资源卫星（可见光）遥感数据获取任务调度优化算法研究

从资源卫星（可见光）遥感数据获取任务调度的影响因子分析入手,在研究国外相关遥感任务调度算法的基础上,提出了基于目标的卫星遥感任务调度算法规则,并依据该规则研究建立了算法实现流程,以解决用户需求和星地资源使用约束之间的冲突,从而有效地满足用户对遥感数据的需求。     

高分辨率卫星遥感立体影像处理模型与算法

基于高分辨率遥感影像的空间信息处理技术是当前数字摄影测量、地理信息系统及其相关学科的重点研究领域。本文主要针对高分辨率卫星遥感影像中的线阵CCD推扫式立体影像 ,从传感器几何模型、影像核线模型、影像匹配方面进行了理论和应用技术的系统研究 ,初步建立了线阵CCD推扫式遥感影像摄影测量处理的技术基础 ,并探讨了高分辨率遥感影像上规则地物的快速提取技术。本文的研究主要体现在以下几个方面。1 .针对高分辨率遥感卫星影像长焦距、窄视场角的特点 ,鉴于传统的严格传感器模型由于定向参数相关而引起不稳定性的缺点 ,从平行投影的…     

利用特征组合检测算法的无人机遥感影像匹配研究

影像匹配是无人机遥感影像拼接和三维建模的基础和关键步骤。结合不同算法的优势,本文提出一种基于特征组合与RANSAC算法的无人机遥感影像匹配方法。该匹配方法首先采用AKAZE算法检测影像的特征点,然后利用SIFT描述符描述特征向量并获取特征点的主方向,最后基于单映射变换矩阵的RANSAC算法进行精准匹配。本文对基于特征组合与RANSAC算法的匹配效果进行了试验对比分析,试验结果表明：与常用匹配方法的匹配效果相比,本文的匹配方法继承了AKAZE算法的快速匹配能力,匹配总耗时介于AKAZE算法和SIFT算法之间,约为BRISK算法匹配耗时的20%;同时,该匹配方法继承了SIFT算法的多匹配点对性能,从整体匹配效果来看,本文的匹配方法优于AKAZE、SIFT、BRISK算法。     

多源遥感影像数据融合技术研究

简述了多源遥感影像融合概念以及融合过程、三种融合层次及其优缺点;描述了常用的融合方法及步骤;探讨了遥感影像评价的主客观标准,并总结了多源遥感影像融合需进一步研究的关键技术,为类似的研究提供借鉴.     

无人机低空遥感影像数据的获取与处理

介绍无人机低空遥感系统的构成和技术指标,论述影像数据的获取、影像匀色与裁边、重叠度计算、拼接全景影像图、生成正射影像等处理分析方法,并针对地震灾区重建数据获取进行实验.实验结果表明无人机低空遥感系统完全能满足实际需要,能解决多云雾地区遥感影像资料获取困难的问题,在大比例尺测图、三维景观重建、土地利用调查、环境监测等领域...     

遥感多光谱影像数据与航片数字化影像融合方法的研究

本文探讨利用ＨＩＳ变换对航片化影像分析与遥感多光谱影像ＳＰＯＴ ＸＳ、Ｌａｎｄｓａｔ ＴＭ和ＭＳＳ进行融合的方法，并提出了一种改进的方法。试验结果表明：本文提出的方法行之有效。融合后的影像在很大程度上保留了原多光谱影像的光谱特征，空间分解力较我光谱影像提高到近３倍，清晰度也提高了。因而具有更强的解译和量测能力，能进一步提高分类精度、制作专题图的精度，多时相监测能力等。     

决策树算法在西藏遥感影像分类中的应用研究

将决策树算法引入到遥感影像分类中,以提高分类的精度。首先对影像进行预处理,然后利用C5.0算法在分析地物光谱特征、纹理特征、归一化植被指数的基础上,自动提取分类规则,构建决策树,实现地物的自动分类。为验证该算法的有效性,选取西藏某地区TM影像作为实验数据,与监督分类的精度进行对比,实验结果表明,决策树分类方法能取得较好的分类效果。     

高分辨率遥感影像滤波算法综述

高分辨率卫星影像空间分辨率高,地物结构纹理信息突出,常用于土地利用监测、自然灾害预报等领域,但其所含的背景噪声影响了影像识别和分析的有效性和可靠性,因此,选取合适的滤波方法消除各种噪声成为遥感影像处理的首要任务。在遥感技术发展的几十年中,研究者们针对各种噪声类型已发展了多种滤波方法。本文分析了高分辨率遥感影像噪声的特点,介绍了一些传统的滤波算法和近年来广泛应用的新型滤波方法,并深入探讨各种滤波器的性能及其优缺点,为今后选择合适的算法消除高分辨率遥感影像噪声提供参考,最后对遥感影像滤波方法的发展前景进行了展望。     

Apriori算法在遥感影像数据挖掘中的应用

近年来,遥感影像在数据挖掘中的应用越来越广泛.本文结合一个简单的实例将Apriori算法应用于遥感影像数据挖掘中,为相关的决策提供参考.     

遥感图像信息系统数据模型设计

通过分析遥感图像信息系统需要存储和管理的各种数据,建立了各种数据之间的拓扑结构图,设计了基于遥感影像的发散式的影像数据库,建立了遥感图像信息系统数据模型.实验表明,该数据模型能够合理地存储和管理多种遥感影像及相关数据.     

基于数据缓存的影像数据库的设计与实现

针对影像数据库中数据获取效率低,对系统配置、网络带宽要求高等问题,提出了基于数据缓存的影像数据库管理方式.从体系结构、数据库存储结构以及数据缓存结构3个方面对该方案进行详细说明.实践证明,该方案能够有效地管理海量影像数据,在不影响影像数据共享的前提下,减少了用户与服务器的交互次数,降低了对网络带宽、计算机性能的要求,提高了数据获取的效率.     

多源遥感影像数据融合理论与技术

在分析和探讨多源遥感影像数据融合原理、层次、结构及特点的基础上,归纳了多源遥感影像数据融合方法,并对数据融合的关键技术及研究热点进行了总结。     

基于数据缓存的影像数据库的设计与实现

针对影像数据库中数据获取效率低,对系统配置、网络带宽要求高等问题,提出了基于数据缓存的影像数据库管理方式。从体系结构、数据库存储结构以及数据缓存结构3个方面对该方案进行详细说明。实践证明,该方案能够有效地管理海量影像数据,在不影响影像数据共享的前提下,减少了用户与服务器的交互次数,降低了对网络带宽、计算机性能的要求,提高了数据获取的效率。     

多源遥感影像数据融合技术探讨

针对当前海量遥感数据与相对较低的数据利用率并存的现状,探讨了数据融合的概念,融合的3个层次:像素级、特征级和决策级融合,以及各层次的优缺点、流程和常用的融合方法;并详细阐述了融合影像的评价指标。进行了某地区的融合试验,从而得出对同一地区的遥感影像数据进行融合,可以产生更准确、更完全,更可靠的估计和判断的结论,为类似的工作提供了借鉴。     

GABA算法的遥感图像分类

为了弥补蝙蝠算法后期收敛速度慢、寻优精度不高、易陷入局部最优值的缺点,本文提出了一种新的遥感图像分类算法--GABA算法,该算法将遗传算法中的选择、交叉、变异操作应用到蝙蝠算法中,使蝙蝠算法具有变异机制,避免种群个体陷入局部最优,提高了算法全局寻优能力,增加了蝙蝠算法的多样性。同时,为了突出本文算法的优点,试验将蝙蝠算法、K-means算法、粒子群算法与本文算法结果进行比较,分析评价遥感图像的分类结果。试验表明本文算法在遥感图像分类应用中既提高了分类精度又减少了分类时间,是一种可行、有效的遥感图像分类方法。     

GIS辅助遥感影像分类概述

论述了在已有的GIS数据基础之上,将GIS数据与知识综合运用于遥感影像监督法分类的分类方法,着重对样区的自动选取、非训练样区的分类等几个有关的问题进行了分析,并对该分类法的优势进行了分析和总结。     

大型遥感影像数据库中的海量数据管理技术

本文对现有遥感影像数据管理方法进行了讨论，针对其存在的不足，提出基于存储区域网（SAN）技术，采用在线、近线、离线的三级存储模式以及分级管理方法解决数据的物理存储问题；采用大对象（LOB）行数据组织，结合数据分块、索引、调度技术，解决了数据的快速加载问题。工程应用实际表明，该方法能够满足海量遥感影像数据的管理需求。     

多源遥感影像数据融合方法探讨

在简要分析几种常用多源遥感图像融合方法的基础上,着重探讨了基于小波变换融合方法的特点以及小波变换与其他方法相结合使用的优势,为相关工作提供借鉴。