带有确定度的模糊图像分类

提出带有确定度的关联度的图像模糊分类新方法。该方法在求得每幅图像相对各个图像类别的关联度基础上,求得一幅图像相对各个类别的确定度,将一幅图像的确定度作为相应图像关联度的权,以带权的关联度为最大准则,确定待识别图像类别的属性。识别图像类别的第二个准则是,以带有确定度的关联度为特征,采用与聚类中心距离最小准则,确定待识别图像的类别。通过由三种不同类别图像组成的多种组合的试验,试验中满足两个准则之一的实验结果表明,该方法的结果具有一定的优势。     

利用数据引力进行图像分类

提出了一种建立在数据颗粒引力基础上的图像分类方法,此方法使用的数据颗粒质量是图像的特征（如图像的分形维）。对于每一类别训练数据颗粒集,图像特征采用训练数据颗粒集中几幅图像特征的均值m_i,用训练数据颗粒集的像幅数w_i作为它的权重,那么第i个训练数据颗粒集的质量为w_i m_i,而待检验数据颗粒是原子数据颗粒,其质量为1。假定待检验一幅图像数据颗粒j的特征为t_mj,那么第i个训练数据颗粒集与待检验一幅图像的数据颗粒j之间的距离为|m_i-t_mj|。假定有3种不同类别的图像,从各类别中取出一部分图像组成3类训练数据颗粒集,求得每类数据颗粒集特征的均值和一幅待检验数据颗粒的特征值,按公式计算每类数据颗粒集对待检验数据颗粒的引力,3个引力中具有最大引力的类别即为待检验数据颗粒的类别。实验结果表明,基于数据引力的图像分类方法具有一定的优势。     

图像纹理基元分类的马尔柯夫随机场方法

提出基于马尔柯夫随机场（MRF）的图像纹理基元分类新方法。利用MRF里中心像元特征值与邻近像元特征值之间的约束关系,反映图像纹理基元的特征以及不同的MRF参数。根据由同一类别的图像求得的MRF参数计算出的标准差最小这一性质来进行图像纹理的分类。通过不同实验方案的对比,以及与不同分类方法的比较,证实提出的图像纹理基元分类方法具有一定的优势。     

基于pLSA和Topo-MRF模型的SAR图像分类算法研究

针对大多数分类方法未能同时考虑图像与特征、类别与特征、类别与类别之间关系的问题,提出了一种基于潜在语义分析(pLSA)和拓扑马尔可夫随机场(Topo-MRF)模型的合成孔径雷达(synthetic aperture radar,SAR)图像的分类算法。实验结果证明了该算法的有效性。     

多光谱遥感图像土地利用分类区域多中心方法

针对遥感图像土地利用一种类别由多种地物组成,存在难以求取类别光谱特征多元分布模型的问题,分析了多光谱遥感图像土地利用的光谱特征和区域多中心特征,提出了一种光谱信息和区域信息基于规则的区域多中心分类方法,以类别的类内中心集合表征类别模式,以区域为分类单元,以区域单元含类别类内中心数和区域单元中属于某种类别的像元占单元总像元的百分比为分类准则;采用类内中心表征类别模式和基于规则的分类方法,较好地解决了土地利用类别由多种地物组成、类别模式不满足多元正态分布的问题,由于类别区域单元多中心特性差异大,分类规则的建立及训练样本的选择易于实现。实验表明:该方法能提高分类精度4%—6%。     

基于逻辑斯蒂模型的遥感图像分类

逻辑斯蒂法是一种非线性的回归分析方法,因采用逻辑斯蒂模型而得名^[1],可用来进行未知单元类别属性的预测和判定。不同于一般的分类方法,它可分别给出某一单元属于各已知类别的概率,进而对研究的未知区中所有单元进行分类和预测。本文首先阐述了该方法的基本原理,而后利用它对内蒙古自治区两个研究区的两种图像数据进行了分类,最后探讨了影响该方法用于遥感图像分类的几个因素.     

高维遥感图像的快速分类算法

为了实现对高维遥感图像的快速准确分类,提出了一种基于k均值二叉树支持向量机(SVM)的分类方法。该方法通过对选取的训练样本进行k均值聚类,生成支持向量机分类二叉树,作为确定最佳分类顺序的依据,以降低分类过程中的误差累积并提高整体分类精度,而且可缓解由样本数量不均衡导致的分类误差。该方法可在不进行降维处理的情况下,对高维遥感图像进行快速准确分类。测试结果表明,其分类速度和分类精度都优于传统的支持向量机分类结果。     

深度学习的半监督遥感图像检索

遥感图像数据的海量性、多样性和复杂性等特点对遥感图像检索的速度和精度提出了更高的要求,其中特征提取是影响遥感图像检索效果的关键。本文方法首先对遥感图像进行预处理,然后基于稀疏自动编码的方法在大量未标注的遥感图像上进行特征学习得到特征字典,基于卷积神经网络的思想,使用训练出来的特征字典对遥感图像进行卷积和池化得到每幅图像的特征图;接下来使用特征图训练Softmax分类器;最后对待检索图像分类,在同一类别中计算特征间的距离,进而实现遥感图像的检索。实验结果表明,该方法能够有效提高遥感图像检索的速度和准确度。     

基于像斑空间关系的遥感图像分类

为充分挖掘遥感图像本身包含的空间关系信息,弥补基于光谱信息的传统图像分类方法的不足,提高分类精度,提出了一种基于像斑空间关系的遥感图像分类方法.通过图像分割获取像斑,利用最大似然法获取初始分类结果,引入马尔科夫随机场对像斑的空间关系予以描述,通过地物的类别邻接矩阵定量地描述各地物类别之间的空间关系,从而对图像的分类结果进行修正,最后采用条件迭代的方法获取最终的图像分类结果,精度较好.实验结果表明,该方法应用于高分辨率遥感图像可取得较好的分类效果.     

结合邻域SAC-NED测度的高光谱图像分类方法

提出了一种光谱相似性测度用于高光谱图像分类方法。通过将光谱向量进行归一化处理,将计算得到的欧氏距离与光谱角余弦的值域归化到相同区间,得到光谱角余弦与欧氏距离联合测度值(SAC-NED)。在对图像像元进行分类时,以距离加权的方式将邻域像元参与中心像元SAC-NED值的计算,将像元分到SAC-NED值最大的类别。通过与其他5种常用相似性测度方法的实验结果对比表明:该算法能够提升高光谱图像分类的准确性和稳定性。     

联合实、复相关函数的干涉SAR图像配准方法

SAR复图像配准是干涉SAR数据处理中的关键步骤之一,配准精度直接影响后续产品的质量。提出一种基于联合实、复相关函数的星载干涉SAR图像配准方法。首先,在分析已有配准测度函数各自特性的基础上,结合国际上干涉SAR数据处理经验,认为在全球干涉测量任务背景下,相关函数是一种稳健、普适性的干涉SAR图像配准测度函数。然后,针对相关函数存在实、复相关计算,分析实、复相关函数各自的特点以及适应情况,提出配准灵敏度准则,从而能够有效地自适应地选取相应的配准相关度量。最后,给出配准算法的详细实现步骤。复杂地区的实测数据处理结果验证了方法的有效性。     

反差一致性保持的影像匀光算法

不均匀光照现象是可见光航空航天遥感影像获取过程中常见的降质现象,会导致影像亮度分布不均匀和地物色调发生变化。现有的MASK匀光方法能够在一定程度上解决这类问题,但处理后的影像仍存在反差降低且亮度不均匀的现象。提出了一种基于Wallis滤波器的影像匀光改进算法,通过对影像的合理分块及自动统计标准均值和方差来实现单幅影像的匀光处理。实验表明,该方法可以在很好地保持整幅影像反差一致性的同时,获得更好的影像匀光处理效果。     

Evaluating the Sensitivity of Image Fusion Quality Metrics to Image Degradation in Satellite Imagery

Referring to the high potential of topographic satellite in collecting high resolution panchromatic imagery and high spectral, multi spectral imagery, the purpose of image fusion is to produce a new image data with high spatial and spectral characteristics. It is necessary to evaluate the quality of fused image by some quality metrics before using this product in various applications. Up to now, several metrics have been proposed for image quality assessment; which are also applicable for quality evaluation of fused images. However, it seems more investigations are needed to inspect the potentials of proposed Image Fusion Quality Metrics (IFQMs) to registration accuracy, especially in high resolution satellite imagery. This paper focuses on such studies and, using different image fusion quality metrics, experiments are conducted to evaluate the sensitivity of such metrics to a set of high resolution satellite imagery covering urban areas. The obtained results clearly reveal that these metrics sometimes do not behave robust in the whole area and also their obtained results are inconsistence in different patch areas in comparison with the whole image. These limitations are in minimum situation for an image quality metric such as SAM and are completely tangible for image quality metrics such as ERGAS in case of multi modal and DIV and CC from mono modal category.     

基于小波系数相关性的图像去噪

本文提出了一种基于小波系数相关性的图像去噪方法。针对自适应去噪方法平滑掉实际信号的不足,利用小波分解系数近指数的衰减特性及同一尺度上各信号分量的相关性分析,对每个小波系数设置不同的阈值,区别对待信号的低频和高频系数,最后重构小波。实验结果表明,从视觉和峰值信噪比(PSNR)上,本文使用的方法优越于全局阈值法。     

Satellite/Aerial Image Compression Using Adaptive Block Truncation Coding Technique

Satellite/aerial images taken from high altitude contain large amount of pixels to store accurate information. These high resolution images require large storage capacity and more transmission time. Applying an efficient compression technique on these images can reduce high storage capacity requirement and transmission time. In this paper block truncation coding (BTC) based color image compression technique for aerial/satellite images is proposed. High degree of correlation among the RGB planes of a color image can be reduced by converting these planes into HSV planes. Each of the H and S planes are encoded using BTC with quad clustering and V plane is encoded with BTC based bi-clustering or tri-clustering depending on the edge information present in the plane. The effectivity of the proposed method is validated by comparing it with the conventional BTC and its variant methods. Experimental analysis indicate that the proposed method is superior to other state of the art methods both in terms of visual quality and quantitative metrics.     

不同遥感影像融合方法的质量评价

近年来,随着遥感技术的迅猛发展,多源遥感影像数据越来越多,有效利用这些海量遥感数据是遥感领域的一大热门话题,同时,对融合后的遥感影像进行质量评价使融合处理过程得到优化,也是影像融合中必不可少的一个重要环节。重点利用ERDAS软件,分别采用Brovey变换法、IHS变换法、高通滤波法以及主成分分析法对影像进行融合实验,并对融合后的影像进行主观评价;采用Matlab编写程序,提取了融合影像的定量评价指标均值、标准差、平均梯度、信息熵和相关系数,完成了对融合影像的客观评价;最后对融合后的遥感影像进行了对比分析,得出主成分分析法的影像在光谱保持特性上最好,Brovey法在信息量的保持和清晰度上都优于其他的融合方法,而通过IHS变换法的融合影像与原始影像的相关性最好的结论。     

利用视觉词袋模型和颜色直方图进行遥感影像检索

基于内容的遥感影像检索已经成为遥感领域的研究热点,因此,本文提出了一种综合视觉词袋模型和颜色直方图的遥感影像检索方法,利用尺度不变特征算子提取影像的局部不变特征,通过视觉词袋模型组合局部特征,生成每幅影像的金字塔直方图,接着结合每幅影像的颜色直方图生成更有区分性的特征向量,利用新的特征向量集训练支持向量机分类器,通过分类器输出与查询属于一类的影像,完成遥感影像检索。试验结果表明,本文方法不仅提高了影像检索的查准率和查全率,并且验证了该方法能有效克服影像光照、噪声、方向等变化,鲁棒性较好。     

面向小样本高光谱影像分类的轻量化关系网络

近年来,基于深度学习的高光谱影像分类取得重要进展,针对高光谱影像分类训练样本稀缺的情况,提出一种结合注意力机制的轻量化关系网络（lightweight attention depth-wise relation network, LWAD-RN）, 以解决高光谱影像小样本分类问题。该网络由嵌入层和关联层组成,在嵌入层采用结合注意力机制的轻量化卷积神经网络提取像元特征,同时引入稠密网络结构;在关联层计算关联值进行分类,并采用基于任务的模式训练网络。利用3组公开的高光谱影像数据进行对比实验,结果表明,LWAD-RN能够有效提升小样本条件下（每类5个训练样本）的分类精度,同时提高了模型训练和分类效率。     

考虑人类视觉特征的融合图像评价方法

图像质量评价是遥感图像融合必不可少的环节，对融合图像的客观评价具有较好的研究价值，好的客观评价指标应尽量与主观评价一致。针对全色图像和多光谱图像的融合质量评价，在考虑人类视觉系统的多通道分解和对比度敏感特性的基础上，首先修改颜色失真和结构相似度来分别评价光谱信息和空间信息，然后综合两者作为融合图像的整体评价。以SPOT5图像和高分二号卫星图像为原始数据，对7种融合图像的质量进行了评价。实验表明，对于高分辨率的遥感图像，这种引入了人类视觉特征的融合评价方法与主观评价有很好的一致性。