遥感图像的自适应混合压缩编码

遥感图像的巨大信息量,给图像存贮、记录、传输和处理带来很大的困难。尤其是在微机上进行图像处理,这一问题更为突出。图像压缩编码技术是解决问题的主要途径。但是,文献介绍的一些常用的图像压缩编码方法,大多会导致信息量的减少,有的不适用于遥感图像,或者方法不容易实现。本文提出的图像的自适应混合压缩编码方法,吸收了几种压缩编码方法的优点,基于图像的空间相关性和局部均匀程度,对图像进行压缩编码,方法不仅容易实现,而且有较高的图像数据压缩效果,压缩比一般能达到2左右。自适应图像混合压缩编码方法属于冗余度压缩,不导致信息量的任何减少。     

基于子带内小波系数相关性的遥感图像滤波

滤波是遥感图像处理和应用过程中必不可少的一个环节.传统的小波域滤波方法对所有的细节小波系数逐一进行独立的收缩处理,而没有顾及小波系数之间的相关性,因而不具备较强的鲁棒性和适应性.文中提出一种基于小波系数聚集性分布的滤波策略.该方法认为小波系数的分布具有集中性,对当前的系数在邻域内计算其能量,而后将其纳入系数的收缩策略,...     

基于Web Services的遥感图像分布式处理

遥感影像获取手段的多样化导致了遥感影像数据量的大幅度增加,应用分布式环境处理遥感图像变得越来越迫切。本文针对B/S或C/S模式在遥感影像分布式处理方面的弊端,提出了在.Net环境下基于Web Serv-ices实现遥感图像的分布式处理方案,对其框架、流程进行了设计,并以图像处理的算法分布式为例详细介绍了边缘提取中拉普拉斯8邻域提取的具体Web Services实现。结果表明,新模型下的系统在多用户并发访问等方面都有很大的改善。     

基于误差补偿预测树的多光谱遥感图像无损压缩方法

预测树方法是一种有效的无损多光谱图像压缩技术,将自适应线性预测方法与传统预测树方法相结合,提出了一种多光谱遥感图像的误差补偿预测树压缩方法。该方法利用多光谱图像谱间的局部统计冗余和结构冗余建立自适应预测器,对传统预测树方法产生的误差进行补偿,从而进一步减少了多光谱图像的数据量;并且利用多光谱图像的局部平稳特性对算法进行了简化。实验结果表明,该方法得到的压缩比与原始预测树方法相比有明显提高,同时算法简化后可以使计算复杂度大幅度降低。     

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。     

分布式遥感图像处理中的若干关键技术

分析和探讨了分布式遥感图像处理中的主要研究问题和若干关键技术,包括分布式处理模型、支撑环境、网络环境下的遥感数据存储管理、分布式并行处理中数据划分、功能分解以及负载平衡与任务分配等。     

基于小波包的遥感图像融合方法

介绍了一种基于小波包的遥感图像融合方法,实验采用熵、光谱扭曲指数和边缘指数等作为评价融合质量的定量指标,表明了通过这一融合方法比传统的IHS,PCA,HPF以及小波融合具有更高的光谱信息保持和纹理信息增强能力。     

几种小波基在遥感图像压缩中的应用效果比较

分析了小波基的基本性质,简述了在遥感图像小波压缩中小波基选择的常用方法; 分别用4种常用的典型小波基对8幅含有 不同典型地物的遥感图像进行小波编码实验,并用5种方法全面评价了小波基的应用效果。结果表明,在遥感图像小波压缩中,D (9,7)小波基的应用效果最好。据此,提出了一种小波基选择的改进方法。     

小波变换在遥感图像纹理高频增强显示中应用

分析了经过小波变换后得到不同分辨率、多方向性的遥感图像纹理特征,提出了多层小波高频增强遥感图像纹理的算法,实现了纹理信息增强的图像.     

遥感图像的彩色增强

人眼识别和区分灰度差异的能力是很有限的，一般只能区分二三十级；但识别和区分色彩的能力却大得多，可达数百种甚至上千种。显然，根据人的视觉特点将彩色应用于图像增强中能在很大程度上提高遥感图像目标的识别精度。所以彩色增强成为遥感图像应用处理的一大关键技术，应用十分广泛。     

基于增强小波ECW的遥感图像压缩研究

基于小波变换的图像压缩方法能在高压缩比的前提下保持好的重建图像质量,小波变换的编码技术被广泛地应用于图像的压缩中。但这些传统的小波压缩技术及改进算法,都需要构造复杂的小波基、小波函数,算法复杂,制约了在实际中的广泛应用。而最新发展的增强小波技术较传统的小波技术ECW在压缩率、压缩速度、压缩编码方面均有了新的突破,利用ECW SDK二次开发包,可在应用系统中直接嵌入ECW技术进行遥感影像压缩,避免了传统的小波技术算法复杂等弊端。实践表明该方法是一种有效的、可以在实际中广泛应用的遥感图像压缩方法。     

基于压缩感知的遥感影像弹性配准方法

针对遥感影像由于载荷类型、观测角度、地形起伏等内外部因素造成的影像局部几何畸变,而基于全局配准方法制约着影像配准精度的提高,基于像元的弹性配准方法可大幅提升遥感影像的配准精度,但是存在运算效率这一瓶颈等问题,该文利用像元弹性配准参数的稀疏性,提出一种基于压缩感知的弹性配准方法。通过对遥感影像像元梯度幅值响应较强的点进行随机抽样,形成观测样本点集,采用弹性配准局部参数解算模型求解样本点平移参数;通过压缩感知稀疏重构算法重构影像各像元平移参数。实验表明,在配准精度差异较小和一定的参数设置条件下,该方法可显著提高弹性配准运算速度。     

GDI+在遥感数据处理中的应用

本文利用GDI+在图像处理方面的新特点,举例说明了GDI+在遥感图像的基本操作、空间滤波增强、图像的灰度化及伪彩色处理和图像的编码解码和多格式转化等方面的优势,从而为GDI+在遥感图像处理系统中的应用提供了新思路。     

基于参考图像的行星遥感图像自动几何精纠正

针对行星多探测任务获取的海量遥感数据,提出一种基于现有参考图像匹配策略优化的自动几何精纠正技术方案。考虑到某些新传感器图像与已有参考图像的分辨率相差较大,提出了利用中间分辨率图像作为过渡的间接匹配策略;另外,针对月球和火星典型探测任务的遥感图像给出了相应参考图像的选取方法。选取嫦娥一号(CE-1)、嫦娥二号(CE-2)CCD图像和火星高解析度科学实验成像照相机(HiRISE)图像进行实验。针对CE-1和CE-2图像数据,选取月球侦察轨道飞行器宽角相机(LROC)图像作为参考;而针对HiRISE图像数据,选择以背景相机(CTX)图像为过渡、火星热辐射成像系统(THEMIS)图像为参考。利用自动匹配获取一定量的控制点,实现了行星遥感图像的自动几何精纠正。通过人工选取的检查点对纠正后图像进行精度评价的结果表明,所提出的自动几何精纠正方案是有效的,利用自动选取的控制点进行纠正后的图像定位精度明显提高,对月球和火星遥感图像的几何处理有实用价值。     

观测数据采样化的遥感影像非监督分割

为了实现影像的自动化分割,提出一种利用非监督方式将观测数据采样化的遥感影像分割方法。该方法利用欧氏空间的概率分布建模采样数据和观测数据,并将其映射到黎曼空间,通过不断将观测数据转换为采样数据的方式实现影像的自动采样化。每次采样过程只需计算观测数据点到采样点的测地线距离,将距采样点测地线距离最小的观测数据转化为采样数据,以保证采样数据不断趋于该类数据的真实分割结果,同时使算法能够有效分割具有不同像素数的类别。将算法应用于模拟影像和真实遥感影像分割,对其分割结果以及传统基于统计、基于模糊的非监督算法和基于神经网络的监督算法相应分割结果定性定量的对比分析验证了该算法的有效性及可行性。     

基于遥感影像的GPS实景化导航在野外地质调查中的应用

针对现有手持GPS系统不提供地图支持及野外地质调查过程中边远山区无图可用的问题,提出了基于遥感影像的GPS实景化导航方法,研究如何利用Google Earth提供的海量免费高分辨率遥感影像和Trimble GPS提供的强大导航功能,制作研究区域高精度背景导航影像,以实现野外地质调查的实景化导航。结果表明,基于遥感影像的GPS实景化导航方法简单、直观,能满足野外调查和旅游等导航的需求。     

一种基于SiftGPU的遥感影像匹配方法

针对已有的遥感影像匹配方法难以同时满足高精度、可靠性和高效率要求的问题,该文提出一种基于分块策略的尺度不变特征变换快速匹配方法。首先对两幅待匹配影像进行分块,根据影像的坐标信息建立参考影像与搜索影像上每个分块的对应关系,并进行量化级数转换;然后对每一对分块影像采用尺度不变特征变换算子进行匹配,同时采用GPU进行加速;最后对得到的所有匹配点进行误匹配点剔除。为验证该方法的有效性,采用经过正射纠正的ALOS影像和经过传感器校正的资源三号正视影像进行匹配实验。实验结果表明,该方法能够得到较多高精度的同名点,并且能在短时间内完成大数据量的处理。     

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。     

多分类器组合的遥感影像分类方法

针对传统遥感影像分类方法效果不够理想,单一分类器各自存在不足等问题,该文提出了一种基于多分类器组合的遥感影像分类方法。采用级联和并联相结合的方式对多种子分类器进行组合;利用改进的基于先验知识的投票表决规则,实现遥感影像准确分类。以岳阳市TM遥感影像为例,采用多分类器组合方法进行分类处理,并将处理结果与单一分类器处理结果进行比较。通过误差矩阵对比可知,多分类器的Kappa系数精度高于单一分类器;对分类效果图进行对比分析,在细部效果方面多分类器分类效果优于单一分类器。研究结果表明:组合分类器的遥感影像分类效果明显优于单一分类器,且具有更好的扩展性。