不同地貌类型区信息容量和分形维数的耦合关系研究

信息容量是计算机图形图像学领域的概念。文章将信息容量引用到地学分析当中,通过建立遥感影像信息容量的计算模型,对黄土高原不同地貌类型(塬、梁、峁)区遥感影像的信息容量和分形维数进行对比分析,揭示了信息容量和分形维数有很好的相关性,这就说明信息容量也能很好地反映不同地貌类型的地表特征,挖掘出了信息容量所蕴含的地学信息,为信息容量在地学领域的发展奠定了基础。     

卫星遥感影像纹理分析与分形分维方法

讨论了影像纹理分析的分维估计原理和具体方法,提出了多波段影像纹理概念和实施方法,介绍了以所述原理进行基于分维估计的单波段和多波段影像纹理分析试验的结果。     

多波段信息融合的遥感影像变化检测

传统遥感影像变化检测方法大多基于单波段信息,难以完整检测影像的变化信息。针对该问题,提出了一种基于马尔可夫随机场模型(MRF)的多波段遥感影像变化检测方法,利用MRF模型融合所有波段的变化信息。在求解MRF模型参数的过程中,引入MoLC与EM混合模型进行迭代计算。实验结果表明,本文方法的检测精度优于现有的变化检测方法,并且稳定性良好。     

Marr方法在多波段遥感影像边缘信息分析中的应用

简要介绍了Marr理论的基本框架,并详细介绍了Marr_Hildreth边缘检测理论的基本原理,同时给出了LOG模板算子实例。在此基础上,提出这一理论用于多波段影像边缘分析的几种不同的方法,指出了本文所采取方法的原理和算法流程。试验结果的分析对比说明,多波段影像分析的效果优于单波段     

基于最佳波段组合的高光谱遥感影像分类

针对高光谱数据维数高、数据量大、信息冗余多、波段相关性强等特点,在综合各种数据降维方法的基础上,提出一种基于最佳波段组合的高光谱遥感影像分类方法。以美国印第安纳州地区的AVIRIS数据为例,分析各波段信息量和相邻波段的相关性,利用子空间划分、分段波段指数选择法,进行特征波段的选择;并针对难区分地物类别,应用J-M距离模型对其可分性进行判别,获得最佳波段组合。最后采用支持向量机分类器进行分类。实验结果表明,采用最佳波段组合方法,可以有效地提高高光谱的分类精度。     

高光谱遥感影像优化分类波段选择

利用粗糙集关于属性依赖性公式,本文给出一种定义遥感影像波段间相似度的方法。通过模糊聚类,得到对高光谱遥感影像原始波段集合的模糊等价划分。在每个模糊等价波段组中,选择一个代表性波段完成对原始波段集合的初步降维。基于遗传算法并结合粗糙集理论,在降维后的波段集合中进一步进行的分类波段组合的优化选择。实验结果表明,本文给出的高光谱遥感影像优化分类波段组合选择方法是非常有效的。     

高光谱遥感影像优化分类波段选择

利用粗糙集关于属性依赖性公式,本文给出一种定义遥感影像波段间相似度的方法,通过模糊聚类,得到对高光谱遥感影像原始波段集合的模糊等价划分,在每个模糊等价波段组中,选择一个代表性波段完成对原始波段集合的初步降维,基于遗传算法并结合粗糙集理论,在降维中的波段集合中进一步进行的分类波段组合的优化选择,实验结果表明,本文给出的高光谱遥感影像优化分类波段组合选择方法是非常有效的。     

利用QuickBird红外波段影像交替式植被信息增强的方法

由于大气的影响和传感器本身的原因,可见光遥感影像往往不能很好地反映植被信息。考虑到植被在近红外波段具有较强反射的特性,提出一种利用Quick Bird近红外波段与Photo Shop图像处理软件的交替式植被信息增强方法。结果表明,运用该方法处理的影像植被光谱特征复原度较高,视觉效果好,能反映出不同植被的光谱特征差异。     

基于波段选择的高光谱遥感影像分类

针对高光谱数据波段众多、数据量较大的特点,提出了一种基于波段选择的高光谱遥感影像分类方法,以北京昌平小汤山地区高光谱遥感数据为例,分析了各波段的信息含量和相邻波段的相关性,采用子空间划分、自适应波段选择的方法,实现了特征波段的选择。针对农村道路和空地、柏油路和居民地间的同谱异物现象,利用J-M距离模型判别其类间的可分性,获得了最佳波段组合,最后采用支持向量机分类器进行分类。结果表明,采用波段选择的方法能有效地提高高光谱数据的分类精度。     

北京地区典型地物遥感图像分形研究

分形数学是新近发展起来以研究自然界复杂的无法用传统数学理论去描述的现象和过程为对象的数学理论。而RS和GIS的结合是目前遥感图像研究的热点。本文用 3种方法来计算选定图像的分形维数。这 3种方法分别是分线法 ,坡面法和三棱柱法 ,其中坡面法是作者提出的一种新方法。本文在GIS支持下用Matlab实现了 3种算法 ,并用此法计算出了 3种地形 (城市 ,农田和湖泊 )的分形维数。     

基于分形的海岸线遥感信息空间尺度研究

空间尺度是地学研究的基础性问题，遥感信息的空间尺度及其转换随着遥感应用发展而日益受到重视，同时遥感与地理信息系统技术的发展也为空间尺度研究提供了有力的工具。本文以系列空间分辨率遥感图像为数据源，采用分形几何方法研究海岸线遥感信息的空间尺度，提出了基于分形尺度依赖性的遥感信息空间尺度转换模型和基于比例尺的遥感信息空间尺度转换模型，并以海岸线为例验证了模型的有效性和实用性。     

RS影像融合效果评价

近年来多源遥感影像融合技术发展迅速,融合方法研究日趋完善,然而融合影像效果评价始终没有统一标准。在系统分析传统评价指标的基础上,从光谱保真度、高频信息融入度两个方面对融合影像的评价进行综合分析,并在这两个方面建立了光谱信息指数与高频信息指数两个指标,然后对其进行综合建立信息量指数,从而在信息量方面加以评价,从而形成一套完整的评价体系。最后应用融合实例对创建的评价体系进行了验证。     

采用小波和分形维的高光谱遥感影像特征提取

由于omis影像128个波段间具有较强的相关性,可对高光谱响应曲线采用小波分解,用噪声较小波段的部分高频信息代替噪声较大波段的相应高频信息对其进行小波降噪。再对降噪后的影像采用db4函数进行7级小波分解,对各级小波系数取一范数后,用最小二乘法对各级分解对应的范数在半对数坐标系下线性拟合,根据直线斜率求取各像元分维值,最后实现分类。通过实验,证明了此方法的有效性。     

遥感尺度内涵及遥感像元尺度效应分析的改进分形方法

本文首先分析了遥感影像尺度的三层次内涵。重点针对遥感像元尺度,分析了遥感像元尺度效应及其分形机理,由于现有分形方法没有考虑影像本身尺度(空间分辨率),造成尺度间分形维数的比较时像元尺度效应变化难以有效反映,本文针对此问题提出了基于表面积的加窗分形布朗运动和加窗双层地毯两种改进分形方法。为验证改进分形方法的可靠性,采用了不同像元尺度下系列监督分类进行验证。试验结果表明,每种地物的分维数都随着空间分辨率的降低或像元尺度的缩小,呈总体下降趋势,在某些特征尺度上会出现预示着某些地物结构的拐点,这些拐点对观测该区域地物具有一定指示意义。系列监督分类精度也一定程度上证明了以上两种改进分形方法在分析尺度效应中的可行性。因此本文的方法对于分析遥感像元尺度效应和探索地物尺度聚合规律具有一定的理论意义。     

基于遥感影像融合的不同权限信息隐藏盲算法

提出了一种基于遥感影像融合的不同权限机密信息隐藏盲算法,算法利用奇偶嵌入法和JPEG量化表,根据用户的不同权限进行融合影像中机密信息的不同程度的隐藏,且在提取机密信息和恢复原始融合影像时,不需要原始遥感影像,是一种盲算法。实验结果表明:算法具有强的透明性,大的信息隐藏量,并对各种常见的影像处理具有较强的鲁棒性。此外,算法对不同程度隐藏机密信息的遥感影像的各种应用均没有影响。     

遥感图像分割中的小波域改进信息割算法

针对传统信息割(IC)算法对存在灰度变化的图像易引起误分割的问题,提出了一种小波域改进信息割(W\\|MIC)算法。使用一个新的结合像素点灰度关联和空间关联的Parzen窗对IC进行改进,以降低灰度变化对分割的影响;将MIC引入到小波域,利用小波的平滑作用降低参数选取复杂度,改善图像分割效果。遥感图像分割实验结果表明,W\\|MIC可有效降低参数选择效应,不仅避免了灰度变化引起的误分割,而且还较好地保持了图像边缘。     

基于信息熵的遥感影像特征离散化方法

利用信息熵方法对遥感影像的光谱特征进行离散化,根据信息熵的准则函数,寻找断点,对属性进行区间分割,以提高数据处理效率。并用决策树方法对多光谱遥感影像进行分类,通过对比离散化前后的分类效果分析离散化对多光谱遥感影像分类的影响,实验结果证明了该方法的有效性。