一种改进的遥感图像薄云快速去除方法

从遥感图像成像机理出发,改进了同态滤波处理方法,以削弱图像中的薄云影响,更好地反映真实地表情况。试验表明,该方法运算效率高,效果理想。     

遥感图像薄云去除方法及IDL的实现研究

云噪声的干扰,严重影响了遥感图像的解译与信息提取。本文从遥感图像的成像机理出发,使用同态滤波算法,采用IDL二次开发语言并集成到ENVI平台上,实现了遥感图像薄云的自动化检测与去除。实验证明,该过程能够有效地去除薄云,提高在传统方法中图像预处理的效率,在一定程度上提高了图像的质量与精度。     

噪声调节主成分变换下的遥感图像薄云去除

针对在光学遥感图像中的地球表面反射率由于云覆盖所造成的衰减问题,本文提出了一种基于噪声调整主成分变换(NAPCT)模型的薄云去除方法.首先,通过噪声估计构建NAPCT除云模型,实现云图像的转换;然后,利用NAPCT第一成分(NAPC1)提供的云分布信息,通过合并云掩膜,对NAPC1上的浑浊像素进行校正;最后,将逆变换应...     

基于无人机航空影像的薄云去除方法研究

提出一种新的结合面向对象分类方法进行同态滤波的薄云去除方法,该方法采用Ecognition软件,将无人机影像划分为有云区域和无云区域,并对无人机影像进行同态滤波,用滤波后影像的有云区域代替原影像的有云区域,无云区域保持不变.并对处理后的影像进行监督分类,再对整幅影像进行Wallis滤波匀光匀色处理,使得有云区域的色调、对比度和亮度与无云区域趋于相同.实验结果表明方法效果较好,能有效地消除或减弱薄云对无人机影像的影响.     

遥感图象中薄云的去除方法

云覆盖是遥感图象处理中最常遇到的一种情况，如何有效地去除云的影响，为后续图象识别与分类奠定基础，是图象预处理阶段的一个重要任务。本文介绍使用同态滤波进行去云处理方法，并分别对实际的卫星象片和航空象片进行处理，说明了方法的有效性和可操作性。     

基于灰度梯度的遥感图像去云方法研究

针对遥感图像厚云处理的替换方法,提出基于图像灰度梯度的去云处理方法,即通过无云图像的灰度梯度特征来对有云图像的区域进行还原处理.实验测试结果表明,基于梯度的去云处理方法不仅去云效果显著,而凡消除了传统替换方法中色彩差异较大的问题.设计了两种梯度计算方法,分别是基于比值的梯度计算方法和基于动念行梯度的计算方法.通过对这两个方法的对比分析,基于动态行梯度的去云方法是较为理想的去云方案.     

无人机遥感图像中不均匀雾霾的去除算法研究

由于雾霾的存在,无人机(Unmanned Aerial Vehicle,UAV)获取的图像受到严重影响。利用单一算法很难有效地去除无人机遥感图像中不均匀的雾霾。本文提出了一种新的去雾算法,该方法将图像分割技术与暗原色方法结合起来,实现不均匀雾霾的综合去除。该方法的具体处理过程如下:首先,利用图像分割技术将原图像根据雾的浓度分为淡雾、浓雾两部分;其次,依据暗原色先验理论,获取比较准确的大气光,分别求取大气光的模、方向;再次,利用引导联合双边滤波细化透射率,针对浓雾部分利用局部视网膜皮层理论(Retina-cortex theory,Retinex)增强进一步处理,最终得到恢复的图像。实验结果表明,相比于He和Retinex算法,本文算法在图像细节还原、色彩保真等方面具有更好的处理效果。     

基于光谱及几何信息的TM图像厚云去除算法

为了去除厚云及其阴影对光学遥感图像的影响,以TM图像为实验数据提出一种基于光谱及几何信息的去厚云算法.在分析单图像云区多光谱特征及对比多时相图像光谱特征的基础上,首先检测光谱特征明显的厚云,依据云和云影成对出现的成像几何关系,按确定的方位和距离搜索云影;然后采用数学形态学的侵蚀与膨胀算法对云区边缘进行碎片去除及填补、合并处理,使其准确反映图像中受云影响的数据总量;最后利用光谱线性回归匹配后的参考图像替换目标图像中的云区,达到去云目的.实验结果表明,上述算法去厚云效果显著,能够有效排除水体及地形阴影对云影识别的影响,具有快速、简单、实用性强的特点.     

一种新的基于内容遥感图像检索的图像分块策略

对常用的图像分块方法进行了说明，提出了平均块覆盖率、冗余数据比率等概念，以及平均块覆盖率和冗余数据比率是衡量CBRSIR系统分块方法优劣的重要标准这一论断。在此基础上，针对Quin-树存在的主要问题，提出了一种新的分块策略——Quin^＋-树，并将Quin^＋-树和Quad-树、Quin-树和Nona-树进行了分析和比较。实验证明，Quin^＋-树是最实用可行的CBRSIR图像分块方法。     

GeoEye-1遥感图像去雾霾方法比较

在多雨多雾地区,GeoEye-1卫星获取遥感图像时常受到雾霾的影响。由于雾霾对电磁波有吸收、折射、反射和散射作用,导致遥感图像清晰度降低。因此,尽可能地消除雾霾对图像的影响,才能有效地提高遥感图像的质量。利用ENVI软件作为图像处理平台,分别选取了国内外常用的"同态滤波"、"小波变换"和本文提出的"波段计算组合"3种去雾霾方法对GeoEye-1图像进行去雾霾处理效果的研究对比。结果表明,利用"波段计算组合"方法去除GeoEye-1图像中的雾霾有很好的效果。     

基于云理论的遥感影像分类方法分析

采用基于云理论的遥感影像分类方法,该理论兼容模糊性和随机性,通过逆向云发生器生成云模型,进而得出云的数字特征隶属函数,使用X条件云发生器计算隶属度,最后用极大判别法实现分类。通过与传统方法的实验对比分析,基于云理论的遥感影像分类方法有效地改善分类中的不确定性问题,提高分类准确度。     

基于多维云空间的多光谱遥感影像边缘检测研究

在云模型的基础之上,提出一种基于多维云空间的遥感影像边缘检测算法。该方法依据矢量角相似性准则并结合邻域关系进行图像区域生长,在此基础之上根据影像不同波段的数据特征建立多维云空间映射模型,将数据从图像空间映射到云空间。通过多维云的逻辑运算生成边界云并进行向量综合。利用云的数字特征反推隶属度,构建边缘模糊特征平面,并通过最大模糊熵原则确定最优阈值,对图像模糊边界进行提取。试验结果表明,该算法在多光谱遥感影像中能取得较好检测效果。     

一种云端一体化的土地督察遥感监测方法

针对目前土地遥感监测工作中存在的监测频次低和数据现势性差等问题,通过统筹获取国产卫星影像数据提升监测频次,设计了多源遥感影像的空间网格组织和调度方法,改变传统的影像切片发布模式,建立实时影像服务方法,大幅提升了土地督察遥感监测时效。通过在国家土地督察济南局试点应用,研发了云端一体化的土地督察遥感监测服务平台,实践证明基于空间网格的影像组织管理效率优于传统金字塔切片管理模式,有效支撑了违法用地、永久基本农田保护和城市开发边界突破等监测预警,应用成效显著。     

一种基于SiftGPU的遥感影像匹配方法

针对已有的遥感影像匹配方法难以同时满足高精度、可靠性和高效率要求的问题,该文提出一种基于分块策略的尺度不变特征变换快速匹配方法。首先对两幅待匹配影像进行分块,根据影像的坐标信息建立参考影像与搜索影像上每个分块的对应关系,并进行量化级数转换;然后对每一对分块影像采用尺度不变特征变换算子进行匹配,同时采用GPU进行加速;最后对得到的所有匹配点进行误匹配点剔除。为验证该方法的有效性,采用经过正射纠正的ALOS影像和经过传感器校正的资源三号正视影像进行匹配实验。实验结果表明,该方法能够得到较多高精度的同名点,并且能在短时间内完成大数据量的处理。     

基于压缩感知的遥感影像弹性配准方法

针对遥感影像由于载荷类型、观测角度、地形起伏等内外部因素造成的影像局部几何畸变,而基于全局配准方法制约着影像配准精度的提高,基于像元的弹性配准方法可大幅提升遥感影像的配准精度,但是存在运算效率这一瓶颈等问题,该文利用像元弹性配准参数的稀疏性,提出一种基于压缩感知的弹性配准方法。通过对遥感影像像元梯度幅值响应较强的点进行随机抽样,形成观测样本点集,采用弹性配准局部参数解算模型求解样本点平移参数;通过压缩感知稀疏重构算法重构影像各像元平移参数。实验表明,在配准精度差异较小和一定的参数设置条件下,该方法可显著提高弹性配准运算速度。     

结合LOG算子和大津法的遥感影像边缘检测方法

针对遥感影像具有丰富的细节和混合噪声,采用传统高斯拉普拉斯(LOG)算子难以有效地提取遥感影像地物边缘信息,文章提出一种结合LOG算子和大津法(Otsu法)的遥感影像地物边缘信息提取算法。此算法采用中值滤波对原始影像进行消噪,利用Otsu算法对滤波后影像进行自适应阈值分割得到目标影像,采用LOG算子对目标影像进行边缘信息提取。以安宁某区域的遥感影像为例,实验结果表明,提出的算法与传统LOG算子相比,具有更高的提取精度,能有效地提取出遥感影像的真实边缘、减少伪边缘。     

基于AdaBoost算法的遥感影像水体信息提取

AdaBoost算法利用每个特征构造一个简单分类器,然后将简单分类器进行训练组合成一个强分类器。算法能够充分利用每个分类器的优势并避免其劣势,得到一个最佳判别,达到提高分类精度的目的。本文利用TM影像,将影像各波段灰度、水体指数和谱间关系特征相结合,构成提取水体的强分类器,实现水体提取。实验结果表明,算法能够非常有效地、高精度地提取水体信息。     

基于主成分分析与粒子群优化的遥感影像变化检测

针对变化检测中差异影像上变化阈值选择困难的问题,该文提出了使用粒子群优化算法自动地从差异影像上选择最优变化阈值的方法。该方法首先利用主成分分析法从影像中提取包含最大信息的主分量,利用主分量构建差异影像;在此基础上,使用高斯混合模型估算差异影像的初始阈值,最后通过粒子群算法计算出最优的变化阈值。实验结果表明,该方法能够迅速地获取变化阈值,避免了人工选择时繁琐重复的尝试,且检测结果精度较高。     

基于增强小波ECW的遥感图像压缩研究

基于小波变换的图像压缩方法能在高压缩比的前提下保持好的重建图像质量,小波变换的编码技术被广泛地应用于图像的压缩中。但这些传统的小波压缩技术及改进算法,都需要构造复杂的小波基、小波函数,算法复杂,制约了在实际中的广泛应用。而最新发展的增强小波技术较传统的小波技术ECW在压缩率、压缩速度、压缩编码方面均有了新的突破,利用ECW SDK二次开发包,可在应用系统中直接嵌入ECW技术进行遥感影像压缩,避免了传统的小波技术算法复杂等弊端。实践表明该方法是一种有效的、可以在实际中广泛应用的遥感图像压缩方法。