一种基于图像增强的图像滤波方法

针对传统图像滤波算法在滤除噪声的同时也会丢失掉一些图像细节信息的缺点,提出了一种基于图像增强的滤波算法。该算法根据待检测像素周围3×3邻域的像素平均灰度值和待检测像素的梯度值,并结合人眼视觉特性自适应地生成动态阈值。该算法能够在抑制噪声的同时,增强图像的对比度和图像边缘信息。     

一种新的SAR影像融合滤波方法

为解决有效地去除斑点噪声和保留图像边缘两者矛盾的问题,首先通过中值滤波得到较好的平滑SAR图像,然后利用AMSS方程得到较好的保留图像边缘信息的SAR图像,最后将所得的两幅图像进行融合,并对融合后的图像进行定量和定性分析。仿真实验表明,无论是定性分析,还是定量分析都证明融合后的图像在很好地去除噪声的同时,有效地保留了图像的地物分界处及边缘细节信息。     

基于信息熵的遥感影像特征离散化方法

利用信息熵方法对遥感影像的光谱特征进行离散化,根据信息熵的准则函数,寻找断点,对属性进行区间分割,以提高数据处理效率。并用决策树方法对多光谱遥感影像进行分类,通过对比离散化前后的分类效果分析离散化对多光谱遥感影像分类的影响,实验结果证明了该方法的有效性。     

一种新的去除遥感影像混合噪声组合滤波方法

提出了一种三层组合滤波的去噪方法,在小波BayesShrink阈值与自适应中值滤波的基础上增加第三层Wiener滤波,利用Wiener滤波对信噪比高的信号去噪效果好的特点可有效去除残留的混合噪声,为了在去噪过程中保留影像的边缘,在滤波过程中加入了边缘提取算法,对影像的细节进行保留使去噪后的影像更加清晰。试验表明,本文提出的三层滤波方法在去除遥感影像常见的高斯与脉冲混合噪声时,效果要明显优于传统的两层组合滤波算法。     

一种改进的遥感图像自适应加权滤波算法

遥感图像在其获取、传输的过程中，受到多种因素的影响，会含有各种噪声而降质。文中在分析传统的去噪处理算法和自适应中值滤波算法的(AMF)基础上，提出了一种自适应加权的遥感图像去噪滤波方法。该算法针对噪声图像上每一点，应用自适应加权算子，对于不同的图像区域，算子自适应地进行窗口大小和输出像素值的改变。试验证明，该方法优于传统的去噪滤波算法和AMF滤波算法，在滤除噪声的同时尽可能地保留了图像细节，对于遥感图像去噪增强具有很好的效果。     

一种遥感影像混合噪声的去噪方法

为了减弱遥感影像噪声的影响,提高影像使用价值,提出了一种新的针对遥感影像混合噪声去噪的组合滤波,即基于三维块匹配和自适应中值滤波的去噪方法;此外使用rbio3小波和db20小波替换传统三维块匹配参数,进行两个仿真试验和一个真实遥感图像去噪试验。结果表明：本文方法在去除遥感影像常见的脉冲与高斯噪声方面,效果优于传统滤波方法。     

面向无缝影像数据库应用的一种新的光学遥感影像色彩平衡方法

 针对建立大型无缝影像数据库的影像数据特点，在深入分析与比较现有处理方法的基础上，基于Wallis变换，提出了一种改进的色彩平衡处理方法。该方法可以兼顾整体信息与局部信息，在处理大型无缝影像数据库色彩平衡问题时，既可以减小每张影像的处理误差，又可以消除处理误差的空间传递和积累问题，还便于辐射分辨率的保持。实验表明，该方法可以有效解决大型无缝影像数据库的色彩平衡问题。     

Pleiades-1卫星影像的图像融合方法研究

图像融合可以提高原始图像的质量、增加可视性效果、充分挖掘影像特征,为影像后期的深入分析提供数据支撑,但现有与Pleiades-1卫星影像有关的图像融合方法还甚为少见。因此,本文以遥感处理软件(ENVI4.8)为处理平台,采用该软件自身提供的HSV,Brovey,PC,Gram-Schmidt,Color normalized,PAN Sharpening变换6种融合方法对Pleiades-1卫星影像进行融合处理,经主观评价和定量评价后可以看出,Gram-Schmidt变换能明显提高原始图像的质量,融合后的效果最好,因此Gram-Schmidt变换是Pleiades-1卫星影像最佳的融合方法。     

一种改进的SAR影像斑点噪声抑制方法

合成孔径雷达（SAR）影像的应用越来越广泛,但斑点噪声很大程度上影响了SAR的应用。本文首先研究了常用斑点噪声滤波方法,在此基础上,将中值滤波与常用的Lee,Frost,Kuan滤波结合。实验结果表明,该方法在斑点噪声抑制及边缘保持上明显优于传统的滤波方法。     

一种改进的遥感图像自适应加权滤波算法

遥感图像在其获取、传输的过程中,受到多种因素的影响,会含有各种噪声而降质.文中在分析传统的去噪处理算法和自适应中值滤波算法的(AMF)基础上,提出了一种自适应加权的遥感图像去噪滤波方法.该算法针对噪声图像上每一点,应用自适应加权算子,对于不同的图像区域,算子自适应地进行窗口大小和输出像素值的改变.试验证明,该方法优于传统的去噪滤波算法和AMF滤波算法,在滤除噪声的同时尽可能地保留了图像细节,对于遥感图像去噪增强具有很好的效果.     

信息熵在潜艇作战系统多目标任务调度中的应用

为解决潜艇多目标作战的任务调度问题,针对处理器服务的作战任务队列,提出了基于目标信息增量的作战任务调度算法。运用信息处理系统计算各目标信息增量来描述作战系统对各目标状态的了解程度,并分别给出了作战系统目标探测、识别和跟踪过程中信息增量的计算方法。仿真结果表明,该方法能够定量描述作战任务调度和目标信息不确定性之间的关系,具有一定的可行性和实用性。     

基于光谱信息的遥感图像空间域自适应滤波

遥感图像往往由于内外因素的干扰含有各种噪声 ,为提高图像质量人们对其进行滤波。常规的滤波方式完全基于图像空间域 ,在消除异常点使图像平滑的同时使边界变得不清楚从而使图像模糊 ;或者正相反 ,在边缘信息得到增强时也放大了图像噪声而使图像变得粗糙。该文的自适应滤波方法充分利用多光谱和高光谱遥感图像的光谱维信息 ,滤波时不仅要使均匀的地块得到平滑 ,而且要使地块间的边缘、局部的异常点、线仍然得到保存、在光滑的同时尽量保持原有的数值特征     

基于信息熵的基础地理信息地形数据库中信息量度量方法初探

信息熵方法是建立在信息论基础上的信息量评价方法,目前多用于地图信息的量测,尚无针对地形库中的几大要素特征的综合性的信息量分析评价方法。本文在分析已有地图信息量测方法基础上,选择国家1：1000000地形数据库中9幅地图的居民地要素层,建立vomnoi图,全面分析评价了该要素层的统计信息量、几何信息量、拓扑信息量和专题（属性）信息量。实验表明,对地形数据库中的要素层采用全面评价的方法是可行和必要的,能更好地反映要素的分布特征和专题（属性）特征。     

基于面向对象方法的高分辨率遥感影像道路提取方法研究

随着遥感影像分辨率的不断提高,基于高分辨率遥感影像的目标自动提取逐步成为研究热点。本文采用面向对象的图像分析方法,基于Ecognition遥感图像处理平台,对IKONOS影像进行道路提取实验,重点对图像分割方案、道路提取规则、后处理方法等进行探讨。     

利用Ratio梯度和交叉累积剩余熵进行多源遥感影像匹配

提出将Ratio梯度与交叉累积剩余熵相结合应用于SAR影像与光学影像匹配以及不同传感器拍摄的SAR影像匹配。在这种算法中,首先针对SAR影像低信噪比与乘性噪声模型的固有特性,基于均值比率算法提取Ratio梯度,然后采用交叉累积剩余熵作为相似性测度对参考影像和待匹配影像的Ratio梯度图像进行匹配。交叉累积剩余熵利用累积分布函数代替密度函数有效克服了噪声对局部极值的影响,可以取得令人满意的结果。     

GIS中面元的误差熵模型

根据整个线元边缘分布的平均信息熵确定了“ε－带”的宽度，提出了线元的平均误差熵带模型，进一步扩展到面元的误差熵环模型。误差熵环的带宽取构成边界线的各线段误差熵的加权平均值。最后通过算例比较了面元的误差熵环和误差环模型，绘出了它们的可视化图形，得出了一些有益的结论。     

信息量与相似度约束下的网络地图服务缩略图自动生成算法

缩略图可显著提高图片和视频等图形图像资源的展现效率,有效改善信息检索过程中的用户体验。地图服务是一种耦合空间和尺度信息的图像资源,其设计创作、检索筛选和存储管理均需要缩略图的支撑。设计精巧的缩略图带给人良好、鲜活的第一印象,帮助用户实现高效的交互与探索;粗糙凌乱的缩略图则让用户产生抵触情绪,打消其继续探索地图服务的主动性。本文借鉴视频关键帧的思路并结合地图表达特点,提出了地图服务关键位置和关键尺度的概念,并设计了相应的量化指标和提取算法,重点解决了缩略图视觉效果不佳、地图信息量不足和自动化程度不高等问题。算法基于信息量识别地图中内容丰富的关键位置,然后利用跨比例尺相似度判断发生显著变化的关键尺度,最后自动筛选出若干张代表地图服务内容的缩略图。试验表明本方法提取的缩略图数量适中、内容丰富、代表性强,可高度还原地图服务的内容构成和外观样式。     

熵理论在确定点位不确定性指标上的应用

分析了传统点位不确定性指标的局限性，基于信息论中的联合熵和最大熵定理导出了n维随机点熵不确定指标以及落入其内概率的统一公式；提出了以熵误差椭圆与熵误差椭球作为2维、3维GIS中点元的位置不确定性度量指标。提出的熵指标具有唯一确定、不受置信水平选取的主观性影响等特点，适合于度量未知分布的点位不确定性。     

地图专题信息量的测量方法研究

对已有的地图信息量测量法进行介绍,针对已有的专题信息量测量方法单方面关注符号类型数量或拓扑邻接性,缺乏对影响专题信息量主要因素的分析提取的问题,分析提出影响专题信息的主要因素——符号类型数量、混合度和每种类型占比,在此基础上提出基于拓扑中心符号的专题信息量测量法、基于全局的专题信息量测量法和基于特征的专题信息测量法。实验表明,以上改进方法对地图符号专题信息量的计算结果更加有效,能够更好地符合人的空间认知特性。