基因表达式程序设计的卫星遥感影像恢复

提出了一种基于基因表达式程序设计的卫星影像恢复模型。借助一张局部参考影像,该模型首先利用基因表达式程序设计挖掘出参考影像与退化影像的数学函数关系,然后利用该函数关系对退化影像进行恢复重建,进而达到利用局部参考影像对全局退化影像进行改善和恢复的目的。实验结果表明,该方法有效并具有一定的实用价值。     

基于断裂构造遥感影像特征对比分析的花山岩体与姑婆山岩体成因关联性探讨

花山花岗岩体与姑婆山花岗岩体是广西桂东地区相邻的2个花岗岩体,与该地区多金属成矿的关系密切,探明它们的成因关系对扩大桂东地区有色金属矿产资源的找矿前景具有实际意义。由于花岗岩体断裂构造的形成与花岗岩体成岩地质作用关系密切,因而通过其空间分布特征来分析比较相邻岩体的断裂构造特征有助于对岩体成因关联性的探讨。以ETM+遥感图像为信息源,在对花山和姑婆山花岗岩体遥感图像开展了SN,EW,NE和NW这4个方向的线性构造信息提取基础上,对2个岩体的遥感线性构造进行了对比统计分析、对比玫瑰花图分析、对比等密度图分析以及对比趋势面模拟岩体断裂构造应力场分布分析,最后通过综合分析获得2岩体在成因上所具有的关联性及差异性。     

贝叶斯原理在遥感影像恢复中的应用

总结了遥感影像数据获取、传输和存储过程中引起影像退化的原因。根据信号处理中的概率统计理论,推导出了一种可以不依赖目标成像模型的遥感影像去模糊算法。实验结果表明,该算法具有较强的影像恢复能力和抗噪能力,对于缺乏点扩散函数先验知识的模糊遥感影像更加适用。     

贝叶斯原理在遥感影像恢复中的应用

总结了遥感影像数据获取、传输和存储过程中引起影像退化的原因.根据信号处理中的概率统计理论,推导出了一种可以不依赖目标成像模型的遥感影像去模糊算法.实验结果表明,该算法具有较强的影像恢复能力和抗噪能力,对于缺乏点扩散函数先验知识的模糊遥感影像更加适用.     

遥感影像主特征线检测

受到成像规律性差,背景纹理复杂及强烈噪声的影响,直线检测方法通常难以适应遥感影像处理的需求。有鉴于此,论文提出一种具有视觉显著性的遥感影像主特征线检测方法。论文首先论证了利用已提取直线为基元,基于格式塔法则构建主特征线的可行性;其次对直线在主特征线上的复杂投影情况进行了详细的剖析,并给出了主特征线的定义;接着建立了主特征线累计权重矩阵及直线统计矩阵,依据格式塔原则分析直线权重分布规律,以此构建了直线的权重模型,同时探讨不同直线在同一主特征线上权重分配规律;最后依据上述分析结果提出了具体的算法步骤。通过多幅含有强烈噪声的光学与SAR遥感卫星影像实验结果表明,相对于其他聚类算法,论文算法能够在杂乱无序的直线集中提取较为清晰的主特征线,并且实验效果基本符合人工视觉感知,便于机器对遥感影像的清晰理解。     

纹理特征遥感影像分割研究

影像分割是面向对象的分类思想应用于遥感影像信息自动提取的基础,纹理是影像的基本特征,是影像分析、理解和识别的重要信息,纹理特性的有效表达和抽取,是基于纹理影像分割的前提。本文系统概述了近年来各类文献中使用频率较高的基于纹理的遥感影像分割方法,并以基于统计的方法、基于纹理结构的方法、基于模型的方法和基于空间/频率的方法四种基本类型为主线,对每一类分割方法的特点进行了分析和总结,在此基础上指出了基于纹理特征遥感影像分割的研究趋势。     

典型滑坡遥感影像特征研究

对于不同地质条件、成因类型和运动距离的滑坡,在不同分辨率遥感图像上显示的影像特征往往存在较大差别,尚难以确定统一的滑坡遥感识别标志.尤其对于规模较大、形成机理和活动规律复杂的远程滑坡和复合滑坡,一直是遥感识别的难点,可供借鉴的前人研究成果不多,目前主要还是靠地面调查.在国内外滑坡遥感调查成果调研以及国土资源大调查地质灾害遥感调查、近年来地质灾害应急遥感调查研究成果的基础上,分析和总结了笔者参与调查过的巫山大清坎滑坡、千将坪滑坡、武隆滑坡及西藏102滑坡群等典型滑坡的遥感影像特征,提出了滑坡(尤其是高速远程滑坡)的遥感识别标志,以期与同行专家共商榷.     

基于Mask原理的遥感影像恢复技术研究

从传统摄影复制技术中的Mask晒像原理出发,针对航空航天遥感影像上出现四周减光、照度与颜色不均匀、对比度下降、影像模糊等质量退化情况,提出将影响影像退化的各种因素综合考虑,通过一种基于Mask的影像复制技术来建立影像降质模型,并以此Mask影像对遥感影像进行恢复处理。试验结果表明,该恢复算法是可行的。     

基于对象特征的遥感影像分类

为了有效地实现分类识别,采用多尺度分割后影像为数据源,通过计算影像对象特征,实现特征集构建,并对特征集进行特征提取,辅助决策树的特征选择方法,达到特征优选的目的,针对影像对象的特征实现对TM影像的分类,实验表明该方法较一般的特征提取方法精度大幅提高,且完成可视化特征提取的重要任务。     

融合多特征的遥感影像变化检测

常规多时相遥感影像变化检测主要基于光谱信息,没有充分利用纹理、几何、形状等多种特征信息,不足以体现检测目标的完整性和准确性。本文针对不同特征在变化检测中应用的优势,在提取影像多种特征的基础上,构建了1维和多维两种基于信息融合策略的变化检测方法,即利用1维特征空间加权距离相似度运算、多维特征空间的模糊集融合和支持向量机融合策略进行变化检测。利用多时相QuickBird高分辨率遥感影像进行城市土地覆盖变化检测试验,结果表明,本文方法可以有效集成不同特征的优势与表征变化信息的能力,提高变化检测过程的稳定性和适用性,同时能够更好地保持变化地物的结构和形状,突出主要变化目标。     

融合时间特征的遥感影像分类

为了克服基于光谱纹理特征的影像分类法的不足,提出一种融合时间特征的遥感影像分类方法。以历史时期土地利用矢量图为辅助数据,对新时期遥感影像进行带约束的影像分割以获取像斑;采用迭代统计的方法计算新时期遥感影像的地物类别转移概率;利用地物类别转移概率表达时间特征,将其融入到像斑的后验概率中,构建顾及时间特征的像斑联合概率;依据后验概率最大原则获取影像分类结果。采用Quick Bird遥感影像进行的实验结果表明:与基于光谱纹理特征的分类方法相比,所提出的方法能够显著提高影像分类的精度,总体分类精度与kappa系数分别提高了9.8%和17.9%,验证了所提方法的可行性和可靠性。     

归一化转动惯量特征的遥感影像检索

针对传统遥感影像检索方法大多存在精度不高、效率低下等不足的问题,该文提出了一种基于归一化转动惯性特征的遥感影像检索算法。该算法对经过脉冲耦合神经网络处理的二值影像序列进行计算,提取影像序列的归一化转动惯量特征;同时,利用马氏距离结合Pearson积矩相关法来度量各特征矢量之间的相似性,提高检索结果的正确率。实验结果证明,该算法有效地兼顾了影像的内容结构信息,不仅可以快速地进行检索计算,还能提高检索精度。     

基于形态重建的高分辨率遥感影像城市道路提取

根据城市道路在高分辨率遥感影像中的形态特性,提出一种基于形态重建的提取方法。试验结果表明,该方法能有效地从高分辨率遥感影像中提取出城市道路网。     

基于形态分割的高分辨率遥感影像道路提取

基于灰度形态学,提出一种从高分辨率遥感图像提取道路网络的方法.首先利用灰度形态特征对遥感影像进行分割,进而得到基本的道路网络轮廓.然后在此基础上,利用线段特征匹配方法提取道路网络.提出的方法能适应于从道路和背景区别不很清楚的遥感图像中提取道路.实验结果也表明,本文方法能有效地从遥感影像中提取道路网络.     

风化作用对遥感图像影像特征的影响

甘肃北山地区位于甘肃省西北隅,是指疏勒河隐伏断裂以北,黑河以西至甘、新两省(区)交界处的广大地带,面积约六万多平方公里,属戈壁丘陵地貌区。据有关气象资料,本区属温带干旱气候区,夏季酷热,冬季寒冷;本区日照时间长,降水量少,蒸发量大,年平均降水量58.3毫米,而蒸发量达2600余毫米;每年11月至翌年5月为风季,以西南风为主,冰冻期自9月至翌年4月,最大冻土深度为176毫米。该区基岩裸露好,植被稀少,无常年地表迳流。因此本区岩石风化作用以物理风化为主,化学     

青藏高原水系特征遥感影像解译方法研究

我国西部地区1∶50000地形图的缺失,制约了该区域经济建设和社会发展,给我国西部大开发战略的实施带来了困难。影像解译是整个测绘工程中的关键环节之一,水系特征又是各类地物中的关键要素。本文通过对不同影像中青藏高原水系特征的解译,结合其它技术手段,综合运用各类信息,在此基础上提出了针对不同水系特征的解译提取方法。结果表明,针对不同水系特征的特点,利用不同的遥感数据源,结合其它技术手段,加上各类信息的运用,能够有效地提取青藏高原的各类水系特征,基本能够满足1∶50000地形图的测绘需求。     

特征组合优化的高分辨率遥感影像变化检测

为充分发挥遥感影像中光谱、形状、纹理等特征的优势,本文提出一种特征组合优化的高分辨率遥感影像变化检测方法。首先利用e Cognition软件对两时期影像进行多尺度分割并计算分割像斑的特征值;其次对比不同地物的特征值分布;然后分析不同特征对地物分类的影响;最后得到最优的特征组合。本文以乌鲁木齐西山高铁新区2014和2015年的IKONOS影像为基础进行实验,实验表明,上述方法可以充分利用多特征的优势,提高变化检测的精度。     

基于纹理特征的遥感影像监督分类

影像分类技术是遥感影像分析与解译的重要基础。纹理特征是影像的重要特征,本文主要实现基于纹理特征的遥感影像监督分类。首先对地物样本进行提取,通过样本训练统计各类地物纹理特征向量,建立纹理特征库;然后以各类地物的特征向量作为基准,采用最短距离分类器对影像进行分类;最后采用混淆矩阵对分类结果进行精度评定,并与ERDAS专业软件分类结果进行对比分析。实验证明,本分方法取得了与ERDAS软件相当的分类效果,从而验证本文方法的可靠性。     

基于多特征的遥感影像分类方法

提出了一种基于多特征的遥感分类方法。首先 ,制定类方案并分解各个类 ,据此得到相应的子类 ;然后 ,通过选用适当的特征 ,使得每一个类都能以一个独特的特征组合来表达。与此同时 ,通过影像分割得到影像对象 ,并测量这些对象的各个特征 ,如光谱特征、几何特征及拓扑特征等。凭借这些特征 ,影像对象可以较为容易地被识别和分类。与传统的分类方法的比较表明 ,文中所提出的分类方法具有明显的优越性和良好的前景。