定位定向系统数据的航空高光谱影像几何校正

针对航空高光谱数据几何畸变严重的问题,该文探索了利用POS数据辅助航空高光谱影像几何校正的研究现状,分析了基于POS系统的导航数据的线阵推扫高光谱数据解算成像瞬间外方位元素的原理,以及行方位数据支持的线中心投影影像通过改进的共线方程方法几何校正的过程,实现了无地面控制点数据的直接几何校正。采用高光谱影像分块处理方法,实现了高吞吐快速几何校正。HySpex SWIR-384高光谱影像的实验结果表明,该文的校正算法可达到9.15m的绝对定位精度,最终利用少量地面控制点进行几何精校正,其均方根误差达到0.93m。     

基于GPS/INS的高光谱影像几何粗校正

高光谱影像,较之全色、多光谱影像在地物分类识别方面具有巨大的优势,为了检验现有高光谱相机的空间定位精度,使用基于GPS/INS的POS系统获取航空飞行中高光谱相机的位置与姿态参数,在无地面控制点的情况下,实现几何粗校正.     

遥感图像的几何校正

几何校正是遥感信息处理中一个十分重要的环节,它直接关系到信息提取的精度与实用程度。本文分析遥感图像产生几何畸变的原因,介绍几何校正的原理和方法,以湘中某地区QuickBird遥感图像在ENVI下进行几何校正为例阐述其具体步骤。     

SAR图像的几何校正

采用Konecny等提出的合成孔径雷达(SAR)的构像几何模型并结合数字高程模型(DEM)进行了SAR图像的几何校正,取得了较好的效果。此外,在定向元素的解算中引入了岭估计,较好地克服了由外方位元素间的强相关引起的方程病态。     

SAR图像的几何校正

采用Ｋｏｎｅｅｎｙ等提出的合成孔径雷达的构像几何模型并结合数字高程模型进行了ＳＡＲ图像的几何校正，取得了较好的效果。此外，在定向元素的解算中引入了岭估计，较好地克服了由外方位元素间的强相关引起的方程病态。     

合成孔径雷达图像辐值校正和几何校正的探讨

数字镶嵌是一种常用的数字图像处理技术。然而,用常规的数字镶嵌技术(利用地面控制点) 镶嵌合成孔径雷达图像并不理想。因为侧视雷达图像的畸变(几何和辐值)都与射束方向距离有 关。当相邻航带图像拼接时,图像色调和几何位置偏差较大。本文解决了侧视雷达图像数字镶嵌 中的问题；详述了雷达图像辐值校正和几何校正方法的数学理论；实例证明了校正方法是有效的。 通过对侧视雷达图像进行合适的辐值校正和几何校正后,就能获得色调均匀、位置准确的镶嵌图像。     

基于影像模拟的SAR几何校正准自动方法

合成孔径雷达影像的几何校正是许多微波遥感应用中必须解决的问题，当无法获得准确的轨道数据时，这个问题变得非常困难。本文提出了利用合成孔径雷达模拟影像进行准确的几何校正的原理及方法，并以RADARSAT SAR影像进行了实验。该方法利用不准确的轨道数据及数字高程模型生成模拟的SAR影像，用影像匹配的方法自动获取模拟影像与真实影像之间同名点的坐标差值，而这个差值信息正好提供了对不准确轨道数据的控制。本方法无须地面控制点，并基本上可以自动进行，是解决目前SAR几何校正问题的有效方法。     

大倾斜面阵CCD图像的几何校正

讨论了大倾斜面阵ＣＣＤ 图像的几何校正问题, 重点研究了大倾斜面阵ＣＣＤ 图像外方位元素的确定方法, 理论和实验表明： 文中提出的大倾斜面阵ＣＣＤ 图像的几何校正方法是正确的。     

利用自动匹配与三角剖分进行遥感图像几何精校正

在研究传统几何精校正方法的基础上,提出了一种高精度的基于自动同名点匹配和三角剖分技术的几何精校正方法,该方法是通过基准底图对待校正图像进行几何精校正的。首先利用FAST (Features from Accelerated Segment Test)算子在基准底图上快速提取均匀分布的候选特征点,通过图像自身携带的地理定位信息确定初始同名点对;经平移误差消除、互相关双向匹配、RANSAC(Random Sample Consensus)粗差剔除、二元三点插值等步骤获取稳定可靠的亚像元级同名点对;最后根据亚像元级同名点对构建Delaunay三角网进行图像变换和重采样处理。以Landsat卫星ETM为基准底图对环境卫星CCD数据进行几何精校正试验,本算法几何精校正精度较传统的方法得到了很大提高。     

卫星遥感图像的几何精校正研究

对遥感图像几何精校正方法的研究进行了简介,并通过吐鲁番地区影像校正实例,对运用地面控制点进行几何精校正作了较详细的阐述,对校正控制点的选择及拟合精度进行了分析。     

航空影像自动化镶嵌及几何纠正

针对传统空三与正射纠正对航空摄影要求高,侧重于精度与质量,自动化程度低、处理速度慢,无法满足(无人机)航空影像应急、救灾应用问题,该文提出了一套基于尺度不变特征转换的航空影像镶嵌和纠正的自动化解决方案。应用尺度不变特征转换算法实现航空影像的特征自动提取,并通过K-D树最近邻搜索算法进行尺度不变特征转换特征的自动匹配,根据匹配的尺度不变特征转换计算出变换矩阵,通过矩阵变换和融合算法将相邻影像进行镶嵌,再用多项式模型对得到的镶嵌影像进行整体几何纠正,最终获取摄区正射影像。在Opencv和ArcGIS平台的基础上将整个正射影像制作过程开发成了一个正射影像制作系统,并且采用实际的航拍数据对算法实现效果进行了验证。实验表明,该方法可行,可提高航空正射影像的生产效率,具有生产实际意义。     

An improved atmospheric correction algorithm for hyperspectral remotely sensed imagery

There is an increased trend toward quantitative estimation of land surface variables from hyperspectral remote sensing. One challenging issue is retrieving surface reflectance spectra from observed radiance through atmospheric correction, most methods for which are intended to correct water vapor and other absorbing gases. In this letter, methods for correcting both aerosols and water vapor are explored. We first apply the cluster matching technique developed earlier for Landsat-7 ETM+ imagery to Airborne Visible/Infrared Imaging Spectrometer (AVIRIS) data, then improve its aerosol estimation and incorporate a new method for estimating column water vapor content using the neural network technique. The improved algorithm is then used to correct Hyperion imagery. Case studies using AVIRIS and Hyperion images demonstrate that both the original and improved methods are very effective to remove heterogeneous atmospheric effects and recover surface reflectance spectra.     

复杂背景下航拍图像的电力线自动提取算法

无人机对电力线巡检的关键问题是如何从复杂背景的航拍图像中准确地提取电力线。本文提出了一种基于二维变分模态分解 (2D-VMD) 提取电力线的新算法。首先对原始航拍图像进行预处理,加快数据处理速度;然后采用2D-VMD算法对预处理后的图像进行分解,通过改进后的点锐度算法,选取带有电力线特征的IMF分量图,并利用Roberts算子进行边缘检测;最后利用形态学改进的Hough变换,完成对电力线的提取。试验结果表明,本文方法比传统的Canny算子结合Hough变换方法、LSD方法、Roberts 算法结合形态学改进的Hough变换方法更具精确性、抗噪性、自动化。     

高光谱影像分类的深度少样例学习方法

针对高光谱影像分类面临的小样本问题,提出了一种深度少样例学习算法,该算法在训练过程中通过模拟小样本分类的情况来训练深度三维卷积神经网络提取特征,其提取得到的特征具有较小类内间距和较大的类间间距,更适合小样本分类问题,且能用于不同的高光谱数据,具有更好的泛化能力。利用训练好的模型提取目标数据集的特征,然后结合最近邻分类器和支持向量机分类器进行监督分类。利用Pavia大学、Indian Pines和Salinas 3组高光谱影像数据进行分类试验,试验结果表明,该算法能够在训练样本较少的情况下（每类地物仅选取5个标记样本作为训练样本）取得优于传统半监督分类方法的分类精度。     

高光谱遥感图像的端元递进提取算法

针对高光谱遥感图像中可能并不存在图像端元这一问题,试探的提出一种基于线性混合模型下对初步提取的最近似于端元的像元进行再分析的端元提取算法,即高光谱遥感图像的端元递进提取算法.首先针对3个端元线性混合的图像进行提取,在图像中找到最大近似于端元的像元,利用凸面单形体的几何性质,找出初步提取像元附近位于图像端元构成的凸面单形体边界上的像元,通过计算图像端元在边界像元中的含量,应用线性反解提取出图像端元.模拟图像中的初步结果表明在不存在图像端元的图像中,该算法可以有效的提取3个端元,应用于实际Hyperion图像取得了较好的实验效果.     

TM影像几何校正算法的精度比较

同大多数的线阵推扫式影像相比,TM影像作为双向扫描型的影像其几何校正方法有其特殊性和复杂性。针对这个问题,本文简要介绍了一般多项式、空间斜墨卡托投影、有理函数模型等几种几何近似校正算法,并利用广州地区的TM影像进行了各种试验分析和精度比较。结果表明:同其他方法相比,空间斜墨卡托投影是一种较好的算法,校正精度最高,能够达到一个像素左右,而且该方法不受地形起伏的影响,无需地面高程信息。     

高光谱图像波段选择的改进二进制布谷鸟算法

波段选择是高光谱遥感图像分类的重要前提,本文提出了一种用于高光谱遥感图像波段选择的改进二进制布谷鸟算法,通过使用混合二进制编码算法更新子代鸟巢和使用遗传算法交叉方式更新被发现鸟巢两个方面对二进制布谷鸟算法进行改进,找出在图像中起主要作用且相关性低的波段,实现对高光谱遥感图像降维。将本文算法运用于PaviaU数据集和AVIRIS数据集,并与二进制布谷鸟算法、二进制粒子群算法、最小冗余最大相关算法、Relief算法等进行对比分析。结果表明,改进二进制布谷鸟算法波段特征选择效率更高,且选取的波段更具代表性,能够较好地提高后续分类精度。     

多重约束条件下的影像直线匹配算法研究

针对直线匹配中“一配多”“多配多”难点问题,文章提出多重约束条件下的影像直线匹配算法.该方法利用直线邻域范围内的同名点计算每一个待匹配直线的单应性矩阵,然后利用单应矩阵将目标影像上待匹配直线映射到搜索影像,根据距离约束确定候选直线,依据直线段倾角相似度等约束再在候选直线中进一步确定可能的同名直线;并利用核线约束条件和灰度相似性约束确定最终的同名直线.最后分别采用无人机影像和UCX数字航空影像进行实验,验证了本文方法的有效性.     

高分五号高光谱影像的关联对齐域适应与分类

高分五号(GF-5)搭载的高光谱传感器兼顾宽覆盖和高分辨率的特性,但在实际应用中宽覆盖范围内各种地物类别的标注十分困难。当标记样本很少甚至没有标记样本时,遥感图像分类异常困难。此时,可以采用域适应方法,借助已标记的历史数据(源域)实现对未标记数据(目标域)的分类。本文提出了一种基于稀疏矩阵变换的关联对齐域适应分类算法。首先,利用稀疏矩阵变换估计源域和目标域的协方差矩阵;然后,运用协方差关联对齐方法估计源域到目标域的变换矩阵;接着,运用估计得到的变换矩阵将源域数据进行变换,使得其与目标域对齐;最后,在变换后的源域数据上建立分类器,实现对目标域数据的分类。本文的算法在两个真实的GF-5高光谱数据集上进行了验证。实验结果表明,本文算法要优于常用的子空间对齐算法和关联对齐算法。特别地,在黄河口GF-5数据上,本文算法比原始关联对齐方法的最近邻分类准确率提升了3.5%,支持向量机分类准确率提升了2.3%。     

移动高程平面约束的多视影像特征点匹配

针对影像匹配中由于重复纹理和遮挡导致的不确定性问题,提出移动高程平面约束的多视影像特征点匹配方法。该方法将多视影像上提取的特征点投影到不同高程的物方格网平面,利用平面上格网单元来约束候选同名特征点,对多视影像进行选择性匹配,避免部分影像遮挡对匹配的影响。实验选取UCX(UltraCamX)数字航空影像进行匹配,取得可靠的匹配结果,从而验证了本文方法的有效性。