BP神经网络遥感水深反演算法的改进

针对BP神经网络遥感水深反演算法（简称传统BP算法）的缺点,提出了改进型BP神经网络遥感水深反演算法（简称改进型BP算法）,其基本原理是在模型训练过程中反复运用粒子群算法对BP神经网络的权值和阈值进行优化以弥补传统BP算法的不足。试验表明：改进型BP算法的训练迭代收敛速度明显快于传统BP算法,浅水区的水深反演精度优于传统BP算法,且学习算法对初始权值和阈值不敏感。     

IMD法在多光谱图像分类中的应用

数学形态学着重于分析和处理图像的几何结构信息.根据这一原理,在图像分类预处理过程中,对各种地物区域的几何结构特点进行分析,构造相应的结构元素,然后对图像进行形态迭代分解法(IMD, Iterative Morphological Decompostion)变换.在变换结果中,地物区域的灰度信息进行了归一化处理,同时区域的几何结构特点和独立地物得到了有效保留.将多光谱图像的IMD变换结果进行分类实验的结果表明,该方法可以有效提高多光谱图像分类的精度和效率,具有较强的适用性.     

线阵推扫式影像近似几何校正算法的精度比较

线阵推扫式影像严格几何校正需要轨道星历参数和传感器参数 ,但在实际应用中有时无法得到这些数据 ,此时一般采用直接线性变换、一般多项式、改进多项式、有理函数等模型进行近似几何校正。在简要介绍了几种近似算法的数学模型后 ,重点讨论了利用SPOT和IKONOS图像所进行的各种实验分析和精度比较。结果表明 :有理函数模型精度最高 ,可达到子像素级 ;直接线性变换模型的精度在控制点分布状态良好时可达到 2个像素 ;一般多项式模型的精度 ,对于平坦地区的影像大约在 1个像素左右 ,但受地形起伏的影响较大 ;改进多项式模型的精度随多项式的阶数变化而变化 ,几乎不受地形起伏的影响 ,选择适当阶数的改进多项式模型可以获得较高的几何校正精度。此外 ,在选择某一种方法进行线阵推扫式影像近似几何校正的时候 ,还应该综合考虑精度、算法复杂性、对已知数据的要求等多种因素。实验表明 :对于线阵推扫式影像的近似几何校正 ,改进多项式模型精度较高、计算量较小、对控制点要求较低 ,是一种较好的近似几何校正算法     

Google Earth控制点自动提取技术

控制点在遥感影像纠正等应用中有着非常重要的作用。本文针对人工选取控制点效率低、精度差的问题,提出了Google Earth高分辨率遥感影像控制点自动提取方法,说明了基于线特征确定稳定控制点的方法,并通过遥感图像纠正以及航拍图像定位实验验证了方法的有效性。     

TDI CCD交错拼接推扫相机严格几何模型构建与优化

时间延迟积分电荷耦合器件(TDI CCD)交错拼接推扫相机,是指焦平面上交错成两行排列多个TDI CCD阵列,并采用推扫成像方式的光学相机。为兼顾空间分辨率与地面覆盖宽度,当前较多的高分辨率光学遥感卫星都搭载了此类相机。本文总结了此类相机的成像原理和特点,基于成像瞬间多片CCD共享一套外方位元素的特点构建了该类相机的"整体几何模型"。针对定位过程中的外部误差和内部误差,基于整体几何模型设计了相应的内外误差补偿方案,对该类相机几何模型的优化进行了研究。以8片TDI CCD交错拼接的天绘一号(TH-1)卫星高分相机原始影像为试验数据设计了多组试验对本文方法进行验证。结果表明:本文的整体几何模型可严格描述该类相机的原始几何物像关系;仅进行外部误差补偿时,影像定位精度显著提升,但各分片CCD影像残留有不同的系统误差;仅进行内部误差补偿时,影像定位精度没有显著提升,但各分片CCD影像定位精度的一致性得到明显改善;对内部、外部误差均补偿后,影像在X、Y、Z方向的定位精度皆优于2m,且各分片CCD影像定位精度具备一致性;将计算出的内部误差补偿参数应用于成像时间间隔22d的其他多景影像时仍达到了同样的定位精度。     

反差一致性改进的MASK匀光算法

航空影像中存在的不均匀光照现象是遥感影像处理中要解决的一个重要问题。现有的MASK匀光处理技术能够在一定程度上解决这类问题。但是经过MASK匀光处理后的图像存在反差不均匀现象,即原始图像中较暗区域经过匀光后明显地表现出反差较低,而亮的区域则反差较大。针对此不足,提出了一种基于反差一致性改进的MASK匀光算法。实验证明,该方法能够迅速提高暗区域反差,抑制亮区域反差,达到整体影像的反差一致性,获得更好的匀光效果。     

基于相关系数的遥感图像拼接线检测算法

提出了一种基于相关系数方法的遥感影像最佳拼接线的检测算法.该算法根据影像重叠区域内两幅影像对应像素的相关性来判别像素之间纹理差异,结合了影像亮度差异的信息,检测出的镶嵌线优于平分线法检测出的镶嵌线.以4幅相邻影像自动寻找镶嵌线为例进行了实验,取得了良好的效果,验证了算法的实用性与有效性.     

保持主分量变换结果信息的量化方法

从主分量变换后图像信息保持的角度出发,充分分析了变换结果存储导致信息丢失的原因;同时以直接线性变换为基础,提出了另外两种新的对主分量变换结果进行量化的方法;并对这3种方法进行了充分的比较,文中最后以信息熵为指标评价了3种方法的优劣.     

概率松驰法在提高遥感图像分类精度中的应用

本文阐述了概率松驰法的基本原理;着重讲座了把它用作子空间法后处理过程的情况下初始概率和相关系数的估计问题。实验表明:概率松驰法可以进一步提高识别结果的准确度,同时可以消除一些噪声的影响。     

一种新的曲线光滑算法—方向判别法

本文着重讨论了一种新的曲线光滑算法—方向判别法。并从理论和实验两个方面阐述了其优越性,最后对一幅经过计算机自动识别所获得的居民地轮廓作了光滑处理。实验表明:该算法可以较好地删除曲线上的冗余点,并且可以保持原图形的基本形状特征。