QuickBird遥感影像融合及在小流域土地利用调查中的应用研究

应用HIS变换、主成分变换和Brovey变换等3种影像融合方法对QuickBird多光谱和全色遥感影像进行融合,并利用标准偏差、相关系数和偏差指数等指标对融合效果进行定量评价;利用基于融合后的高分辨率影像对魏沟流域大比例尺土地利用的遥感调查进行了试验和研究。结果表明：主成分变换法的融合效果最佳;梯田、坡耕地和灌木林地分别占流域土地总面积的34．22％、16．42％和10．67％,是主要土地利用类型．     

QuickBird影像制作数字正射影像图生产工艺的探讨

讨论利用QuickBird影像制作数字正射影像图的具体方法和步骤,阐述在实际作业过程中可能遇到的问题以及解决的方法。最后对利用卫星影像制作数字正射影像图的优势和不足进行分析。     

基于ERMapper软件的QuickBird卫星影像处理实践

采用卫星遥感方法制作的数字正射影像是获取基础空间信息最快速、高效的手段,利用高精度卫星遥感成图,处理速度快、工艺简便、图像清晰,而且精度达到成图要求。本文介绍了以高分辨率的QuickBird卫星影像为研究对象,利用ERMapper图像处理系统进行图像的几何校正、全色与多光谱数据融合方法与过程。     

土地变更调查遥感监测中QuickBird遥感影像处理方法的讨论

遥感技术在全国土地变更调查工作中得到广泛应用,主要通过从最新获取的遥感影像上提取所需信息,再对比之前的数据库信息进行分析得到一定时间阶段的土地变更情况。文章针对在全国土地变更项目中使用较广的QuickBird影像,以QuickBird影像的全色影像、多光谱影像、前时相基础底图及高程数据为基础,对影像进行拼接处理、降位处理、数据融合、影像彩色合成,以及几何纠正等处理过程,并通过实验确定一个最佳处理流程。最终得到地类清晰可见、容易判读的影像,为之后的影像信息提取打好了基础。     

基于ERDAS软件对QuickBird影像的正射纠正

对于普通影像纠正,传统的纠正模式是多项式纠正,对于高分辨率卫星遥感影像.则采取高精度的纠正方式.本文主要针对QuickBird影像,基于ERDAS软件,采用正射纠正,其校正模型加入了RPC轨道参数和DEM高程模型,从而大大提高了几何精度.     

遥感影像的融合--SPOT全色波段和多光谱影像的融合

按照影像融合的一般理论,结合Erdas软件功能实现了SPOT全色波段和多光谱影像的融合。     

QuickBird影像在城市建设中的应用研究

对0.61 m地面分辨率QuickBird影像的几何精度进行初步评价,并对QuickBird影像在城市建设中的应用进行分析,针对其应用的内容、方案及效果进行了总结和探讨.分析表明,QuickBird影像能为城市规划管理以及土地利用管理等提供众多基础空间数据,具有广阔的应用前景.     

遥感影像的融合——SPOT全色波段和多光谱影像的融合

按照影像融合的一般理论,结合Edas软件功能实现了SPOT全色波段和多光谱影像的融合。     

遥感影像像素级融合方法比较研究

遥感影像数据的融合对于利用影像进行的分类、特征提取和目标识别具有重要的意义。文中阐述了IHS彩色空间变换融合法、主成分分析法（PCA）、Brovey法及Gram-schmidt法的算法实现,在此基础上对QuickBird全色波段和多光谱波段进行融合实验,最后从信息熵、灰度均值、相关系数、标准差和视觉效果5个方面综合进行定量与定性评价。分析结果表明,IHS整体上清晰,色调协调,保留了较多的空间信息,细节特征明显,质量较好。     

QuickBird影像在土地调查中的精度评价

利用遥感的手段对土地利用现状、土地基础数据进行调查。调查以0．61m分辨率的QuickBird影像为数据源,着重从混合像元成像机制、误差产生规律等方面量化0．61m分辨率的QuickBird影像的评价精度,并以各种地物类型的面积、边界线等因子对分类结果进行精度评价。     

顾及分割效果的QuickBird影像融合方法对比研究

影像融合是实现高空间分辨率遥感影像中全色数据与多光谱数据优势互补的基本途径,已有的融合方法比较侧重融合图像的视觉效果,较少考虑针对融合影像的分割、分析等后续处理与应用环节。以北京市某地区的QuickBird影像为研究数据,将融合、分割实验研究结果与定量分析相结合,从光谱和几何特征两方面对现有基于像素的主流融合方法IHS、PCA、HPF(高通滤波)、Wavelet-PC(WPC)、Ehlers(ELS)及GS(正交变换)进行对比研究,结果表明,不同融合方法针对同一数据源得到的融合影像在目视效果与定量指标两个方面均存在明显的差异,若顾及后续分割与分析,则以GS融合法的综合效果最佳。     

多源遥感影像融合技术初探

遥感影像融合技术是图像处理领域的新技术,通过富集同一地区不同数据源的信息大跨度特征像数据的融合,提供有关各单个传感器的互补信息,使分类更精确。本文对多源遥感影像融合技术的技术路线及影像配准,影像融合的一些技术方法思路做了初步的探讨。     

基于QuickBird遥感影像的棚户区提取与制图

以QuickBird遥感影像为数据源,从纹理信息的角度,利用灰度共生矩阵(GLCM)的方法对南京市下关区的棚户区信息进行了提取。首先,利用所选择的4个纹理特征统计量(对比度、能量、同质性和相关性)构建一个特征空间。然后运用非监督分类的方法(ISODATA算法)将研究区分成确定的类别数目。最后,根据实际情况,利用数学形态法对分类结果进行调整和优化,从而获得研究区域的棚户区信息。研究结果表明,基于纹理特征的灰度共生矩阵方法对于棚户区的提取和制图是有效可行的,同时本文的研究结果可以为南京市棚户区的管理及城市规划提供更为科学的依据。     

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。     

高分辨率遥感影像融合研究

遥感影像融合不仅可以提高原多光谱影像的空间分辨率,更重要的是最大量地保留影像的光谱信息。为了研究适合于QuickBird遥感影像融合的融合方法,本研究应用乘法复合算法(MLT)、改进的Brovey(MB)、高通滤波(HPF)以及基于平滑滤波的亮度调节算法(SFIM)四种融合方法对QuickBird影像进行了融合试验和分析。试验区以覆盖不同土地利用类型的一小景QuickBird影像为基础。采用了均值偏差、标准差、信息熵、平均梯度和相关系数五种数字统计方法来定量地评价由以上算法产生的融合影像。分析结果表明:SFIM算法在光谱保真性、高频信息融入度、影像清晰度方面都优于其他三种方法。因此,在研究的四种方法中,SFIM算法最适合Quick-Bird影像融合。     

多波段信息融合的遥感影像变化检测

传统遥感影像变化检测方法大多基于单波段信息,难以完整检测影像的变化信息。针对该问题,提出了一种基于马尔可夫随机场模型(MRF)的多波段遥感影像变化检测方法,利用MRF模型融合所有波段的变化信息。在求解MRF模型参数的过程中,引入MoLC与EM混合模型进行迭代计算。实验结果表明,本文方法的检测精度优于现有的变化检测方法,并且稳定性良好。     

基于验后定权的QuickBird影像立体定位研究

针对基于有理函数模型高分影像立体定位后的残差特性,首次尝试从随机模型的角度分析验后定权对定位结果的影响。利用Quickbird异轨影像的试验结果表明,验后定权后的立体定位精度有比传统等权情况下的定位精度有明显改善,表明该方法是有效的。     

利用QuickBird遥感影像的更新1∶10 000地形图

根据利用QuickBird高分辨率卫星影像进行1∶10 000比例尺地形图更新的生产情况,主要研究利用QuickBird卫星影像,更新1∶10 000比例尺地形图的方法、技术和步骤.     

利用QuickBird红外波段影像交替式植被信息增强的方法

由于大气的影响和传感器本身的原因,可见光遥感影像往往不能很好地反映植被信息。考虑到植被在近红外波段具有较强反射的特性,提出一种利用Quick Bird近红外波段与Photo Shop图像处理软件的交替式植被信息增强方法。结果表明,运用该方法处理的影像植被光谱特征复原度较高,视觉效果好,能反映出不同植被的光谱特征差异。     

开封市Spot5全色波段与多光谱影像融合评价

以Spot5全色波段与多光谱波段为例,用PCA、Brovey、IHS等三种像素级融合方法对其进行融合研究。分别运用灰度均值、相关系数、平均梯度等三个传统的指标在影像亮度、光谱保真度以及高频信息融入度三个方面对其评价。最后综合这些指标在信息量以及融合指数方面对融合影像进行综合评价,从而建立一套完整的影像评价体系。