基于CityGML的遥感信息共享研究

在参考现有地物分类标准和CityGML要素类型基础上,探讨遥感专题模型的设计方法,分析基于CityGML的几何拓扑、语义属性信息表达机制,并以一小区域数据验证了方法的可行性。     

基于粗糙集的K-均值聚类算法在图像分割中的应用

结合粗糙集理论和K-均值聚类算法,提出了一种图像的粗糙聚类分割方法,试验结果表明,其比随机选取聚类的中心点和个数减少了运算量,提高了分类精度和准确性。     

分形分析中的无标度区确定问题

分形无标度区的求取是随机分形应用研究的前提和基础。介绍目前求解无标度区的几种方法并分析其优缺点，提出一种基于标准偏差的自适应方法。同时针对自然地形、遥感图像等特大尺度范围的情况，在该方法中引入遗传算法，应用遗传算法的快速寻优功能，加快标度区间的确定速度。将这些方法应用于地形分析中的分形参数提取实验，证明自适应方法能较为准确、可靠地提取分形参数；而加入遗传算法的改进方法，大大地缩短了无标度区间的搜索时间，为大尺度范围分形对象的特征值快速测量提供有力的支持。     

粒度Hough变换及其在遥感影像直线检测中的应用

在基于Hough变换的遥感影像直线检测的过程中引入粒度计算的概念,利用粒度计算具有多角度、多层次观察问题的能力,对遥感影像中的直线边缘特征进行不同粗细的粒度分析,建立粒度计算概念下的直线检测算法,实现对不同长短、粗细直线的识别。真实的IKONOS遥感影像机场跑道提取试验证明了该方法的有效性。     

一种区域自适应的遥感影像分水岭分割算法

提出了一种区域自适应的标记分水岭分割方法。该方法利用高斯低通滤波和概率统计相结合的方法,对梯度影像进行区域自适应阈值分割,提取分割标记,然后采用Meyer算法进行标记分水岭分割。实验结果表明,该算法能够有效解决遥感影像不同区域的分割问题,达到比较理想的水平。     

应用分水岭变换与支持向量机的极化SAR图像分类

结合分水岭变换与支持向量机的特性,提出一种新的极化SAR图像分类算法。其基本思想是先通过分水岭变换及区域合并处理,将极化SAR图像分割成一系列同质区;再以同质区为基本单元,进行特征提取及样本选择后采用支持向量机分类。实验结果表明,该算法可有效降低相干斑对分类的影响,与传统基于像素的SVM算法相比,其分类精度有显著的提高,且结果也更易于理解。     

面向对象的高分辨率影像农用地分类

采用面向对象的影像分类方法,结合多尺度分割技术,以QuickBird影像为实验数据,进行农用地的精细自动分类。首先,根据地物大小,选择最优分割尺度,构建多尺度分割等级网;然后,综合利用高分辨率影像的光谱信息、纹理和形状特征,建立各个对象的特征集;最后,通过目视解译建立隶属度函数,实现地物的分层提取。实验表明,该方法能有效区分农作物种类,相对于传统的像素级分类方法,该方法明显提高了高分辨率影像的分类精度,且避免了"椒盐"噪声的产生。     

武汉地区地基GPS遥感水汽与气象因子的相关性分析

地基GPS可以适时准确地反演大气可降水含量,而常规气象观测站点一般具有长时期的历史观测数据。若将这两种数据融合,可以加强数值天气预报的准确性,因此需要探讨二者之间的相关性。通过处理2006年、2007年全球卫星导航服务组织(IGS)提供的武汉站地基GPS观测数据,计算武汉地区上空日平均水汽含量。利用一元和多元回归分析GPS遥感水汽与地面气象观测因子之间的关系,发现武汉地区GPS遥感水汽含量同包括气温、气压等在内的多种气象因子都有一定程度的相关性,其中与气温的相关性最大,且武汉地区上空的大气水汽含量的季节性变化大,在夏季其日平均变化十分明显。     

散射特性引导的极化SAR图像多尺度分割

为满足不同地物分割的尺度需求,本文提出一种散射特性引导的极化SAR图像多尺度分割算法。该算法以分水岭初始分割为基础,通过迭代合并相邻区域获取极化SAR图像在不同尺度下的分割结果;以极化散射功率为特征,将地物按尺度相似性划分成表面散射、二次散射和体散射3种散射类型;以分割质量评价为指导,从多尺度分割结果中为每种散射类型地物选取适宜的分割尺度并进行叠置合成,形成最终分割结果。ESAR系统获取的L波段极化SAR数据验证了该算法的可行性。     

一种改进的精制极化Lee滤波算法

为克服精致极化Lee滤波算法对极化信息保持不够理想的弊端,本文提出一种改进方法.其基本思路是先应用四分量分解算法将像素分成4种散射类型,然后在方向窗口内去除与中心像素散射特性不同的像素,最后基于同质区的局部统计特性进行滤波处理.试验表明,改进后的滤波算法较传统算法有更强的极化信息保持能力.