基于NDVI城镇土地利用变化检测探讨

通过归一化植被指数（NDVI）结合影像差值，对经过辐射校正后的1993年和2005年武汉地区TM影像进行了土地利用变化检测，与监督法分类进行比较，得出NDVI更宜于实现变化信息探测和提取。     

一种利用零交叉点理论的改进SIFT特征提取算法

提出了一种利用零交叉点特征提取的改进SIFT算子用于遥感影像的自动匹配.将图像几何特征引入到尺度空间探测中,获得了重复性更高、更稳定的特征.采用近景数码大旋角数码立体像对和低空航摄立体像对进行了算法测试.实验表明,改进后的SIFT算子应用于遥感影像自动匹配,在特征提取重复率、匹配正确点数、匹配正确率上均有明显提升.     

“一带一路”沿线港口城市天宫二号多光谱影像数据集

港口城市在“一带一路”建设中具有重要地位和作用，遥感影像数据可以为港口城市的动态监测提供有效的信息支撑。天宫二号空间实验室搭载的宽波段成像仪是新一代中分辨率成像光谱仪，具有谱段宽、视场大等特点，在可见近红外、短波红外、热红外谱段共设置有18个通道，空间分辨率分别为100 m、200 m和400 m，自2016-09—2019-07获取了大量的对地观测多光谱影像数据。本文面向 “一带一路”沿线的25个港口城市，从天宫二号宽波段成像仪获取的多光谱数据中挑选出58组不同时间获取的高质量影像，经过预处理、辐射校正、几何校正等处理和数据质量控制，构建了“一带一路”沿线港口城市专题影像数据集，并对该数据集的应用价值和潜力进行了分析。结果表明该数据集可以为“一带一路”沿线港口城市及其周边区域资源环境遥感监测提供重要信息支撑，在港口城市相关的中大尺度场景分类识别方面具有较大应用价值。     

基于RBF神经网络的高分辨率遥感影像分类的研究

提出RBF神经网络的改进算法,用于高分辨率遥感影像的分类.以实际高分辨率遥感影像为例进行实验,并与传统最小距离分类法进行比较.结果显示,RBF神经网络具有精度高、误分率小的特点,具有较好的应用前景.     

天宫一号高光谱遥感场景分类数据集及应用

天宫一号高光谱成像仪具有空间分辨率高、光谱分辨率高、图谱合一等特性，在中国航天高光谱领域具有里程碑的意义。针对一般遥感场景分类数据集尺度单一、光谱分辨率较低等问题，本文提出基于天宫一号的多谱段、高空间分辨率、多时相高光谱遥感场景分类数据集(TG1HRSSC)。利用天宫一号高光谱成像仪获取的高质量数据，经过辐射校正、几何校正、空间裁剪、波段筛选、数据质量分析与控制等，制作了一批通用的航天高光谱遥感场景分类数据集，通过载人航天空间应用数据推广服务平台（http://www.msadc.cn[2019-09-10]）进行分发和共享。该数据集包括天宫一号高光谱成像仪获取的城镇、农田、林地、养殖塘、荒漠、湖泊、河流、港口、机场等9个典型地物场景的204个高光谱影像数据，其中5 m分辨率全色谱段1个波段、10 m分辨率可见近红外谱段54个有效波段以及20 m分辨率短波红外谱段52个有效波段。研究利用AlexNet、VGG-VD-16、GoogLeNet等深度学习算法网络对构建的数据集进行场景分类的试验，结果表明该数据集的场景分类应用实现较好效果。由于该数据集具备高分辨、高光谱等特征优势，未来在语义理解、多目标检测等方面有着广泛的应用价值。     

利用Harris算子进行广义点摄影测量特征提取及其矢量化

提出了一种基于非局部极值抑制的Harris算子,实现了特征点和边缘线的联合提取。采用基于主方向的边缘跟踪,实现了边缘的矢量化存储。实验证明,改进后的Harris算子在特征点和边缘线联合提取时较原始算法效果更好。本算法采用一定的数学模型对边缘线进行拟合,从而进一步对边缘特征进行描述,有利于数据管理和后期的特征匹配。