面向图像分类的遥感影像综合评价方法研究

本文首先简要介绍了模糊综合评价法的基本原理和过程,然后根据图像分类的理论基础,分析图像分类对遥感影像质量的要求,并确定影响分类精度的各项质量要素,构建了综合评价指标体系和评语等级论域。然后通过对大量的不同质量遥感影像的单指标评价实验,确定了遥感影像综合评价模型的隶属函数、权数向量和合成算子;最后通过开发的面向分类遥感影像质量评价程序验证质量评价模型的合理性和实用性。     

遥感影像数据模型及影像数据库的建立

在总结图像数据模型研究的基础上,分析了遥感影像的种类、一般存储方式、影像与具体应用的关系,指出了遥感图像管理的特殊性,提出了遥感影像在关系数据库中的逻辑表达模型,讨论了该模型支持下的基于图像内容的查询问题,最后介绍一个遥感影像数据库的设计原型.     

高分辨率遥感影像分割方法研究

在遥感应用分析中,遥感影像分割是低层影像处理和中高层影像分析和理解的桥梁,是实现遥感影像信息自动提取的关键步骤,具有重要的意义。随着大量高分辨率遥感影像的出现,传统基于像素的影像处理方法已不能适应高分辨率遥感影像。近年来,国内外研究者们提出了面向对象影像的分析方法,而面向对象影像分析方法的关键就是影像分割,影像分割精度直接影响着高分辨率遥感信息提取和目标识别的精度。首先给出一般图像分割方法的综述;然后分析和总结了当前主要的高分辨率遥感影像分割方法,着重阐述了均值漂移、分形网络进化、马尔科夫随机场等分割方法的特点和研究现状;最后,对高分辨率遥感应用分析中影像分割方法的发展趋势进行了讨论与展望。     

第二次土地调查遥感影像解译应用分析

在明确遥感影像的类型、解译概念、解译过程的基础上,深入探讨了遥感影像的解译方法及其应用,并以建立图像解译标志的实例,生动的展示了遥感影像解译在第二次土地调查中的重要作用。在影像解译流程化、系统化工作层面,提供了良好的技术经验。     

基于OLI影像植被覆盖度估算探索

选取Landsat8获取的4幅OLI遥感影像,在ENVI5.1遥感图像处理软件中,对影像进行辐射定标、FLAASH大气校正、图像镶嵌等一系列预处理后,利用基于NDVI的像元二分模型,推算出植被覆盖度(FVC)。依据FVC的不同进行密度切割、分层设色,得到该区域的植被覆盖度图。该获取大区域植被覆盖度图的工作方案简单易行,为遥感影像实现区域植被覆盖度动态研究提供了参考。     

基于Sentinel-2卫星遥感影像的去云方法研究

在光学遥感卫星图像中,云是普遍存在的现象,它严重降低了图像的质量,因此,去云处理就是一个必不可少的步骤.深度神经网络在许多图像处理任务中取得了成功,但是利用该方法针对遥感图像的去云研究较少.本文采用GAN来解决遥感图像去云问题,首先训练生成模型生成无云影像,同时训练判别模型使生成的模型更加真实和清晰,最终达到从被云覆盖的卫星图像中恢复并增强这些区域的信息,生成质量更好的无云图像的目的.基于人工智能标注的Sentinel-2卫星遥感影像数据集的试验表明,与传统的小波变换基准相比,提出的生成对抗网络模型在去云处理方面效果有明显提升.     

影像融合技术在地学信息处理中的应用

多传感器遥感图像融合对于增强遥感图像的清晰度和解译能力,提高目标识别精确度和地物分类可靠性等遥感应用方面都有重要的现实意义。与单源遥感影像相比,多源遥感影像的主要特征是冗余性和互补性。多源遥感影像融合可以减少系统的多义性和不确定性,增加特征提取的精确性,能形成对被感知对象的完整一致的信息描述。如何实现光谱保持和高分辨率保留是影像融合的两个重要问题。本文结合影像融合技术的相关理论及概念,阐述了融合技术在实际中的应用。针对SPOT5、TM数据的特点及其缺点进行了相关实验,验证了影像数据高、低分辨率之间在实现融合时,空间分辨率的差值不宜过大,否则光谱的保持和高分辨率的保留都会受到影响;同时就利用影像的融合技术解决TM数据反向问题做了相关的探讨,实验结果证明是切实可行的。     

提升遥感影像质量的多重分形技术研究

提出采用一种最佳截止频率的自动选择方法来快速有效地去除遥感影像的薄云影响,以解决遥感影像薄云、薄雾消除时滤波窗口大小难以确定,需要反复人工干预的问题。该方法是基于简单薄云成像模型的同态滤波,考虑了薄云、薄雾空间形态的自相似性,采用多重分形技术来自动确定滤波半径。试验表明,该方法能够实现遥感影像的快速自动滤波,能有效地去除遥感影像的薄云影响,提高视觉效果,增加图像细节信息。     

卷积神经网络在高分遥感影像分类中的应用

针对目前应用于高分辨率遥感影像分类的常用算法,其精度已无法满足大数据环境下的分类要求的问题,该文提出了卷积神经网络分类算法。卷积神经网络模型降低了因图像平移、比例缩放、倾斜或者共他形式的变形而引起的误差。在大数据环境下,采用卷积神经网络算法对高分辨率遥感影像进行分类,避免了特征提取和分类过程中数据重建的复杂度,提高了分类精度。通过实验比对分析,证明了卷积神经网络在高分辨率遥感影像分类中的可行性及精度优势,对遥感图像处理领域等相关工作提供了参考价值。     

高分辨率遥感影像制作方法创新

随着卫星遥感获取技术的发展,运用遥感技术获取的影像资源日益丰富,特别是高分辨率遥感影像被列入国家重大工程建设以来,其在制作正射影像、三维模型、对地观测系统等方面作用突出,能够真实地反映研究地区地表的各种地理信息特点。与此同时,高分辨率遥感影像能够在实时状态下获取地理信息,可满足未来信息化战争、非战争军事行动等对地理环境保障提出的新要求。本文结合工作实际,对高分辨率遥感影像制作方法,以及影像制作中方案的改进进行探讨,取得了事半功倍的效果。     

基于扩展关系数据库的遥感影像数据库管理系统的研究与实现

通过对遥感影像数据库管理系统的研究背景、现状和管理模式及存在的主要问题的分析，进行了基于扩展关系数据库的遥感影像数据库管理系统关键技术实验，开发了一个原型系统。实验结果表明，基于大型的扩展关系数据库来管理遥感影像数据是可行的和优越的。     

遥感图像信息系统数据模型设计

通过分析遥感图像信息系统需要存储和管理的各种数据,建立了各种数据之间的拓扑结构图,设计了基于遥感影像的发散式的影像数据库,建立了遥感图像信息系统数据模型.实验表明,该数据模型能够合理地存储和管理多种遥感影像及相关数据.     

基于KML的三维遥感影像地名查询系统设计与实现

地名查询在遥感影像数据管理中起着重要的作用。本文通过分析KML数据规范,设计了一种基于KML的地名数据库;对全球影像数据进行四叉树划分,开发了一个多分辨率的全球三维遥感影像可视化系统。该系统基于地名数据库来进行地名数据的查询,通过用户交互能实时检索并表达选中地区的影像数据,为遥感影像数据管理和进一步应用奠定了基础。     

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。     

遥感图像数据库基于内容查询的研究

在分析图像数据库信息特征的基础上，讨论了图像数据库的一般关系模型图像数据库基于内容查询的定义，提出了相应的集合代数模型，指出遥感图像基于内容查询实现的两种方案。并以GIS要素与遥感图像的空间关系为基础，着重分析了GIS支持的遥感图像基于内容查询系统的主要算子，对基于图像特征索引的内容查询，也作了一般形式化的讨论并给出了应用的系统框架。     

Design of content-based retrieval system in remote sensing image database

To retrieve the object region efficaciously from massive remote sensing image database, a model for content-based retrieval of remote sensing image is given according to the characters of remote sensing image application firstly, and then the algorithm adopted for feature extraction and multidimensional indexing, and relevance feedback by this model are analyzed in detail. Finally, the contents intending to be researched about this model are proposed.     

基于Oracle多分辨率遥感影像数据库的设计

简要介绍了Oracle提供的Oracle Spatial和Oracle inter Media两个选件的特性，详细阐述了基于对象一关系模型的多分辨率遥感影像数据的组织和管理，并设计和建立了多分辨率遥感影像数据库的原型，采用了地形瓦片和影像金字塔的快速索引结构，实验表明该设计正确有效，能够平稳快速地实现多分辨率遥感影像的快调度显示。     

遥感影像快速纠正系统的设计与实现

深入分析了传统遥感影像纠正处理工作中存在的问题,提出了以基础地理信息数据库为基础、基于网络环境的协同作业模式,解决了传统遥感影像纠正处理工作中资料准备工作量大、控制点采集效率低以及数据安全等问题。介绍了系统技术架构、设计与技术实现,为实现遥感影像快速纠正提出了切实可行的技术方案。     

Design of Content-Based Retrieval System in Remote Sensing Image Database

IntroductionContent-based i mage retrieval ( CBIR)[1 ,2]technology was proposedin 1990s andit is a i m-age retrieval technology using i mage vision con-tents such as color ,texture ,shape ,spatial rela-tionship ,not usingi mage notationto searchi ma-ges .…     

矢量C-V模型的高光谱遥感影像分割

高光谱遥感影像除了包含普通2维影像所具有的空间信息还包含了1维光谱信息,传统的针对2维影像的分割方法不能很好地应用于高光谱遥感影像。为此,本文提出一种能够同时处理多波段影像的高光谱遥感影像矢量C-V模型分割方法。首先选出高光谱遥感影像中目标与背景对比度较大的波段,并通过计算波段相关系数,去除其中的冗余信息形成新的波段组合,进而根据所确定的波段组合构建高光谱遥感影像矢量矩阵;在此基础上,构造基于该矢量矩阵的矢量C-V分割模型。模型中通过引入基于梯度的边缘引导函数,在保留传统C-V模型基于区域信息进行影像分割的基础上,利用影像的边缘细节信息,增强了模型在异质区域和复杂背景情况下对目标边缘的捕捉能力,提高了对高光谱遥感影像的分割精度和速度。最后利用HYPERION数据进行仿真实验,并将实验结果和传统C-V模型和相关方法进行了对比,结果表明,本文方法能够在短时间内有效地分割高光谱遥感影像,与传统方法相比,具有分割精度更高运算速度更快的特点。