆形影像对应的地物成因类型探讨

对于不同用途的航天、航空多光谱扫描图像和摄影照片中出现的圆形影像,其反映的实体的形成机理、动力来源,正在进行广泛的讨论。笔者根据气象卫星、海洋卫星、地球资源卫星的多光谱扫描图像和航空摄影照片上显示的圆形影像,对其反映的实体,从动力学角度给予了成因解释,并阐述了研究各类圆形构造、岩块的重要意义,指出圆形构造、岩块成因上的复杂性和多解性。笔者认为,圆形影像不单纯反映地壳结构构造问题,而且反映从     

多光谱定量化分析技术在矿化蚀变信息提取中的应用研究

多光谱定量化解释是遥感技术发展中具有重大意义而又十分复杂的问题。多光谱定量化方法,不仅可以有效地消除一些干扰因素对遥感解释的影响,而且也是进行遥感地物识别研究的重要手段。本文开展的应用研究工作是,利用航空多光谱遥感(ＡＴＭ)图像数据提供的高分辨率地物反射光谱信息,系统地吸收和借鉴了航空物探遥感中心“八五”期间在遥感新技术、新方法研究领域取得的科研成果,应用多光谱定量化分析技术,试验性地在我国西北新疆半干旱地质找矿区展开遥感地物识别研究,取得了明显的应用效果。为在地质找矿区进行岩性识别提供了新的思路;同时对开展多光谱定量化解释研究具有实际意义。     

青海柴达木盆地地物波谱特征和遥感最佳波段选择

本文叙述了在航空多光谱扫描成像前, 首先要在工作区进行地物波谱测试, 为多光谱扫描成像取得理想效果、选择最佳波段提供依据。1986年在青海柴达木盆地测得了190多个水、土、植被、岩石与盐类沉积物等地物的波谱数据, 经综合整理, 按DS-1260②的可见光到近红外10个波段, 用数理统计的T检验和秩和检验进行青海柴达木盆地找钾盐航空多光谱遥感最佳波段选择的方法探索。     

AMSS图像实用化生产技术系统开发研究

机载多光谱扫描(AMSS)是一种重要的遥感技术,本文详细介绍了机载多光谱扫描系统AADS-1268图像产品实用化生产技术系统的开发研究成果,该系统的建立不仅能为不同目的的应用研究提供多级别高质量的AMSS图像产品,为AMSS技术在我国进入实用阶段铺平了道路,而且为今后我国成像光谱技术的进一步发展奠定了基础。     

结合NSCT和KPCA的高光谱遥感图像去噪

针对高光谱遥感图像易受噪声干扰,本文提出了一种基于非下采样Contourlet变换NSCT(Nonsubsampled Contourlet Transform)和核主成分分析KPCA(Kernel Principal Component Analysis)的去噪方法。首先对高光谱各波段图像进行NSCT分解;然后利用KPCA对NSCT系数进行处理,并在KPCA重构时依据各类噪声的特性选取合适的主成分;最后用处理过的系数进行逆变换得到去噪图像。实验结果表明,本文方法抑制了高光谱遥感图像中的噪声干扰,较完整地保留了原始数据的有效信息。     

基于小波分析的成像光谱图像随机点噪声消除

成像光谱技术为实现遥感定量分析、识别地物提供了一种重要的有效技术手段,但是成像光谱图像中往往含有严重程度不一的随机点噪声。要优化成像光谱图像质量,提高依据地物光谱特征探测、识别地表物地有效性,必须将图像中的随机点噪声予以消除或压抑。在分析已有各种随机点噪声消除或压抑方法的基础上,提出了一种基于小波分析理论的成像光谱图像随机点噪声消除方法。对成像光谱图像的试验处理及与邻域平均、中值滤波去噪声处理方法     

成像光谱和热红外多光谱技术地质制图研究

根据高光谱分辨率的航空成像光谱（ＭＡＩＳ）和热红外多光谱（ＴＩＭＳ）图像数据中遥感信息特点，即可从其数据获得成像地物光谱，利用航空成像光谱图像处理和分析方法，可有效和精确地对地物特性进行识别和提取。此次以调查沉积岩地区地质地层单元、岩性识别为研究内容的中日联合遥感研究所采用的图像数据，是由中国科学院上海技术物理研究所新开发的ＭＡＩＳ和ＴＩＭＳ获取的。研究结果表明，利用计算机图像处理方法，对ＴＩＭＳ图像进行主成分分析（ＰＣ），ＭＡＩＳ的短波红外（ＳＷＩＲ）图像的假彩色合成图（ＦＣＣ），以及可见近红外（ＶＮＩＲ）图像波段差值处理，可将研究区内出露的白云岩、灰岩以及红色砂岩、绿色砂岩等岩性识别出来，同时圈出了研究区内出露的各个时代的地层，证明了ＭＡＩＳ和ＴＩＭＳ在地质制图方面有较大的潜力。     

遥感图象中薄云的去除方法

云覆盖是遥感图象处理中最常遇到的一种情况，如何有效地去除云的影响，为后续图象识别与分类奠定基础，是图象预处理阶段的一个重要任务。本文介绍使用同态滤波进行去云处理方法，并分别对实际的卫星象片和航空象片进行处理，说明了方法的有效性和可操作性。     

一种新的融合空间信息的半监督变化监测方法

基于改进的半监督FCM算法和马尔科夫随机场,提出了一种新的融合空间信息的半监督变化监测方法。首先将两幅遥感图像相减得到差值图像,并通过第4波段的差值给出了一种新的样本标记方法;然后,通过标记样本对差值图像利用半监督FCM算法进行聚类;最后,为了提高监测精度和去除聚类噪音点,利用像元点之间的空间邻接关系和马尔科夫随机场,通过更新后的隶属度矩阵得到了监测结果。为了验证本文方法的有效性,选取了两组TM遥感图像,监测了森林的变化。试验结果表明,改进的半监督FCM算法可以减少监测的漏检率,马尔科夫随机场方法可以很好地去除聚类过程中形成的噪声点,减少监测的虚检率。     

一种去除遥感影像混合噪声的集成BM3D方法

BM3D（block matching and 3D filtering）是一种有效的高斯噪声去除方法,但对遥感影像中常含有的高斯和脉冲混合噪声去除效果具有局限性;而集成方法是去除混合噪声的有效方式。针对BM3D去噪的缺点,结合其去噪优势,研究发展了一种集成BM3D方法,并改进了一种噪声量估算方法M-Liu法,用于先验噪声估算,作为算法的输入参数。算法验证结果表明,集成BM3D法具有较好的去噪特性,能兼顾影像噪声去除和细节信号的保留,优于同类方法,可为图像去噪提供一种新的方法,对于遥感影像后期应用性研究具有一定的意义。     

中分辨率遥感图像条带噪声的去除

CMODIS是中国第一个发射上天的中分辨率成像光谱仪 ,它有 34个波段 ,波长范围从可见光到红外波段。CMODIS数据含有大量有很高实用价值的光谱信息。但是由于CMODIS传感器之间对接受的地物辐射信号的响应特性不同导致CMODIS数据中的许多波段含有大量的条带噪声 ,严重影响了CMODIS数据的解译和信息提取。在介绍了几种常用于TM ,MSS ,SPOT等多传感器遥感图像中的条带噪声去除方法基础上 ,提出了一种新的有限长脉冲响应滤波 (FIR)法 ,并比较了该方法和其它几种常用方法对几何纠正前后非均匀地物分布的CMODIS数据的去条带噪声结果。结果表明这种新方法要优于本文中提到的几种常用方法 ,具有很好的去条带噪声效果 ,同时保持图像原有信息。这种方法在其它多传感器遥感图像的条带噪声去除中也有很强的适用性。     

基于统计比值差值排序滤波器的SeaWiFS图像椒盐噪声检测与消除

由于多种原因 ,部分SeaWiFS卫星图像数据中存在比较严重的椒盐噪声。该文在分析SeaWiFS椒盐噪声特征的基础上提出一种基于窗口内均值与均方差比值序列差值的统计比值差值排序滤波器 (StatisticalRatioRankOrderedDifferencesFilter,SRROD) ,并讨论如何使用该滤波器技术有效地对椒盐噪声进行白点噪声、黑点噪声检测和消除。与常用的中值滤波和其他滤波器比较 ,该方法能在有效消除椒盐噪声的同时 ,保持图像数据中其他位置的点不受影响。通过灵活地调整不同的阈值可以获得不同的滤波效果。最后 ,讨论了如何从有效峰值信噪比 (EffectivePeakSignalNoiseRatio,EPSNR)分布图上提取最优阈值对的方法     

利用多特征进行航空影像建筑物提取

高分辨率遥感影像在不同的尺度下表现出不同的特征,根据这一特性,提出了一种基于多层次特征的航空影像规则建筑物提取方法。该方法先利用大尺度特征——方向梯度直方图（histograms of oriented gradient,HOG）特征对建筑物进行识别,然后提出了一种小尺度特征——纹理和光谱融合特征,该特征能够有效地将HOG特征识别结果中的道路、草地等非建筑物剔除,最终获取建筑物边缘信息。实验结果表明,该方法不仅对矩形建筑物有较好的提取效果,对结构复杂的规则建筑物也有较好的提取效果。     

单张无人机影像水体高光自动检测与补偿方法

无人机获取地面影像时,水体反射会导致影像中存在较为明显的水体高光,给数据处理带来一定困难并对DOM（digital orthophoto map）质量产生显著影响。提出了一种单张无人机影像水体高光自动检测与补偿方法,先基于高光分量对高光区域进行多尺度检测,再使用Grabcut算法对其边界进行优化;然后根据地物反射的几何与光谱特性建立决策树剔除非水体高光;接着精化高光区域,将附近的细碎高光点纳入到区域内;最后,使用提出的改进Criminisi算法对高光区域进行补偿。使用无人机影像对该方法的有效性进行验证,综合主观目视与PNSR（peak signal to noise ratio）、SSIM（structural similarity index）指数的客观评价结果,本文方法优于Mallick、Shen、Yoon等人的方法;使用Pix4Dmapper对高光处理前后的影像生成DOM,本文方法可以明显提高DOM质量。     

利用双边滤波法进行点云去噪的试验与分析

利用无人机影像生成点云数据时,会产生一些噪声点,这些噪声点对点云数据的分类提取等会带来不利影响。为了消除这些噪声点,利用栅格法去除浮在点云上方的稀疏点,并利用pcl库的StatisticalOutlierRemoval滤波器去除离群噪声点,以及利用双边滤波算法对小型的噪声点进行纠正。试验结果表明,本文方法既保留了目标地物的几何特征,又能够有效地去除影响目标地物识别的噪声。     

无人机航测在长江岸线测绘中的应用

无人机航测是一项新兴的测绘技术,以其测图效率高、受地面约束小、自动化成图等优点深受测绘生产单位的青睐。本文利用拓普康天狼星Sirius Pro无人机对泰州的长江岸线进行了航测,生成了高分辨率影像图、数字高程模型、数字地表模型,经检验航测成果的精度满足大比例尺测图的要求,为长江岸线的测绘提供了新的测绘方法,对无人机航测实践具有很好的指导借鉴作用。     

Using remotely sensed data for census surveys and population estimation in developing countries: examples from Nigeria

"Using examples from Nigeria, this paper demonstrates how remotely sensed data can be used to acquire some of the basic data requirements for census surveys and to estimate population. The result obtained shows that visual identification of settlements on Landsat MSS and TM is more accurate and economical than equivalent digital classification techniques. Black and white aerial photographs were used to estimate the population of a model town and to establish EAs [enumeration areas]. The population estimation method employed can be used to obtain intercensal population estimates for the rapidly growing central places, while the established EAs for the study area have created a permanent base for future census surveys and census cross-validation, population estimation and other social surveys."