基于World文件的遥感影像坐标转换研究

在不动产登记工作中,遥感影像是一种重要的数据源。为辅助不动产登记发证,需要将遥感影像的坐标系统一,这涉及遥感影像坐标转换问题。如果针对遥感影像本身进行坐标变换,不仅计算时间慢且需要额外存储空间,需要寻找一种方便快速且占用存储空间较小的遥感影像坐标转换方法。通过对遥感影像坐标信息World文件的分析,使用二维平面坐标转换模型中的仿射变换模型推导出基于World文件的遥感影像坐标转换计算公式,实现了遥感影像的坐标转换,并将不同时期的遥感影像转入不动产登记信息平台中,较好支撑了不动产权籍调查和登记发证工作。     

基于GPU的无人机遥感影像快速拼接

近年来,无人机遥感技术得到较快的发展,无人机遥感技术有着实时性强、灵活性强、低成本以及获取影像分辨率高的特点,在处理应急响应任务时,运用无人机遥感技术,优势极为明显。在无人机进行对地航拍时,所获取的是单张影像,由于像幅的限制,影像并不能覆盖完整的目标区域,相邻的多张影像都有着一定的重叠度,利用重叠区域来将多幅影像依次拼接,获得目标区域的一幅完整影像。随着各种传感器技术的提升,无人机上的相机所获取到的影像的分辨率越来越高,这对影像拼接的速度提出了新的要求。基于无人机遥感影像的特点,采用SIFT算子对无人机遥感影像进行拼接工作,并在CUDA平台下对配准算法进行加速处理,从而提高影像拼接的速度。     

海量遥感影像分块逆映射快速坐标转换

提出了一种海量遥感影像分块逆映射快速坐标转换算法,并针对分块窗口的形状和大小对处理过程所占内存与处理效率造成的影响作了试验与分析并得出结论。该算法使得处理过程所占内存不受原影像与处理后影像的尺寸大小所限制,并且通过与主流遥感影像处理软件对比试验的结果可以看出,该算法可以完成超大幅遥感影像与分幅遥感影像的坐标转换处理,处理分幅影像时有效地避免了影像间的接缝,同时处理效率达到主流的专业遥感影像处理软件水平。     

基于GPU的快速影像匹配

随着图形处理器(GPU)的飞速发展和计算同一设备架构(CUDA)的推出,GPU的并行性和可编程性不断增强,本文提出了一种基于CUDA的Harris算子影像匹配并行处理方法,在GPU中完成对影像的灰度化、Harris角点提取、重采样、灰度相关匹配,并从线程分配、内存使用、共享存储器等方面进行优化。实验结果表明,该方法与CPU串行处理方法相比,其速度得到了明显提升。     

影像坐标系转换纠正的批处理实现

本文论述了利用AutoCAD等软件,通过利用Visualisp等语言编写一些工具程序实现影像纠正的批处理。主要叙述了整个生产的流程及算法实现,并以1954年北京坐标系的安庆市正射影像图转换为1980西安坐标系的生产为实例,做了实际应用及精度评定。     

基于CUDA的高效并行遥感影像处理

近年来,随着空间遥感技术的发展,使得遥感影像数据呈几何级数增长,遥感影像的处理面临数据量大、密集度高、计算复杂度高和运算量大等问题。在分析最新GPU（图形处理单元）的并行架构和统一计算设备架构（CUDA）灵活的可编程性的基础上,提出了一种基于CUDA的遥感影像的高效处理方法,以遥感影像处理中常用的快速傅里叶变换、边缘检...     

基于AutoCAD平台的坐标系统转换的设计与实现

采用一定的数学模型,在AutoCAD平台下通过编程完成任意两个坐标系之间的转换,实现参数计算、精度评定、文件转换、图形转换的功能。     

一种遥感图像的坐标转换方法

在遥感应用中,要将遥感影像的空间信息转换到其他坐标系中,一般通过几何校正来实现。这种方法工作量大而且不可避免会引入新的误差。本文从坐标转换的角度出发,通过事先计算两个坐标系之间的转换参数,结合遥感影像中储存空间信息的方式,推导出遥感图像坐标转换的计算公式,并由此推导出根据坐标转换参数计算重采样像元坐标变换函数。根据本文提出方法,可以很方便地实现遥感图像的坐标转换,将遥感图像的空间信息转换到不同坐标系下。     

基于．NET 平台坐标转换软件的研发与实现

结合实际生产项目,开展了坐标转换研究,基于．NET平台实现了坐标转换的基本功能。同时,实现了不同坐标系统的七参数转换,并在实际生产项目中得到验证,具有一定的应用价值。     

利用流水线技术的遥感影像并行处理

针对现有的OpenMP和直接的线程并行法难以对遥感影像处理链进行加速的问题,引入流水线概念对复杂的功能链进行并行加速,提出了基于流水线技术的遥感影像并行处理方法。影像处理实验验证了流水线在遥感影像多级连续处理方面的优势。     

小波变换在遥感图像压缩中的应用

基于遥感数据的大信息量、大容量和越来越高的分辨率对图像的存储和传输提出的更高要求,有效的图像压缩就显的特别重要。在综合比较了各种压缩编码算法的基础上,结合遥感图像本身的特点和对小波变换性质的深入分析,选择了基于小波变换的遥图像压缩方法。     

遥感影像并行服务系统设计与实现

实现海量遥感影像快速处理的重要基础是高速影像数据服务。基于影像瓦片模型、分布式并行存储体系结构,设计和实现遥感影像并行服务系统——瓦片服务系统,用于快速存储和访问以瓦片方式组织的遥感影像,为高速影像处理、实景城市等提供高吞吐数据服务。实验结果表明:瓦片服务系统具有快速存储和访问海量遥感影像的能力,在高速影像处理与影像服务等领域具有广阔应用前景。     

粒度Hough变换及其在遥感影像直线检测中的应用

在基于Hough变换的遥感影像直线检测的过程中引入粒度计算的概念,利用粒度计算具有多角度、多层次观察问题的能力,对遥感影像中的直线边缘特征进行不同粗细的粒度分析,建立粒度计算概念下的直线检测算法,实现对不同长短、粗细直线的识别。真实的IKONOS遥感影像机场跑道提取试验证明了该方法的有效性。     

基于K-L变换的多光谱遥感图像检索方法研究

在遥感图像检索中,光谱特征的应用最为广泛。本文研究了基于光谱特征进行遥感图像检索的方法。针对目前应用越来越广泛的多光谱、高光谱遥感图像波段多的特点,提出了基于K-L变换的检索方法,将多维图像降维处理,在此基础上提取遥感图像的光谱特征,通过检索图像与目标图像的光谱特征对比实现多光谱遥感图像的检索,并通过实验验证了本文方法的有效性。     

基于可编程图形硬件的遥感影像并行处理研究

通过对遥感影像处理算法中并行特性的分析,利用可编程图形处理器GPU的并行流处理特性和灵活的可编程性,实现基于GPU的遥感影像并行处理,在保证影像处理质量的前提下,大大提高了处理速度,能够满足一定情况下影像实时处理的要求。     

基于小波变换的遥感图像压缩

遥感图像的压缩领域中,小波分析理论为其提供了新的压缩方法和压缩思路,比较好地解决了遥感图像的压缩和传输问题。而小波基的选择直接决定了图像压缩的压缩效果和压缩速度,着重对比了不同的小波基性质对图像压缩带来的效果,给出了小波基选择的原则,并通过对各种小波性质的总结,选择双正交小波基（D5/3）应用于遥感图像的压缩     

基于小波包变换与IHS变换的遥感图像融合

针对多光谱图像与金色图像的融合，提出了基于IHS变换和小波包变换的遥感图像融合新方法。该方法首先对多光谱图像作IHS变换得到3个分量：亮度I、色度H和饱和度S；其次利用小波包变换融合方法融合多光谱图像的亮度分量与金色图像，并用融合后的图像替代多光谱图像的亮度分量；最后作IHS反变换得到新的多光谱图像。实验分析表明，新方法的性能优于IHS变换融合方法、小波变换融合方法和基于小波变换与IHS变换融合方法，在保留多光谱图像光谱信息的基础上，增强了融合图像的空间细节表现能力。     

基于CPU与GPU/CUDA的数字图像处理程序的性能比较

测绘系统通常有大量图像处理工作,而户外图像采集系统更需要极高的实时性。通过对GPU与CPU分别进行数字图像处理性能测试,结果表明GPU并行计算可以大幅提高图像处理性能:可优化图像预处理、后处理速度,使测绘系统更加实时高效。