利用IKONOS卫星图像阴影提取城市建筑物高度信息

在分析IKONOS卫星图像上建筑物阴影与实际高度关系的基础上,阐述了估算城市建筑物高度的原理和方法,并在以北京市中关村、天坛公园和北海公园为例的试验中,较为准确地得到了建筑物高度信息,从而显示出卫星遥感在城市园林规划与环境数值模拟等方面应用的巨大潜力。     

IKONOS影像城市植被信息提取前的阴影校正

在高分辨率卫星影像的预处理上,阴影的提取与校正是一个难题,本文根据实际需要,采取不同的方法对建筑物阴影和山体阴影进行提取,并采用不同的校正方法进行校正。对城区建筑物阴影,采用基于影像融合的IKONOS影像阴影自动提取方法对阴影进行提取,再采用郎伯模型进行校正;对山体阴影,直接采用监督分类的方法对山体阴影进行提取,再采用灰度线性匹配的方法进行校正。实验表明,分开提取与校正的策略能取得较为理想的效果。     

IKONOS影像的最佳融合技术研究

在研究遥感数字影像融合算法和原理的基础上,选择高空间分辨率的IKONOS遥感影像作为数据源,采用能够以全波段融合的主成分变换、乘积变换、Gram-schmidt变换和小波变换四种融合方法进行比较研究,并通过主观和客观两方面对融合效果进行评价。结果表明,Gram-schmidt变换法融合的IKONOS影像光谱质量最好,同时也较高程度地保持了高几何分辨率的空间信息,是权衡光谱信息和空间信息综合效应最佳的一种方法。     

资源三号卫星高分影像的城市建筑物阴影提取

针对城市高分影像中普遍存在的建筑物阴影严重影响了高分影像的处理和应用问题,该文通过对资源三号卫星(ZY-3)各波段的影像特征进行分析,分别采用基于直方图的阈值分割法、基于主成分变换和HIS变换集成法对阴影提取并对比分析,在此基础上提出了一种基于谱间关系的阴影提取模型。实验结果表明,该文提出的方法能够较好地区分ZY-3影像中的阴影和偏蓝色地物及水体,能够准确地提取城市高大地物阴影。     

基于IKONOS影像监测城市变化方法研究

利用卫星遥感数字影像实现对城市的变化进行动态监测是目前城市规划、土地管理和测绘工作所共同关心的问题。通过对TM,SPOT等卫星影像在土地动态监测工作中的应用现状分析,阐述利用IKONOS影像来监测城市细微的地理变化的必要性、可行性以及所采用的技术方法。     

基于QuickBird影像的城市高大地物阴影检测方法

针对利用高分辨率遥感影像检测阴影时受水体和偏蓝色地物影像的影响问题,提出了一种主成分变换和多波段运算相结合的阴影检测方法。首先,统计、分析了Quick Bird影像中阴影、水体及建筑物等典型地物的光谱特征;然后,基于主成分变换和多波段运算相结合的方法识别阴影区域和非阴影区域,并利用多峰直方图阈值算法对阴影进行自动检测;最后,利用形态学滤波算法对检测结果进行后处理。实验结果表明,该方法对Quick Bird影像中的阴影提取具有较高的精度、效率和普适性。     

城郊高分影像中利用阴影的建筑物自动提取

提出了一种充分利用阴影实现自动分类与后处理相结合的建筑物自动提取方法:首先根据阴影和植被自动检测结果并选定裸地样本确定预分类CMap图,并设计了基于偏移阴影分析的建筑物样本自动提取方法,结合支持向量机（support vector machines,SVM）分类模型将影像分为阴影、植被、建筑物、裸地4大类以提取建筑物初始结果;通过形态学处理提升区域完整性,区域增长补充漏检区域,利用设计的相交边界阴影比率筛除无阴影的非建筑物等措施,进行后处理优化获取最终结果。实验表明,充分利用阴影信息,不仅能准确、全面地获取各类样本,保证分类精度,与后处理优化策略紧密结合,大幅度提高了正确率和完整度;并且自动化程度得到有效提高,更适用于城郊区域建筑物的提取。     

面向对象的高分辨率遥感影像阴影提取方法

针对高分辨率遥感影像阴影提取的问题,通过分析影像主成分变换和HIS变换的特征,提出了一种面向对象的高分辨率遥感影像阴影提取方法:首先,使用mean shift分割方法进行影像去噪和平滑;然后,结合主成分变换和HIS变换形成了一种阴影检测指数(SDI);最后,通过阈值分割提取阴影信息。选取两景影像进行了阴影提取实验。实验结果表明,SDI能有效地区分阴影与建筑物、水体、蓝色地物、植被等非阴影地物;另外,mean shift分割能有效地去除结果中斑点噪声的影响,提高阴影检测精度。     

波段运算与PCA结合的融合方法研究

为了改善常用的主成分融合方法的融合效果,本研究结合算术运算对其加以改进,并将融合结果与主成分、Brovey和小波变换三种方法进行比较。结果表明:新方法目视优于其他三种方法,更好地保持了地物的光谱特征,监督分类可使总体分类精度达到80.45%,比主成分融合的精度提高了8%。定量指标中,均值、标准差与原图像接近,光谱扭曲小,清晰度明显提高。在四种方法中表现最好。     

IKONOS遥感影像在城市生态环境中的典型应用研究

应用不同的方法对IKONOS遥感影像进行处理,提取城市生态环境要素,研究高分辨率遥感影像在城市生态环境监测中的典型应用及采用的技术手段.     

基于小波理论的IKONOS卫星全色影像和多光谱影像的融合

1999年9月24日发射成功的世界上第一颗商用1m分辨率的卫星IKONOS，具有1m分辨率的全色影像和4m分辨率的多光谱影像，通过对IKONOS1m分辨率的全色影像和4m分辨率的多光谱影像的融合可以获得1m分辨率的多光谱影像，为应用提供理高质量的数据源，基于小波多分辨率分析的MRAGM方法，它适合处理任意整数分辨率之比的融合情况，具有在提高影像空间分辨率的同时又保持色调和饱和度不变的优越性，而实现它的关键是构建具有紧支撑特性的M进制低通尺度函滤波器，本文利用基于四进制小波滤波器的MRAGM算法，成功地把全色影像和多光谱影像进行了融合，结果显示该方法的效果令人满意。     

IKONOS立体像对提取DEM及正射纠正的实验研究

利用高分辨率的IKONOS立体像对进行DEM的提取及对影像进行单片正射纠正，这是IKONOS影像用于立体测图的基础。进行上述处理必须建立IKONOS影像成像模型，即有理函数模型，在分析有理函数模型的基础上，阐述了上述操作的原理，并通过实验进行了论证。     

基于主成分分析的农作物空间分布信息提取

针对遥感农作物分类精度低、作物区分不明显的特点,本文提出了一种基于主成分分析的农作物空间分布信息提取方法.通过主成分分析,增强影像的光谱特征,提高样本的可分离性和影像分类精度,满足农作空间分布识别要求.最后以GF-1卫星影像为研究对象进行试验,结果表明,本文提出的方法分类精度可达95％以上,实验结果符合实际情况.     

一种基于高通滤波的主成分分析影像融合方法

针对主成分分析(PCA)变换影像融合过程中变量降维信息损失较多的问题,提出了一种基于高通滤波的主成分分析(PCA)变换融合方法。该方法首先对高分辨率影像在高通滤波模块上进行卷积运算,然后将滤波过后的影像与主成分变换后的第一主分量进行直方图匹配和加权平均运算;最后用直方图匹配过的高分辨率影像代替第一主分量与其他分量经K-L逆变换得到融合结果。选取北京二号卫星影像进行试验,通过将PCA变换和HPF融合结果进行对比评价,结果表明了该方法很好地提高了影像的空间细节信息与光谱保持能力,实验结果将为后续高分系列卫星影像处理提供支持。     

基于最小二乘拟合模型和PCA变换的影像融合

针对传统的PCA变换融合法,利用高空间分辨率影像与多光谱影像的线性相关特性,提出了一种基于最小二乘模型和PCA变换的影像融合方法,采用偏差指数、相关系数和信息熵三个指标,对融合结果进行了定量评价。试验结果表明,在提高了多光谱影像空间分辨率的同时,更好地保留了多光谱影像的光谱信息。     

IKONOS数据在土地利用动态监测中的应用方法研究

对高分辨率 (1m)的多光谱 IKONOS影像在土地利用变化动态监测中的应用方法进行了研究试验。通过对结果的分析和与其他常规方法结果的对比分析 ,提出了将多光谱 IKONOS影像和全色 SPOT影像叠加作主分量变换 ,然后选取适宜的特征分量进行假彩色合成的方法 ,来生成光谱特征变异影像以突出变化信息。该组合方法不仅能保持原有影像的丰富信息 ,而且可突出变化信息 ,充分展示了 IKONOS影像的巨大应用潜力。     

基于小波叠加的主成分变换遥感数据融合方法的研究

主成分变换 (KL)是一种经典的遥感数据融合技术 ,本文在主成分变换的基础上将小波变换与KL变换结合起来 ,与原来的KL和IHS方法相比 ,本文方法进一步提高了融合信息的质量。     

基于数据融合的浅层地下水提取技术研究

为提高浅层地下水遥感探测的准确性和效率,开辟遥感找水新思路,首次将空间分辨率为30 m的Landsat-7ETM多光谱数据和空间分辨率为150 m(Wide Swath模式)的Envisat-1 ASAR先进合成孔径雷达数据进行了融合,并利用基于主成分变换(PCA)和小波变换(WT)的融合算法成功地找到了浅层地下水信息异常带。通过实地调查和物探、钻探验证,I、II、III级找水靶区的富水性情况与预测结果基本一致,并在上述靶区找到了丰富的浅层地下水,证实了该方法的可行性和实用性,可为今后地下水快速勘察提供新的技术手段。