珊瑚岛礁CBERS-02B与资源二号融合影像的质量评价

南海海域分布着众多珊瑚岛礁,鉴于其蕴含着巨大的经济、军事和生态等价值,我国越来越重视对珊瑚岛礁的调查、监测和研究。在调查任务的推动下,选取国产中巴资源卫星-02B(CBERS-02B)多光谱影像与资源二号(ZY-2)全色影像数据,对其影像的质量进行评价研究,可验证其能否应用于珊瑚岛礁的监测。以西沙群岛中的珊瑚岛为例,应用主成分分析(PCA)、Brovey变换、乘积变换3种常用融合方法,对国产自主卫星CBERS-02B与资源二号影像进行了融合试验,并采用主观与客观相结合的评价方式,与国际主流的卫星SPOT-5自身融合影像进行对比分析。CBERS-02B、资源二号融合影像与SPOT-5融合影像质量对比分析结果表明:目视效果来看,SPOT-5卫星数据较高的分辨率使其融合影像的分辨能力明显高于CBERS-02B与资源二号融合影像。但在光谱信息方面,CBERS-02B与资源二号融合影像对绿色植被的分辨具有优势,有利于植被目视识别。客观统计指标显示,与SPOT-5融合影像相比,CBERS-02B与资源二号融合影像绿光波段灰度平均值较高,红光和近红外波段灰度平均值较低;两组融合影像的标准差相差不大;从影像的熵来看,CBERS-02B与资源二号融合影像的熵值较高;而平均梯度和相关系数低于SPOT-5融合影像。总体而言,由于受到空间分辨率的限制,CBERS-02B与资源二号融合影像目视效果逊于SPOT-5自身融合影像,但在空间细节分辨能力方面具有优势,能够反映出更多的光谱特征,尤其是对植被的光谱差异反映细腻。     

IHS变换与小波变换相结合的ETM+影像融合技术

多分辨率影像融合技术已广泛应用于遥感影像处理方面,针对ETM＋多光谱影像和全色影像融合中存在的光谱失真现象,提出了一种改进的ETM＋影像融合方法。该方法首先对多光谱影像进行IHS变换;然后将全色影像进行小波分解,利用亮度分量替换小波分解后的近似分量,进行小波逆变换得到新的亮度分量;最后进行IHS逆变换得到融合影像。试验结果表明,融合后的影像在保持多光谱信息和提高空间分辨率上均能获得较好的效果。     

SAR与光学影像融合增强方法和效果分析

基于Radarsat-2全极化SAR、GF-1多光谱、Landsat-8多光谱影像,利用PCA变换、HSV变换等方法,分析了同空间分辨率的SAR与光学全色影像的信息量,并评价了其分别与Landsat-8多光谱影像的融合结果。结果表明:全极化SAR影像较全色影像的亮度高,图像标准差、信息熵及平均梯度总体趋于一致,信息量相当;融合影像目视效果相近,且SAR融合影像较光学融合影像包含的信息量更为丰富,利用高分全极化SAR影像替代光学全色影像开展海岸带遥感监测是可行的。     

一种改进的Curvelet变换遥感影像融合方法

提出了一种改进的Curvelet变换的融合算法,以IKONOS影像为样本数据,融合过程中将原全色波段与多光谱影像中未参与HIS分解的波段进行加权组合,形成新全色分量,再将此分量与明度分量分别进行第二代Curvelet变换,以形成新明度分量,HIS逆变换后形成融合影像。并与改进的HIS变换融合、传统的HIS变换与Curvelet变换结合的融合算法相比较,结果表明,改进的方法能增加融合影像的信息量,降低光谱扭曲度,提高融合影像与原多光谱影像的相似度。     

以内陆水体为观测目标的GF-1影像常规融合方法评价

内陆水体的研究需要遥感影像具备高空间分辨率和高光谱分辨率,这使得影像的全色（PAN）波段和多光谱（MS）波段之间的融合尤为重要。本文以钱塘江大缺口段为研究对象,采用四种常规融合方法,包括Pan Sharpening（PS）、主成分分析（PCA）、Gram Schmidt（GS）和小波分析（WF）,分别对GF-1影像开展了全色波段和多光谱波段的融合方法评价。研究结果表明,GS融合后的影像效果最好,随后分别是PCA、WF和PS。由于水陆之间反射率信息获取的根本差异,大面积水体的存在会影响到融合影像保留源图像空间和光谱信息的能力。因而,在进行遥感影像融合时,融合方法的选择需要考虑影像中水域面积的分布情况。     

高空间分辨率遥感影像融合方法探讨

针对高空间分辨率遥感影像特点,利用IHS变换、Brovey变换、PCA主成分变换、Gram_Schmidt变换以及Pansharp变换等五种融合方法对QuickBird影像进行了融合实验,并从目视效果、波谱剖面图以及定量分析三方面对融合后影像质量做出了科学的比较,结果表明Pansharp和Gram_Schmidt融合算法更适合高分辨遥感影像融合。     

基于空谱融合与AlexNet算法的滨海湿地植被分类研究

为提高遥感影像融合质量,提升资源一号(ZY-1 02D)高光谱遥感影像滨海湿地植被分类精度,提出将ZY-1 02D高光谱影像与空间分辨率为10 m的哨兵2号(Sentinel-2)影像进行Brovey融合,并通过搭建AlexNet卷积神经网络对ZY-1 02D高光谱影像和Brovey融合影像的滨海湿地植被进行分类,与支持向量机、随机森林和BP神经网络分类算法进行精度对比。研究结果表明:经Brovey融合后,AlexNet、支持向量机、随机森林和BP神经网络算法的植被分类总体精度分别提高15.60%、7.00%、14.80%和10.00%,Kappa系数提高了21.35%、9.93%、18.97%、12.85%;基于Brovey影像融合与AlexNet算法的植被分类精度最高,总体精度为92.40%,Kappa系数为89.42%。空谱融合配合AlexNet卷积神经网络有效解决了高光谱遥感影像在滨海湿地植被分类应用中精度较低的问题,为滨海湿地植被资源动态监测提供技术和方法支撑。     

高分二号卫星滨海湿地影像质量评价

以黄河口典型滨海湿地为实验区,采用主客观评价相结合的方法,在与SPOT-6卫星影像对比的基础上进行了GF-2卫星全色影像、多光谱影像以及融合影像的质量评价。目视主观评价表明,GF-2影像在滨海湿地地区整体表现能力上与SPOT-6影像相近,地物边界、纹理等细节信息方面优于SPOT-6影像;基于统计指标的客观评价结果显示,GF-2影像受噪声干扰的程度小于SPOT-6影像,承载的信息量与SPOT-6影像接近,多光谱影像以及融合影像各波段间的独立性也与SPOT-6影像相当,但在灰度、离散程度和地物可分性上与SPOT-6影像还存在一定的差距。     

基于"资源二号"卫星和TM影像融合的滩涂信息提取

利用"资源二号"的全色波段和Landsat-7 ETM的多光谱波段,采用主成分变换的方法进行融合,对福建省的福清、长乐沿海的滩涂信息进行增强和提取.比较了融合影像和原始影像,表明影像中滩涂的清晰度得到了改善,大大方便了对滩涂信息的目视解译,同时也丰富了滩涂信息的色彩,提高了分类提取滩涂信息的精度和准确度,不失为滩涂信息提取的一种有效手段.     

IKONOS影像自适应小波包融合处理技术研究

针对传统的融合技术在IKONOS高分辨率卫星影像处理中的不适应性，提出一种更为精确细致的图像融合方法——自适应小波包分析法，既可以对图像低频部分进行融合处理，还可以对高频部分采取所需的融合处理策略，以综合多源多时相图像中的高频细节信息。该融合算法在信息量、光谱特征和边缘特征等方面具有综合优势。融合后影像不仅很好地保留了原多光谱图像的光谱特征，而且在增加融合结果信息量，改善解译的精度和可靠性以及使用率等方面均收到很好的效果。     

图像融合在遥感中的应用

介绍了关于低分辨率的多光谱图像与高分辨率的全色图像相融合的一些方法。图像融合的目的是为了获取高分辨率的多光谱图像,它既包含了多光谱信息又具有全色图像的高空间分辨率特点。图像融合在遥感中的主要目的在于尽量保持图像的光谱信息．以便用于土地覆盖分类等领域,这一点与其在军事应用和计算机辅助设计领域有所不同。阐述了如何在不使用高分辨率的全色图像情况下进行融合的方法,由于同时获取的多光谱图像之间存在亚像元级的偏移现象,将位移量作为附加信息来有效提高采样频率,以此获取高空间分辨率信息。最后选取了SPOT卫星的多光谱图像作为例子．对文中所阐述的算法进行了试验,并对试验结果作了比较分析。     

涌浪作用下港内大型集装箱船运动特性数值研究

随着船舶大型化和港口建设深水化发展,外海不同周期波浪作用下大型系泊船泊稳问题与小型系泊船相比出现了新的特点。为此,利用数值模型方法研究了在不同入射角度和周期的涌浪作用下港内大型系泊船的水动力响应,针对系泊船的泊稳情况探讨了船舶的运动规律和运动特性。研究发现,在涌浪周期较大的情况下,限定波高的泊稳标准不足以用来确定系泊船的正常作业条件,港内泊船的水平运动（纵荡、横荡和艏摇）极易超出运动标准值并影响装卸作业效率,并且船舶的水平运动表现出主要由次重力波主导的低频运动特性,而垂直运动（垂荡、横摇和纵摇）表现出主要由短波主导的波频运动特性。     

Manifestation specifics of hydrodynamic processes in satellite images of intense phytoplankton bloom areas

The paper summarizes the results of the long-term complex satellite monitoring of the Black and Baltic seas. Data from synthetic aperture radars (SARs) constitute the experimental basis for the investigation of satellite. In addition to radar data, the data of the visible and infrared bands from MODIS Terra/Aqua, MERIS Envisat, Landsat series sensors are used. The features of the manifestation of hydrodynamic processes, submesoscale eddies in particular, in satellite radar and optical images in a period of intense phytoplankton bloom are discussed. A relationship is established between the intensity and duration of the phytoplankton bloom in the regions of observation and the frequency of the appearance of long-lasting wakes behind moving ships in SAR images. These wakes appear as long narrow bright bands of enhanced backscattered signal extending for tens and sometimes hundreds of kilometers. It is proposed to consider the wakes of this type as indicators of the areas and duration of intense phytoplankton bloom. Satellite observations over the Black and Baltic Seas conducted for more than ten years have shown that long-lasting ship wakes are influenced by powerful jet streams, such as those associated with the passage of eddies that leads to shifts and deformations. By comparing the true route of a ship with its wake in the satellite image, it is possible to obtain detailed information about the parameters of currents.     

尺度自适应分层多阈值热红外遥感舰船检测

针对热红外遥感图像由于低对比度、条带噪声、低空间分辨率等特点而导致的检测效果不佳问题,提出了一种近岸舰船目标尺度自适应选择分层多阈值检测方法。采用舰船模板图像尺度归一化高斯拉普拉斯函数取极大值准则进行尺度自适应选择,利用所选的高斯多尺度空间差分多阈值筛选进行近岸舰船检测,并根据不同类型舰船模板图像尺度和分块数选择对热红外图像舰船目标检测的影响进行验证实验。实验结果表明:所提方法能根据模板尺度特征滤除相似区域,通过设置合理尺度和阈值参数能实现有效检测,且具有一定的抗噪能力。     

基于深度学习的光学遥感影像舰船检测算法对比分析

舰船目标检测是进行海洋环境监管,保障海上权益的重要手段。基于深度学习的目标检测算法能在复杂环境下保持良好性能,为测试不同深度学习目标检测算法在舰船检测中的效果,本文构建了一个包含3893张图像的数据集,涵盖了复杂背景下不同类型的舰船,基于此数据集分别采用Faster RCNN、SSD、RetinaNet、YOLOv3、YOLOv4算法进行实验,结果表明,YOLOv4 、YOLOv3、RetinaNet、Faster RCNN平均精度均在83%以上,其中YOLOv4最高达到91.77%,Faster RCNN误检较多,而SSD平均精度最低,只有79.23%,总的舰船检测数目偏少。将5种模型训练结果在高分二号影像上进行测试,得到较好的检测效果,对舰船检测未来理论研究的开展具有一定的指导意义。     

海上航船分布及其对海洋环境噪声的影响

当代水下目标探测向低频远程发展,海洋环境噪声的低频特性倍受关注,航船噪声是海洋中的主要低频噪声源。近几十年来,海上航运量迅速增长,导致海洋环境低频噪声大幅升高,增加了海洋环境的噪声污染。本文依据港口进出航船信息库和船舶自动识别技术数据库资料,分析历史航船分布数据,依据获得的某开阔海域航船分布规律,建立数值模型估计了航船噪声源对低频海洋环境噪声特征的影响。结果表明,日进、出港的航船数近似满足正态分布,近海开阔海域单位面积、单位时间内的航船数近似满足泊松分布;由于海上航船的影响,海洋环境噪声强度呈明显的水平非均匀分布状态。     

Wavelet analysis of satellite images for coastal watch

The two-dimensional wavelet transform is a very efficient bandpass filter, which can be used to separate various scales of processes and show their relative phase/location. In this paper, algorithms and techniques for automated detection and tracking of mesoscale features from satellite imagery employing wavelet analysis are developed. The wavelet transform has been applied to satellite images, such as those from synthetic aperture radar (SAR), advanced very-high-resolution radiometer (AVHRR), and coastal zone color scanner (CZCS) for feature extraction. The evolution of mesoscale features such as oil slicks, fronts, eddies, and ship wakes can be tracked by the wavelet analysis using satellite data from repeating paths. Several examples of the wavelet analysis applied to various satellite images demonstrate the feasibility of this technique for coastal monitoring