综合多特征遥感图像智能检索方法的概念设计

遥感数据作为一种重要的时空数据源,在环境监测、资源管理、灾害预报、重大工程监理、国防安全等众多领域发挥着不可或缺的重要作用。遥感图像检索的效率和精度,直接关系到遥感影像数据应用的广泛性和实时性。本文在对国内外其他领域的图像检索技术、遥感图像检索技术的研究进展及其发展趋势进行综合分析的基础上,针对目前遥感图像检索所存在的...     

基于五叉树分解与多特征直方图匹配的高分辨遥感图像检索

随着遥感图像数量的急剧增加,如何进行高效检索已成为遥感图像信息提取和共享的瓶颈问题,基于内容的遥感图像检索因此逐渐成为了研究热点。本文提出了一种新的遥感图像检索方法,该方法综合利用了图像的色调和纹理特征。其基本过程是:首先,对图像进行主成分变换,对变化后的第一主成分图像进行五叉树分解,将大幅面的遥感图像分成一系列的子图像;然后,利用多通道Gabor滤波器与子图像做卷积运算,提取其纹理特征,同时计算像元值的方差和三阶矩作为各子图像的色调特征;最后,以子图像为特征基元,构建图像的色调直方图和纹理直方图,以多特征直方图匹配方法计算图像相似度实现遥感图像检索。利用高分辨率遥感影像的检索实验证明该方法是有效的。     

基于小波变换的遥感图像有损压缩优化技术

在遥感应用领域,对图像质量的要求较为严格,因此,在遥感图像数据的噪声处理中,应注重保持高质量图像。本文提出了一种基于小波变换的遥感图像有损压缩优化技术。首先分析了离散余弦变化在数据压缩中存在的缺陷与不足;其次应用小波的良好变焦性能,提出2层2维小波图像的塔式分解方案,分离出图像的直流、低频和高频分量;最后在统计意义上,基于最小均方误差原理,针对遥感图像的低频和高频分量构造最优量化器,实现图像的高质量压缩,并通过实验,得到压缩比与峰值信噪比的大致关系。     

卫星遥感图像空间分辨率适用性分析

从卫星遥感图像空间分辨率的定义出发,简述了影响卫星遥感图像空间分辨率的几种因素。根据各研究领域和研究层次对卫星遥感空间分辨率的不同需求,给出其相应的空间分辨率。从测绘制图的角度确定了不同比例尺地图所需要的卫星遥感图像空间分辨率大小。讨论了当前主要遥感信息源的应用范围,并结合案例对其适用性进行了分析,最后指出了卫星遥感技术目前存在的一些问题,提出了几点看法。     

基于SVG的分布式遥感图像特征提取方法

在遥感图像网络化分布式特征分析与表达过程中,有很多需要栅格数据与矢量数据的混合模型的网络化表达与传输问题,而矢量数据的网络化表达、传输与显示问题则是影响遥感图像分布式处理效率的关键性因素之一。本文首先对SVG技术及其对矢量数据的表达特点作了简介,在介绍遥感图像分布式特征提取系统的运行流程的基础上,对其在遥感图像分布式处理中相关的网络化数据表达与显示问题给出了相应的解决思路,并给出了相应的实例与效果分析。     

遥感图像检索系统的设计与实现

海量遥感图像的检索与管理,需要研究有效的基于内容的图像检索方法。目前,对遥感图像的CBIR研究,主要集中在颜色、纹理、形状等视觉特征检索方法上,尚缺乏实用系统。从面向实用的遥感图像检索系统(RSIQuery) 的体系架构设计入手,着重分析了CBIR遥感图像数据模型和数据组织方式,并给出了系统的初步实现。     

快速遥感影像纠正处理系统在汶川抗震救灾中的应用

"快速遥感影像纠正处理系统RSWorkS"改进了传统资料管理模式,建立了4D产品控制资料数据库,集采集、保存、共享控制点资料于一体,智能提取DEM,快速完成遥感影像的纠正及检查.在汶川抗震救灾中完成了大量的遥感影像的纠正工作.     

现代计算机印前制版技术在遥感图像印制中的应用研究——以《长江经济带可持续发展地图集》为例

利用现代计算机印前制版技术开展遥感图像印制中的应用研究。通过Barco系统软件功能很好反映遥感图像的信息特征.     

基于多源遥感数据的农村居民点用地提取技术

在分析和改进传统的建设用地、不透水面遥感分类方法的基础上,针对农村居民点用地的特点,提出了一种结合面向对象分类技术、多源、多时相遥感数据数据综合分析技术,借助先验知识,通过遥感手段与GIS技术相结合进行农村居民点用地分类提取的新方法。使用北京市遥感数据进行了实验,自动分类结果准确率高。另外,通过对图像分割后得到的图像对象进行多边形编辑,可以进一步提高准确率,从而满足高精度研究和监测的需要。     

BP网络及其在遥感图像分类中的应用

BP网络分类方法是一种新的模式识别方法,在遥感图像分类识别处理中有良好的应用前景。文章在阐明BP网络组成的基础上,介绍了BP网络的遥感图像分类过程,指出应注意的一些问题,并分析了其应用效果。     

福卫全色图像与SPOT5多光谱图像数据融合

本文采用多源遥感数据融合技术对来自两种传感器的遥感图像进行配准、融合,两种数据分别是福卫全色图像（PAN）2M分辨率和SPOT5多光谱图像（MS）10M分辨率。其中全色图像（PAN）,地面分辨率：2M,多光谱图像（MS）,     

新疆白碱滩地区遥感蚀变信息提取研究

本文以新疆白碱滩地区为研究对象,结合化探资料进行遥感蚀变信息提取研究。因为工作区植被和河流不发育,遥感图像受云层影响较小,所以运用传统的Crosta法进行羟基和含铁氧化物的矿化蚀变信息的提取及阈值分割,并用不同的色彩叠加到遥感与化探融合图像上。结合地质构造信息进行综合分析,圈定了两个成矿远景区、十三个找矿靶区,为进一步找矿指引了方向。     

高分辨率遥感图像融合的光谱保真问题

分析高分辨率遥感图像融合光谱失真的原因,利用基于滤波原理的Wavelet、SFIM融合算法和基于统计原理的Gram-schmidt、PCI pansharp模块提供的融合算法对高分辨率遥感图像的代表QuickBird图像进行融合试验。结果表明:这四种融合算法虽都具有很好的光谱保真性,但从光谱保真度和高频信息融入度这两个方面的定量分析来看,基于统计原理的融合方法总体上优于基于滤波原理的融合方法,更适合于QuickBird高分辨率遥感图像的融合。     

遥感与GIS技术在龙口市土地利用调查中的应用研究

以山东省龙口市为例，利用ERDAS IMAGINE图像处理软件，通过对遥感图像进行图像增强、图像正射校正，融合等处理，得到1：1万正摄遥感图像。对龙口市所辖区域进行实地外业踏探，建立土地分类的影像解译标志。此外，运用MapGIS地理信息系统软件，通过人机交互目视解译，对目标地物分层矢量化，提取龙口市土地利用现状信息。并在此基础上对研究区的土地利用现状及空间分布特征进行了分析，为当地土地资源的合理开发利用提供了基础数据。     

利用遥感图像的土地利用动态监测技术研究

对遥感图像在土地利用动态监测中的应用进行研究.首先对遥感图像进行预处理,然后在图像增强处理的基础上,进行图像融合,以实现土地利用动态监测.在土地利用变化信息准确提取的前提下,遥感监测技术不失为土地利用动态监测的一种有效方法.     

土地利用动态监测的LFF图像融合改进应用

遥感是快速获取土地利用/土地覆盖现势信息的重要手段之一。由于不同类型的卫星传感器获取同一地区的遥感数据日益增多,对不同平台、不同光谱响应范围的遥感数据源,用常规的遥感图像融合方法如HSI变换法、Brovey变换法和PCA变换法进行融合时,存在不同程度的光谱扭曲现象,即融合后图像的色彩与多光谱图像存在较大差异,从而影响了地物的识别。针对不同平台、不同光谱响应范围的遥感数据,本文在HSI变换的基础上,提出了一种改进的方法,即,首先对高几何分辨率的全色波段进行LoG滤波,然后将LoG滤波后的全色波段与多光谱经HSI正变换后的强度分量,进行灰度直方图匹配,并替换之,经HSI逆变换便得到融合图像。分析结果表明：LFF融合法的光谱保持性能优于HSI变换法,LFF融合后图像的分类精度高于HSI融合后的图像,LFF融合法是一种能较好保持光谱特性的融合方法。     

土地利用遥感动态监测技术方法介绍

采用遥感技术进行土地利用动态监测是一条行之有效的方法。遥感监测方法多种多样。但为了确定变化类型,要引入遥感图像分类方法。遥感分类方法一直是遥感技术方法研究的重要领域。迄今为止,目视解译仍是成功的分类方法;在今后相当长的一段时间内,目视解译分类与计算机自动分类将协调发展。我国土地利用遥感动态监测方法主要采用目视解译、计算机自动分类及目视解译与计算机图像处理相结合的方法,其中,目视解译的方法一直占有重要地位。随着高分辨率传感器的相继问世,利用多平台遥感数据融合进行监测研究将有利于提高分类、监测精度。我国的土地利用遥感监测研究正深入开展,并将在计算机信息提取及监测方法上取得更大的成果。     

遥感与GIS技术在龙口市土地利用调查中的应用研究

以山东省龙口市为例,利用ERDASIMAGINE图像处理软件,通过对遥感图像进行图像增强、图像正射校正,融合等处理,得到1∶1万正摄遥感图像。对龙口市所辖区域进行实地外业踏探,建立土地分类的影像解译标志。此外,运用MapGIS地理信息系统软件,通过人机交互目视解译,对目标地物分层矢量化,提取龙口市土地利用现状信息。并在此基础上对研究区的土地利用现状及空间分布特征进行了分析,为当地土地资源的合理开发利用提供了基础数据。     

土地利用遥感动态监测体系设计

一、土地利用遥感动态监测体系概述 （一）土地利用遥感动态监测的概念 土地利用动态监测,即将同一区域不同时相的土地利用数据进行对比,从空间和数量上分析其动态变化特征及未来发展趋势。土地利用遥感动态监测是基于同一区域不同年份的图像间存在着光谱特征差异的原理,来识别土地利用状态或现象变化的过程。其本质是对图像系列时域效果进行量化,通过量化多时相遥感图像空间域、时间域、光谱域的耦合特征,来获得土地利用变化的类型、位置和数量等内容。     

主成分分析在遥感影像数据中的实例应用

主成分分析(Principal Component Analysis)是根据变量之间的相互关系,尽可能不丢失信息地用几个综合性指标表示多个变量的方法。在多(高)光谱图像中,由于各波段的数据间具有相关性,因此包含许多冗余信息。通过主成分分析法可以把遥感图像中所含的大部分信息用少数波段表示出来,这样就可以几乎不丢失数据但可以减少数据量,消除冗余信息。在遥感数据处理时用主成分分析法作数据分析前的预处理,以达到数据压缩和图像增强的效果,更加有利于影像信息提取。文章对主成分分析在遥感图像处理中的实际应用进行了实例示范应用研究。