多源遥感影像的去云层处理

针对多源遥感影像的云覆盖问题，提出了利用多项式改正算法，以实现不同遥感影像之间的局部影像替换，从而满足去除目标影像上云覆盖的要求。     

多源遥感影像的去云层处理

针对多源遥感影像的云覆盖问题，提出了利用多项式改正算法，以实现不同遥感影像之间的局部影像替换，从而满足去除目标影像上云覆盖的要求。     

利用PixelGrid系统处理多源遥感影像方法研究

随着科学技术的快速发展,人们对于高性能计算技术的需求日益迫切,大规模数据并行处理的集群式系统实现技术开始逐步成熟。我国已对该项技术进行了深入研究,并将其应用到遥感影像处理技术当中,形成了集群式数字摄影测量系统Pixel Grid。相对于传统的摄影测量及遥感影像处理过程,集群式系统整合资源、集成技术,大大提高了数字摄影测量以及遥感影像数据处理乃至空间信息提取的处理效率。这也是目前遥感影像处理技术发展的重要方向之一。     

浅论航空摄影测量中的卫星遥感影像

随着卫星遥感技术的发展,高清晰遥感卫星影像以拍摄重复周期短、可直接获取更可靠和丰富的自然及人文景观信息等特点,直接带来了很多测绘作业方法上的变化和进步。测绘生产中是否能够真正消化和利用好新技术带来的卫星影像,＂影像处理及应用＂等方面的研究已成为测绘生产中迫切需要解决的新课题。     

多源遥感影像融合

遥感影像融合能富集同一地区不同数据源的信息大跨度波谱特性影像数据的融合,提供了有关各单个传感器的互补信息,使分类更精确;大跨度空间分辨力影 融合,有利于改善２多光谱影像的度,增强特征提取和目视判读能力,能有效地用于变化监测。     

天空地多源遥感数据的广义摄影测量学

21世纪以来,随着云计算、大数据、物联网、机器学习等信息技术领域的飞速发展,人类已进入人工智能新时代.摄影测量学科也顺应新一轮科技革命的浪潮,快速发展为全新的广义摄影测量学,其载体平台、仪器设备、数据处理理论技术及应用领域都已发生显著变化,天空地一体化的多传感器多层次综合立体观测技术得到极大发展,全面进入综合智能摄影测...     

多源控制遥感影像快速处理技术及应用

丰富的高精度基础地理信息的积累,为遥感影像快速正射纠正提供了控制源,本文从常用的正射影像、数字高程模型及立体基准网数据出发,设计了基于多源控制的遥感影像快速处理技术路线,并进行了试验验证,为遥感影像快速处理提供了思路。     

多源遥感影像数据的融合方法探讨

在分析和总结多源遥感影像数据融合的基础上,探讨了多源遥感影像数据融合的层次、模型、结构及其特点.归纳总结了多源遥感影像数据融合方法,目的是提高多光谱影像分辨率的同时保持色调不变,从另一个角度理解为在已知低分辨率多光谱影像和高分辨率全色影像的基础上,模拟生成高分辨率多光谱影像.本文介绍了遥感影像融合技术,系统阐述了几种常见的遥感影像融合方法及其应用.     

智能遥感卫星与遥感影像实时服务

传统的卫星遥感系统数据获取、处理和应用模式无法满足卫星遥感影像大众化和实时化的应用需求,亟须发展智能遥感卫星系统,以解决遥感影像在轨处理和智能服务问题。本文首先阐述了智能遥感卫星的发展;然后对智能遥感卫星在轨处理架构、服务模式和在轨处理所涉及的关键算法进行了详细介绍;最后结合珞珈三号01星的设计和研制,探讨了珞珈三号01星的服务场景和服务模式,并对5G、6G和人工智能时代下的智能遥感卫星的未来发展进行了展望。     

多源卫星遥感影像区域网联合平差技术

针对地理国情普查数字正射影像底图制作过程中数据源种类多、数据量大以及传统的单景正射纠正方法费时费力等问题,该文提出了多源卫星遥感影像区域网联合平差法,对大区域多景多源卫星影像进行正射纠正的方法。先利用各影像间的连接点进行自由网平差,建立一个稳固的网形;然后在自由网中均匀地添加少量地面控制点,对整个区域进行控制网平差。平差过程中利用仿射变换模型对RFM进行像方改正,以减小其系统误差。实践证明该方法可以获得较高的成图精度,满足地理国情普查底图DOM制作的精度要求,且能提高DOM的生产效率。     

“天绘一号”传输型摄影测量与遥感卫星

介绍了“天绘一号”卫星的总体方案、技术特点、研制历程和应用概况, 重点介绍了“天绘一号”卫星的技术特点和应用前景, 以便用户了解、熟悉“天绘一号”卫星, 更好使用其各种影像产品, 更好发挥卫星的应用效能。“天绘一号”卫星摄影定位与测图系统采用LMCCD(Line Matrix Charge Coupled Device)测绘体制, 由前视、正视和后视3台全色CCD相机, 3台星敏感器以及1台GPS接收机组成;其中正视相机焦平面上还设计有4个小面阵CCD器件, 用于提高摄影定位的高程精度。卫星摄影测量基高比为1。卫星通过一个高强度、高刚度和高稳定度的测绘光学平台, 将3台测绘相机、3台星敏感器和1台多光谱相机集成为一体, 满足了测绘任务对星敏感器与相机间几何角度关系的高精度及高稳定度要求。在轨测试结果表明, 卫星摄影定位精度优于任务指标要求, 可满足无地面控制点条件下测制全球1:50000比例尺地图要求。     

多源高分辨率遥感影像自动匹配算法

提出一种基于同名直线约束的多源高分辨率遥感影像自动匹配方法。对影像建立高斯滤波模型去噪,然后进行边缘检测,在边缘影像上进行Hough变换,通过端点检测的方法来获取直线;通过粗匹配参数进行同名直线粗匹配,应用梯度模型对同名直线进行精匹配;对影像提取特征点,特征点经过同名直线约束后,在对应影像上利用同名直线约束建立匹配范围。采用最小欧式距离准则在给定范围内提取初始同名点;利用RANSAC算法剔除错误同名点对,以获取最终的匹配结果。实验结果表明,与传统的SIFT匹配算法比较,方法具有可靠性好、提取同名点数量多的优点。     

异源高分辨率遥感影像的三维重建

针对在实际应用中难以获得同源高分辨率遥感影像,利用同源高分辨率影像实现高精度、自动化的三维重建仍存在一定困难的现状,该文提出一种利用异源高分辨率遥感影像进行三维重建的方法。采用尺度不变特征变换算法对影像进行匹配以获取同名点,并使用随机抽样一致性算法剔除低精度匹配点;然后利用获取的同名点构建Delaunay三角网;接着根据有理函数反解模型和投影射线联合定位算法解算各个同名点的三维坐标;最后基于Delaunay三角网内插技术求取地物点的高程值,并基于OpenGL技术实现三维显示。试验结果表明,利用该方法可以实现异源高分辨率遥感影像的三维重建,精度上能够满足生产需求。     

基于SIFT特征的多源遥感影像自动匹配方法

本文提出一种基于SIFT特征的不同源遥感影像自动匹配方法。首先利用Harris算子结合SIFT特征提取影像上均匀分布的特征点,建立高维SIFT特征描述符;然后以待匹配点与参考点间的欧氏距离为相似性测度,实施两种不同源遥感影像的特征匹配;最后将SIFT特征匹配结果作为初始值,采用将搜索范围扩大到尺度空间后的改进最小二乘影像匹配方法对SIFT特征匹配获得的同名像点进行精匹配。经对同一地区SPOT-5 HRG全色影像与航空摄影影像的匹配试验,取得了较好的结果。     

光学遥感影像智能化处理研究进展

随着对地观测技术的发展,海量遥感影像不断传输到地面。传统的遥感信息处理方法在处理效率、精度上的不足,限制了遥感信息的挖掘及利用,亟需发展智能化方法满足遥感影像处理的需求。受自然界中生物进化机制的启发,基于进化计算的遥感影像智能化处理方法具有以下特点:(1)拥有全局优化能力,对目标函数的优化能力更强;(2)具有自组织、自学习的特点,能够从遥感数据本身学习,不依赖数据分布等先验信息;(3)拥有处理多目标问题的能力,同时考虑多个目标函数而不需要人工确定它们之间的权重。因此,智能化遥感信息处理方法能够在海量遥感影像中有效地提取适用于不同应用目的的信息。本文主要介绍智能化遥感信息处理方法的典型应用包括遥感影像智能化分类(监督分类、聚类)、遥感影像亚像素信息提取(高光谱影像混合像元分解、亚像元制图),并讨论了遥感信息智能化处理方法的发展方向。     

一种改进的多源遥感影像SIFT算法匹配策略

传统SIFT算法在遥感影像中相似性场景大量存在的情况下呈现出匹配效率低的问题。文中提出对传统SIFT算法匹配策略进行改进,其步骤包括:首先在初匹配阶段,利用建立金字塔影像匹配的方式确定影像间的几何关系模型;其次,利用该几何关系模型对初始影像进行约束匹配;最后利用RANSAC模型剔除误匹配点。通过相似性场景影像匹配实验可以表明,与传统SIFT算法相比,本方法具有明显的匹配效率和精度优势。     

多源遥感数据管理与远程处理集成实现

针对目前对多源遥感影像数据管理与远程处理的集成应用研究较少的现状,文章基于FTP、关系数据库和空间数据库引擎设计多源遥感影像数据及其元数据与快视图数据的一体化管理方案,基于Web Service与PCI-EASI设计遥感影像远程处理服务,并对多源遥感影像数据管理与远程处理功能进行集成,通过综合运用FTP和Web Service技术,提高了数据管理效率和应用的灵活性。最后以"粤港澳水质遥感监测系统"为例,实现了对多源遥感影像数据的有效管理及水质监测业务的系统化,验证了研究成果的可行性和实用性。     

面向星群的遥感影像智能服务关键问题EI北大核心CSCD

全天时、全天候和全球的遥感信息实时智能服务是对地观测系统建设的目标。近几年来,随着我国高分专项和商业卫星的发展,在轨卫星数量急剧增加,对地观测能力得到极大增强,使得传统的单星和星座卫星系统的运控、接收、处理和应用服务模式面临严峻挑战,亟须统筹规划卫星应用各环节资源,充分发挥多星协同优势,构建统一的遥感影像实时智能服务体系和系统。本文针对遥感星群卫星体系特点和对地观测用户需求特征,开展面向星群的遥感影像智能服务关键问题研究。提出了面向任务的全球多尺度语义描述网格,统筹全球动静态的任务语义描述,在此基础上重点分析了面向星群的自主任务管理、精准动态规划和协同智能处理等关键技术问题,形成集任务描述、任务管控、任务规划、在轨处理、终端分发一体化的星群智能服务技术体系。通过充分发挥星群协同的优势,结合在轨处理和人工智能技术来降低各环节时间延迟,提高数据处理精度,从而实现完全自动化和智能化的近实时星群智能服务,为对地观测的全天时、全天候快速高效智能服务奠定基础。     

遥感卫星影像K-SVD稀疏表示去噪

常规的去噪方法在去除遥感卫星影像噪声时,往往会造成影像模糊和空间分辨率下降。本文将稀疏表示理论应用于遥感卫星影像去噪,提出了一种改进算法,能够保留低频信息不变,仅对影像的高频信息进行稀疏重建。算法核心是按照是否能够从过完备字典中选择较少原子进行稀疏表示的原则来区分高频信息中的有效信息和噪声。通过3组实验对改进算法与传统去噪方法进行对比检测,实验结果表明,改进算法在去除噪声的同时,能较好地突出影像的边缘和细节信息。