海量遥感影像的存储与快速调度显示方法

随着计算机技术的发展,计算机的存储和处理的功能越来越强大,但是仍然无法满足日益增加的海量信息处理的需要。因此研究如何利用有限的计算机内存,处理无限大小的数据,成为研究的重点。本文根据海量遥感影像数据的特点以及对海量遥感图像进行处理的需要,研究了实现海量图像数据快速显示的方法以及其数据库存储结构。主要包括图像重采样、影像金字塔生成技术、图像快速显示技术等。     

多源地学信息数字图像综合技术及在盛源地的应用研究

通过图像显示系统，实现了铀资源多种地学信息数字图像的综合处理，其内容包括资料的输入处理、资料配准和插值处理以及地学信息的增强、分解、提取、分类、叠合、复合等处理。以盛源盆地为样区进行了试验性研究。利用图像的信息增强、叠合技术，研究了试验区的地质构造环境；利用图像信息的分解、叠合技术、分析了铀、钍、钾的分布格局及其地质意义；通过矿床找矿判据的复合、提取,进行了找矿靶区的初选；采用信息的分类技术，进行了盛源盆地地区铀资源的总体评价。通过上述计算机信息处理技术，对这个研究程度较高的老矿区，在某些重要地质问题上，取得了一些新认识，并经野外检验，预测了六片成远景地段。在上述研究基础上，初步建立了铀资料多种地学信息数字图像综合技术系统。     

顾及轨迹地理方向的监控视频浓缩方法

针对视频浓缩研究未引入运动目标轨迹地理方向进行分析,所实现的可视化效果不能区分表达不同轨迹方向的运动目标的问题,提出了顾及轨迹地理方向的监控视频浓缩方法。该方法使用单应模型将运动目标轨迹由图像空间映射至地理空间,利用属性阈值聚类（quality threshold clustering,QT）算法对轨迹出入口进行聚类,实现轨迹地理方向分析。在对轨迹进行映射聚类处理的基础上,通过选取虚拟场景视点实现视频浓缩背景构建,生成轨迹类拟合中心线作为运动目标显示轨迹,并通过构建轨迹类表达模型实现运动目标显示排序,最终实现视频浓缩构建。实验结果表明,该方法能依据轨迹地理方向对运动目标进行区分表达,并能灵活调整不同轨迹类的表达策略。     

基于Google Maps的气象全球眼视频监控系统

基于Google Maps设计和开发了气象全球眼视频监控系统,利用Google Maps API,以B/S方式灵活地实现了气象全球眼视频监控;实现了气象全球眼站点信息的叠加显示,对气象全球眼站点按高山、公路、沿海、航道、城市等分类进行浏览,气象全球眼视频的显示和查询等功能;为气象预报预警等提供了实时的资讯,也为浙江天气网、浙江气象影视及气象专题提供了丰富的视频信息和图像信息,大大增强了防灾减灾等气象服务能力。     

无人机视频数据定位处理系统的设计与实现

以无人机获取的视频数据为基础,利用VC++6.0编程软件,设计开发一套无人机视频数据定位处理系统.该系统的主要功能包括:利用无人机平台定位数据、姿念测量数据和视频图像数据,结合待测区域的数字高程模型(DEM)或数字表面模型(DSM),对实时传输或回放视频中地晰运动物体进行目标定位,并将视频图像实时纠正为正射影像.     

LOD技术在电子地图显示中的应用研究

将计算机三维模型简化中的LOD技术思想引入到电子地图的显示中,通过一定的算法,建立了图层、点状要素、线状要素、面状要素、注记、栅格图像的LOD模型,实现了地图数据的多分辨率、快速显示.     

基于小波变换的图像浏览与传输

本文论述了利用小波变换理论对网上传输的图像数据进行处理的理论和方法，通过对图像传佃时间和信息熵的比较实验，验证了此方法，并探讨了利用小波正交分解进行图像数据库的查义和浏览等方面的应用。     

256色遥感图像显示

由于计算机硬件迅猛发展，继ＶＧＡ视频图像适配器之后，又出现高密度的视适配器ＴＶＧＡ，使包含ＶＧＡ在内的同屏幕影像显示的颜色数增到２５６色，这对扩展遥感识别范围、改善人们的的视觉效果起到重任的作用。通过合理的颜色设置，能够达到区分灰度差较小的地物，提高判读行物分类的效果。     

空间CCD相机的高速多通道图像高可靠光纤传输系统

为了提高空间CCD相机中数字视频图像信息的传输带宽,增强图像传输抗电磁干扰能力并提高光纤链路的整体性能,开发了应用于大视场空间相机的数字视频图像信息高可靠光纤传输系统。首先,根据CCD成像单元特点和相机在轨工作环境得出了传输系统的输入速率,在此基础上并结合CCD视频处理结构设计并实现了9通道CCD图像数据光纤并行传输系统。然后,阐述了系统设计思想,并说明了高速串化器和光模块的设计理念。接着,提出了(16,8)纠错编码算法,阐述了该算法思想和实现电路。最后,在XX-X空间多光谱相机样机的传输系统上进行了试验验证。实验结果表明:该传输系统图像传输正确、工作稳定、可靠性高、实时强、无误码,单路有效数据率达到2.44Gbit/s。(16,8)纠错编码算法纠错能力强、易于硬件实现、占用资源少。纠错算法在3043Byte内可以纠正191bit错误。该传输系统满足了空间相机图像传输的要求。     

基于图像或者视频的3维建模技术的研究

在现存的3维建模技术和方法中,本文针对利用图像或视频的3维建模技术进行了深入的研究,分析了利用图像或视频进行3维建模技术的原理和方法,归纳了该方法的建模特点和适应领域。     

利用矢量影像法进行土地利用变化自动检测

为解决土地利用矢量图与遥感影像的变化检测问题,提出了一种基于类别的矢量图与遥感影像变化检测方法。在矢量图约束下,对遥感影像进行影像分割获取像斑;提取像斑在遥感影像上的直方图特征,采用G统计量度量像斑之间的特征距离;利用像斑与其他相同类别像斑之间的特征距离,构建单波段上像斑的类别异质度,自适应加权组合各波段上像斑的类别异质度构建像斑的类别异质度;依据最大熵方法获取各地物类别对应的异质度阈值,以类别为单位对各像斑进行变化判别,获取变化检测结果。在QuickBird遥感影像上的试验验证了本文方法的有效性,实现了矢量图与遥感影像的自动变化检测。     

高光谱遥感影像管理系统的设计与实现

由于高光谱数据的海量高维特征,使得传统的信息系统难以有效地对这些数据进行高效地存储、处理、分析,表现等管理操作。因此如何采用新的技术来开发一个能有效管理高光谱遥感影像数据的影像管理系统,是当前高光谱快速发展和深入应用的一个瓶颈之一。本文在研究的过程中,对当前影像管理系统的发展作了大量的分析,利用成熟的关系数据库和程序设计语言,开发了一个方便实用的高光谱遥感影像管理系统以管理高光遥感影像和其他遥感信息,提高影像管理效率。系统已初步实现了多景高光谱遥感影像检索,可以任意加载、导入高光谱遥感影像,运行效果良好。     

基于DCT分层结构的遥感图像分级多描述编码算法

多媒体及网络技术的快速发展使遥感图像的实时传输成为可能。近年来,多描述编码机制作为一种有效克服不可靠信道传输时遥感图像降质的可选方案而受到关注。本文将多描述编码与图像质量可分级编码机制相结合,提出一种基于DCT分层结构的遥感图像分级多描述编码方案,将包含图像细节信息的增强层通过下采样形成多个描述,并将包含图像关键信息的基本层作为冗余引入到每个描述中,保证了在解码端获取遥感图像基本层信息的最大可能性。此外,方案中对描述中的基本层信息进行了独立嵌入式编码,可方便对其进行有效的信道传输保护,提高传输码流的稳健性。本文编码方案具有计算复杂度低、描述间的冗余度方便控制和编码码流具有嵌入式等特性。实验结果验证了方案的有效性。     

多层级二值模式的高光谱影像空-谱分类

利用高光谱遥感影像的空间纹理特征,可以提高高光谱遥感影像的分类精度。提出了一种多层级二值模式的高光谱影像空-谱联合分类方法。该方法将高光谱影像转化为局部二值模式特征图像获取像元微观特征,基于特征图像生成多层级特征向量获取像元宏观特征。为验证该方法的有效性,选取PaviaU、Salinas和Chikusei高光谱影像数据,利用核极限学习机分类器,分别针对光谱、局部二值模式、多层级二值模式等特征开展实验。结果表明,多层级二值模式空-谱分类总体精度分别达到97.31%、98.96%和97.85%,明显优于传统光谱、3Gabor空-谱等分类方法。该方法可为高光谱影像分类提供更加有效的类别判定特征,有助于提高影像分类精度并获取更加平滑的分类结果图。     

结合超像素和卷积神经网络的国产高分辨率遥感影像云检测方法

由于国产高分辨率卫星遥感影像波段少、光谱范围窄,导致传统云检测方法精度低。本文提出了基于卷积神经网络的高分辨率遥感影像云检测方法。首先采用主成分分析非监督预训练网络结构,获取待测遥感影像云特征;然后采用超像素分割方法进行影像分割;最后将检测结果影像块拼接,完成整幅影像云检测。试验效果评价表明,基于卷积神经网络的高分辨率遥感影像云检测方法不受光谱范围限制,云检测精度高,误判较少,适合国产高分辨遥感影像云检测。     

A high resolution multispectral video system

The design, operation, and testing of a high resolution multispectral video system (HRMVS) is described. The system uses state‐of‐the‐art video technology. It incorporates three black‐and‐white (B & W) visible/near‐infrared (NIR) (0.4–1.1 μm) light sensitive solid‐state cameras equipped with band‐pass filters and provides two kinds of simultaneously synchronized video images: (1) color‐infrared (CIR) composite imagery and (2) its three‐band B & W image components. Only CIR composite imagery is presented here with its B & W components (yellow‐green, red, and NIR bands), but any false color combination can be generated by the encoder. Images are recorded on high resolution (400 horizontal lines) Super (S)‐VHS recorders. An independent solid‐state conventional color (0.4–0.7 μm) camcorder (S‐VHS) was optional to this system. It was set up to acquire imagery at approximately the same field‐of‐view as the three‐camera synchronized system. Examples of imagery of various natural resource characteristics are given. Color‐infrared composite imagery had similar color tonal renditions to that of CIR film. The high resolution multispectral Black & White B & W images showed that some terrain features could be discriminated better in certain bands. For example, the yellow‐green (543–0.552 μm) band was best for distinguishing chlorosis in grain sorghum (Sorghum bicolor Moench), whereas the NIR band was optimum for separating biomass levels in alfalfa (Medicago sativa L.). The color and Black & White B & W multispectral image results showed this system to be a valuable and versatile tool for a variety of remote sensing applications.     

高分辨率遥感影像波段配准误差试验分析

高分辨率遥感影像波段间配准误差是影响影像质量及其应用精度的重要因素之一。配准误差指标要求是影像传感器研发中 的一项重要参数。为准确分析配准误差对遥感应用的影响程度，在试验研究中利用多项式模型模拟各种配准误差的图像，并从几何 精校正、目视解译、非监督分类实验及数据融合等角度分析了不同波段配准误差情况下对遥感应用的影响，提出了遥感应用中对高 空间分辨率卫星影像的波段配准指标要求。     

面向关系数据库扩展的自适应影像金字塔模型

随着遥感技术的发展,特别是传感器分辨率的提高,影像数据量日益增长,这对高效、智能地管理海量数据提出了更高的要求,如何有效、智能地存取海量遥感数据成为当前越来越热门的话题。本文针对空间数据管理系统的发展现状,结合数据库存储、网络传输和客户端的硬件情况,从影像数据切片和影像数据的细节层次(level of detail,LOD)模型两个层面来解决遥感数据的存储问题,提出了自适应的遥感影像切片机制,以及与之相适应的LOD模型构建方法。通过试验证实,该影像管理机制能够在多种不同的数据库、网络和客户端条件下实现影像数据智能化高效存储与访问。本文的研究为高效的影像数据管理提供了可行的思路和方法,有助于在C/S架构的网络环境下实现基于数据库技术的遥感影像数据的高效存取和管理。     

Parallelizing maximum likelihood classification on computer cluster and graphics processing unit for supervised image classification

ABSTRACT

Supervised image classification has been widely utilized in a variety of remote sensing applications. When large volume of satellite imagery data and aerial photos are increasingly available, high-performance image processing solutions are required to handle large scale of data. This paper introduces how maximum likelihood classification approach is parallelized for implementation on a computer cluster and a graphics processing unit to achieve high performance when processing big imagery data. The solution is scalable and satisfies the need of change detection, object identification, and exploratory analysis on large-scale high-resolution imagery data in remote sensing applications.     

THE CONCEPT OF AN INTEGRATED REPOSITORY OF SPACE IMAGERY AND NEW CRITERIA FOR ITS GEOGRAPHIC AND CARTOGRAPHIC ANALYSIS

This paper outlines some principles believed necessary for the establishment of integrated collections of remote sensing imagery, including, at the national level, a unified state image repository for the USSR. A multi-criterion classification of imagery is introduced, which provides a framework for structuring such a repository, and a number of measures for evaluating the utility of imagery within it are described. One of the latter is “geographic” resolution (levels of image detail), which provides a relatively straightforward indication of the type of geographic information embedded within particular types of remote sensing imagery. Translated by Jay K. Mitchell, PlanEcon, Inc., Washington, DC 20005 from: Vestnik Moskovskogo Universiteta, geografiya, 1988, No. 6, pp. 53-62.