航测DCM影像常用融合方法对比分析

借助ENVI图像处理系统,分别应用色彩空间变换、比值变换、主成分变换法,对利用航测DCM相机获取的多光谱影像和全色光波段影像进行融合,并利用主观分析和定量比较的方法,分别从视觉角度和统计指标角度对比分析了3种方法融合图像的优缺点,认为色彩空间变换方法效果较好,为DCM高分影像的增强处理提供了依据。     

面向无人机影像的改进FNEA分割方法

针对无人机影像光谱信息量不足导致的影像分割精度较低和同类地块过度分割问题,本文设计了一种面向无人机影像的改进FNEA分割方法。首先,利用特征提取方法,构建原始RGB影像的不同纹理和植被指数特征影像;然后,基于改进分离阈值法选择最佳植被指数和纹理特征;最后,将最佳特征与原始RGB数据融合,采用FNEA算法进行影像分割。将改进FNEA方法与多种分割方法对比,结果表明改进FNEA方法的分割精度更高,同一地块内过度分割可得到较好控制,适合无人机影像的分割。     

遥感影像像元级融合方法与试验评价分析

不同遥感影像有着各自的优点和局限,遥感影像融合就是为了充分利用它们的优点进行互补得到新的影像。采用PCA、Brovey和小波变换三种方法对SPOT多光谱影像和全色影像进行了像元级的影像融合,小波变换采用的Mallat算法和双正交小波函数,双正交小波函数的优点是小波逆变换时不会导致相位失真,论文对融合结果进行了光谱质量和空间质量两方面的定性和定量的评价。结果表明,小波变换融合影像是三种变换中最优的,同时在小波变换中采用不同的小波基函数的融合结果在光谱质量和空间质量方面也有很大的差异,可根据实际需要选用合适的小波基函数。     

异源遥感影像融合的辐射分辨率规范化方法

遥感影像融合算法,在增强多光谱影像空间分辨率的同时,可实现影像间的信息互补,提高遥感影像的解译能力。异源影像的融合受影像间配准精度及其在时相、空间分辨率和辐射分辨率之间差异的影响,而不同辐射分辨率对异源遥感影像融合所产生的影响及其纠正方法还缺乏深入的研究。为此,本文提出了异源影像融合的辐射分辨率规范化方法。该方法在统一像元值量化区间的基础上,将其乘以相同的比例系数转换到更高的辐射分辨率的量化区间,以减小融合过程由于数据位数取舍而引起的影像信息丢失。研究表明：本文所提出的辐射分辨率规范化方法的取整融合或以实数形式融合,其结果几乎没有差别;而其他转换方法的取整结果均较实型结果差。由于直接采用反射率值进行融合会使其结果产生严重的光谱失真,因此,应采用辐射分辨率规范化方法将反射率值进行转换后再做融合。     

GF-2卫星数据影像融合方法的比较研究

本文以GF-2卫星全色与多光谱数据为数据源,采用PCA、IHS、Brovey、HPF四种传统融合方法对数据进行融合处理,最后以主观评价和定量分析相结合的方式对融合结果进行综合评价。结果表明:PCA融合方法整体效果较佳,融合后的影像不仅纹理清晰、色调均匀、反差适中,而且还能在提高影像空间分辨率的同时,有效保留了原始多光谱影像的光谱信息,可作为GF-2卫星数据一种较好的融合方法。     

多分辨率分解的遥感影像融合方法对比分析

有效地将高空间分辨率全色影像和低空间分辨率的多光谱影像融合起来,对影像上地物的识别具有重要的意义。随着多分辨率分析思想在图像处理中的应用,出现了许多新的多分辨率分解的遥感影像融合方法。典型的方法有:Mallat小波变换(DWT)、àtrous小波变换(SWT)、无下采样轮廓变换(NSCT),以及这些方法分别与IHS和PCA变换相结合的融合方法。在IKONOS上选取了两个具有不同地物覆盖类型的实验区进行融合实验,从光谱保真度和高频信息融入度两方面,对这些方法进行了定量评价和分析。研究表明,多分辨率分解的影像融合方法均具有较好的高频信息融入度,其中,DWT、SWT、NSCT融合方法在高频信息融入度方面最优;DWT、SWT、NSCT与IHS、PCA相结合的融合方法在光谱保真度方面,不仅优于它们自身,也明显优于传统的IHS、PCA方法,其中,NSCT和PCA变换相结合的融合方法,在光谱保真度方面最强。     

光谱与空间维双重稀疏表达的高光谱影像分类

高光谱遥感影像的稀疏分类是当前遥感信息处理的研究热点。本文提出一种光谱与空间双重稀疏表达的高光谱遥感影像分类方法（WSSRC）。首先利用小波字典对光谱维进行稀疏表示,将光谱维稀疏分类转化到小波域稀疏分类;其次,考虑空间邻域地物光谱的统一性和差异性,对邻域内像元分别进行稀疏编码,并对编码进行累加聚合;然后,利用聚合后的稀疏编码构造线性分类器对高光谱影像进行分类;最后,通过2幅标准的高光谱影像数据验证了本文所提出的方法。实验结果表明,该方法能有效地提高影像的分类精度。     

自适应滤波的高分辨率遥感影像薄云去除算法

本文在借鉴遥感影像云雾去除相关研究基础上,提出了一种自适应滤波和非线性灰度变换的高分辨率遥感影像薄云雾消除方法,并与现有的几种效果较好的去云雾方法进行了对比研究。结果表明,本文提出的方法不仅能够有效降低薄云雾遮挡干扰影响,而且可以很好地保持原始影像真实的光谱特性,同时针对不同波段地物光谱特性做相应的灰度变换和融合处理,能够在很大程度上减少遥感影像的细节信息的丢失和保持图像的清晰度,是一种有效去除薄云雾覆盖的方法。     

面向高光谱影像小样本分类的全局-局部特征自适应融合方法

高光谱影像标记样本的获取通常是一项费时费力的工作,如何在小样本条件下提高影像的分类精度是高光谱影像分类领域面临的难题之一。现有的高光谱影像分类方法对影像的多尺度信息挖掘不够充分,导致在小样本条件下的分类精度较差。针对此问题,本文设计了一种面向高光谱影像小样本分类的全局特征与局部特征自适应融合方法。该方法基于动态图卷积网络和深度可分离卷积网络,分别从全局尺度和局部尺度挖掘影像的潜在信息,实现了标记样本的有效利用。进一步引入极化自注意力机制,在减少信息损失的同时提升网络的特征表达,并采用特征自适应融合机制对全局特征和局部特征进行自适应融合。为验证本文方法的有效性,在University of Pavia、Salinas、WHU-Hi-LongKou和WHU-Hi-HanChuan4组高光谱影像基准数据集上开展分类试验。试验结果表明,与传统分类器和先进的深度学习模型相比,本文方法兼顾执行效率和分类精度,在小样本条件下能够取得更为优异的分类表现。在4组数据集上的总体分类精度分别为99.01%、99.42%、99.18%和95.84%,平均分类精度分别为99.31%、99.65%、98.89%和...     

一种新的聚焦点不同的近景影像融合方法

近景摄影测量是实现地面目标高精度三维建模的主要方法之一。实际摄影测量过程中,普通数字摄像机在拍摄与镜头距离不同的多个目标时,无法同时聚焦到所有目标而使近景影像各处都清晰。本文以不同聚焦点近景影像的融合为研究内容,以图像一层小波分解的高频系数能量为影像清晰度衡量指标。通过计算小波影像能量,将整幅影像划分为清晰区域、模糊区域及二者的交界区域。对于清晰区域和模糊区域,将清晰区域的像元值直接应用于融合影像,而对于二者的交界区域,将curvelet变换所得初始融合影像的像元值应用于对应位置处的融合影像,从而得到融合影像。最后,用两组实例数据对融合方法进行了验证,并采用信息熵、均方根误差和峰值信噪比三种客观评价准则,对所得融合影像进行定量分析。     

遥感图像模拟技术方法与应用分析

近年来,遥感图像模拟的研究广泛地展开,利用图像模拟技术获取的大量仿真遥感图像,为其他遥感信息的论证与评价提供了有效的参考。本文介绍了图像模拟技术的发展现状,及SAR、光学遥感图像的模拟方法,分析了各种模拟方法的特点与差异,指出各种方法在生成模拟图像时的局限性,最后提出了基于宽光谱遥感数据的细分光谱遥感图像模拟的构想。     

Alternative Fuzzy Cluster segmentation of remote sensing images based on Adaptive Genetic Algorithm

Remote sensing image segmentation is the basis of image understanding and analysis. However, the precision and the speed of segmentation can not meet the need of image analysis, due to strong uncertainty and rich texture details of remote sensing images. We proposed a new segmentation method based on Adaptive Genetic Algorithm (AGA) and Alternative Fuzzy C-Means (AFCM). Segmentation thresholds were identified by AGA. Then the image was segmented by AFCM. The results indicate that the precision and the speed of segmentation have been greatly increased, and the accuracy of threshold selection is much higher compared with traditional Otsu and Fuzzy C-Means (FCM) segmentation methods. The segmentation results also show that multi-thresholds segmentation has been achieved by combining AGA with AFCM.     

PERFORMANCE EVALUATION OF SEVERAL FUSION APPROACHES FOR CCD／SAR IMAGES

Several image fusion approaches for CCD/SAR images are studied and the performance evaluation of these fusion approaches is completed in this paper,Fistly,the preprocessing of CCD/SAR images before fusion is fulfilled,Then,the imager fusion methods including linear superposition,nonlinear operator method and multiresolution methods,of which the multiresolution methods include Laplacian pyramid ,ratio pyramied,contrast pyramid,gradient pyramid,morphological pyramid and discrete wavelet transform,are adopted to fuse two types of images ,Lastly,the four performance measures,standard deviation,entropy,cross entropy and spatial frequency,are calculated to compare the fusion results by different fusion approaches in this paper,Experimenteal results show that contrast pyramid,morphology pyramid and discrete wavelet transformation in multiresolution approaches are more suitalbe for CCD/SAR image fusion than other ones proposed in this paper and the objective preformance evaluations of CCD/SAR image fusion approaches are effective.     

Preformance evaluation of several fusion approaches for CCD/SAR images

Several image fusion approaches for CCD/SAR images are studied and the performance evaluation of these fusion approaches is completed in this paper. Firstly, the preprocessing of CCD/SAR images before fusion is fulfilled. Then, the image fusion methods including linear superposition, nonlinear operator method and multiresolution methods, of which the multiresolution methods include Laplacian pyramid, ratio pyramid, contrast pyramid, gradient pyramid, morphological pyramid and discrete wavelet transform, are adopted to fuse two types of images. Lastly, the four performance measures, standard deviation, entropy, cross entropy and spatial frequency, are calculated to compare the fusion results by different fusion approaches in this paper. Experimental results show that contrast pyramid, morphology pyramid and discrete wavelet transformation in multiresolution approaches are more suitable for CCD/SAR image fusion than other ones proposed in this paper and the objective performance evalution of CCD/SAR image fusion approaches are effective. Foundation item: Under the auspices of Astronautical Innovation Fund of China. Biography: WANG Yan-li (1977 – ), female, a native of Xi’an City, Shaanxi Province, Ph. D. candidate of School of Automation Science and Electrical Engineering, Beijing University of Aeronautics and Astronautics, specialized in scene matching, image registration and fusion.     

基于MPI的大规模遥感影像金字塔并行构建方法

影像金字塔是实现影像数据多分辨率组织的重要方式,是提高影像可视化性能的有效手段。传统串行金字塔构建算法,对大规模影像数据的构建性能已无法满足遥感影像快速浏览的预处理需求。故此,其成为一个亟待解决的问题,而利用多核、多节点的高性能集群计算环境和并行机制是一个重要的技术途径。本文在共享外存的高性能集群环境下,提出使用消息传递接口(MPI)的金字塔并行构建算法,对构建遥感影像金字塔过程中的重采样与I/O 过程进行并行处理,大大缩短了遥感影像金字塔构建时间。实验结果表明:(1)该算法比传统串行构建方法的加速效果明显,对于单波段遥感影像,其加速效果可达到GDAL的5 倍以上,而对于多波段遥感影像,加速效果可达到GDAL的2 倍以上;(2)遥感影像数据量越大,并行构建算法加速效果越显著,对于大规模的遥感影像,本文提出的金字塔并行构建算法的速度可达到GDAL的10 倍左右。     

高分辨率遥感图像融合的光谱保真问题

分析高分辨率遥感图像融合光谱失真的原因,利用基于滤波原理的Wavelet、SFIM融合算法和基于统计原理的Gram-schmidt、PCI pansharp模块提供的融合算法对高分辨率遥感图像的代表QuickBird图像进行融合试验。结果表明:这四种融合算法虽都具有很好的光谱保真性,但从光谱保真度和高频信息融入度这两个方面的定量分析来看,基于统计原理的融合方法总体上优于基于滤波原理的融合方法,更适合于QuickBird高分辨率遥感图像的融合。     

基于mRMR特征优选算法的多光谱遥感影像分类效率精度分析

在遥感图像分类过程中,进行合理的特征优选操作,将有助于提高分类器的分类效率及精度。本文以淮南地区资源三号卫星多光谱遥感影像数据为例,采用二值离散化、直方图法及F统计法3种计算方法实现mRMR（minimal-Redundancy-Maximal-Relevance）算法特征优选过程。根据3种方法所得到的特征优选结果及全部特征信息,分别采用C5.0决策树和K近邻2种分类器进行图像分类实验,并利用目视解译方法对不同方法组合的影像分类结果进行精度验证。实验结果表明,利用3种计算方法实现mRMR特征优选算法对不同分类器的影响程度不同：在分类效率方面,C5.0决策树分类器可提高36.84%,而K近邻分类器可提高72.05%;在分类精度方面,C5.0决策树分类器能保证分类精度大致不变,总体分类精度可提高0.60%,Kappa系数可提高0.80%,而K近邻分类器总体分类精度可提高4.34%,Kappa系数可提高7.90%。     

图像数据融合的地貌类型识别分类与制图

计算机遥感地貌制图是利用航空像片或者卫星影像进行识别制图;另是利用DEM数据融合计算提取。对此,本文介绍了一种对区域基本地貌形态类型进行计算机自动分类的方法。它通过识别标志在影像上对地貌分布区进行数字化,把TM影像中的地貌信息和从DEM中提取出来的地貌信息结合,以划分出详细的地貌类型:如河北省沽源县的台地、河谷平原、开阔平原、丘陵、低山和中山6大类。最后,通过一定的算法进行分类成图。