综合多特征遥感图像智能检索方法的概念设计

遥感数据作为一种重要的时空数据源,在环境监测、资源管理、灾害预报、重大工程监理、国防安全等众多领域发挥着不可或缺的重要作用。遥感图像检索的效率和精度,直接关系到遥感影像数据应用的广泛性和实时性。本文在对国内外其他领域的图像检索技术、遥感图像检索技术的研究进展及其发展趋势进行综合分析的基础上,针对目前遥感图像检索所存在的...     

高分辨率遥感图像融合的光谱保真问题

分析高分辨率遥感图像融合光谱失真的原因,利用基于滤波原理的Wavelet、SFIM融合算法和基于统计原理的Gram-schmidt、PCI pansharp模块提供的融合算法对高分辨率遥感图像的代表QuickBird图像进行融合试验。结果表明:这四种融合算法虽都具有很好的光谱保真性,但从光谱保真度和高频信息融入度这两个方面的定量分析来看,基于统计原理的融合方法总体上优于基于滤波原理的融合方法,更适合于QuickBird高分辨率遥感图像的融合。     

遥感图像检索系统的设计与实现

海量遥感图像的检索与管理,需要研究有效的基于内容的图像检索方法。目前,对遥感图像的CBIR研究,主要集中在颜色、纹理、形状等视觉特征检索方法上,尚缺乏实用系统。从面向实用的遥感图像检索系统(RSIQuery) 的体系架构设计入手,着重分析了CBIR遥感图像数据模型和数据组织方式,并给出了系统的初步实现。     

基于局部空间信息KFCM的遥感图像聚类算法

针对模糊C均值(Fuzzy C-Means, FCM)算法,不能有效地对夹杂噪声的遥感图像聚类的问题,本文提出了一种基于局部空间信息核模糊C均值(Kernel Fuzzy C-Means, KFCM)的遥感图像聚类算法。首先,运用核函数将遥感图像的所有像元映射到高维特征空间,通过非线性映射优化遥感图像的有用特征;然后,根据相邻像元之间的相关性,利用一种空间函数重新定义像元的模糊隶属度,将像元的局部空间信息引入到FCM算法中,并在高维特征空间中使用这种基于局部空间信息的FCM算法对像元聚类。由于引入了像元的局部空间信息,算法可以直接应用于原始遥感图像,不需要滤波预处理。大量实验结果表明,本文提出的基于局部空间信息KFCM的遥感图像聚类算法具有较强的抗噪能力,可得到较好的同质区域,优于现有的FCM算法、模糊局部信息C均值(Fuzzy Local Information C-Means, FLICM)算法及KFCM算法。     

基于光谱和形状的遥感图像分割质量评估方法

针对多尺度遥感图像的分割质量评估问题,提出了一种光谱和形状相结合的分割质量评估方法。首先,采用超像元方法对图像进行初始分割,将图像过分割为若干区域;其次,根据合并准则迭代合并相邻区域来生成各尺度图像,其中,使用尺度集结构来索引各尺度的区域,使用邻接图来记录各尺度下区域间关系;然后给出各尺度图像形状紧凑性和平滑性的计算公式,并结合各尺度图像光谱特征计算出各尺度图像的同质性和异质性;最后根据贝叶斯风险最小准则选择最优分割尺度。实验结果表明,该方法可以适应不同图像内对象特质,使得最优分割尺度的选择更合理,图像分割效果更佳。     

遥感图像在涩港幅1:5万区调工作中的应用

通过涩港地区的遥感影像特征研究,结合地面调查进行综合分析和解译,对该区岩性、地层、侵入体、线性构造、环形构造的图像标志和特征进行了系统总结,归纳出一套行之有效的工作方法,提出遥感图像在1:5万区调工作中具有不可取代的作用和良好的应用效果。     

基于自定义RDD的海量遥感图像并行镶嵌方法

图像镶嵌是遥感图像处理中的重要内容,在跨区域遥感图像分析中发挥重要作用。为了解决传统遥感图像并行算法中存在的计算节点利用率低、频繁数据I/O等问题,本文根据Spark分布式内存计算框架,充分利用Spark利于迭代数据处理的优势,提出了一种基于Spark自定义RDD（弹性分布式数据集）的并行镶嵌方法。该方法首先在集群的多个节点上通过相位相关法执行图像重叠区域估计操作,从而提高了图像重叠区域估计的多节点并行计算;然后,通过重写Spark中RDD的compute和getPartitions方法,自定义针对遥感图像处理的RDD,并将图像镶嵌中的重叠区域估计、图像配准和图像融合3个关键步骤作为自定义RDD的Transformation类型的操作算子;最后,通过隐式转换创建自定义RDD,并调用自定义RDD的操作算子实现图像镶嵌的并行处理。实验结果表明,与传统基于MPI的并行镶嵌算法相比,该方法在保证图像镶嵌效果的基础上,能够有效提高大数据量的图像镶嵌效率。     

利用遥感图像的土地利用动态监测技术研究

对遥感图像在土地利用动态监测中的应用进行研究.首先对遥感图像进行预处理,然后在图像增强处理的基础上,进行图像融合,以实现土地利用动态监测.在土地利用变化信息准确提取的前提下,遥感监测技术不失为土地利用动态监测的一种有效方法.     

BP网络及其在遥感图像分类中的应用

BP网络分类方法是一种新的模式识别方法,在遥感图像分类识别处理中有良好的应用前景。文章在阐明BP网络组成的基础上,介绍了BP网络的遥感图像分类过程,指出应注意的一些问题,并分析了其应用效果。     

卫星遥感图像空间分辨率适用性分析

从卫星遥感图像空间分辨率的定义出发,简述了影响卫星遥感图像空间分辨率的几种因素。根据各研究领域和研究层次对卫星遥感空间分辨率的不同需求,给出其相应的空间分辨率。从测绘制图的角度确定了不同比例尺地图所需要的卫星遥感图像空间分辨率大小。讨论了当前主要遥感信息源的应用范围,并结合案例对其适用性进行了分析,最后指出了卫星遥感技术目前存在的一些问题,提出了几点看法。     

基于黑暗像元和大气透过率的遥感图像校正

介绍了黑暗像元法光学遥感图像大气校正的基本原理,并根据典型大气条件考虑了光谱的大气透过率分布,设计了一定大气条件下的自动光学遥感图像校正算法.通过对具体的图像模式进行的校正处理效果比较,在图像本身比较模糊的情况下,校正效果较好,而对于图像本身比较清晰的情况下,校正效果不明显,但色彩得到改进并更接近原始色彩,计算表明,在光学遥感图像校正要求不是特别高或者大气条件比较均匀的情况下,是一种仅靠图像信息本身即可进行大气校正的简单方便的方法,具有一定的实用价值.     

论发展遥感图像应用智能处理技术

任何对地观测系统获得的原始图像数据实质上都是地球表面电磁波谱特征的综合反映。经地面站系统处 理得到的常规图像产品仍存在大气、地形等多种随机因素导致的几何畸变与辐射失真 , 并且多种地物目标信息混 杂 , 甚至相互迭掩 , 彼此抑制。所以 , 严格地说 , 这些图像只是一种信息源 , 属“数据”范畴 , 必须对其进行再 处理才能得到适应不同专业需要的优质图像和有用信息。至今 , 从事遥感图像处理的科技人员大多出身于电子、计 算机等专业 , 故对于不同地理景观、不同季节、不同传感器所获得的图像数据 (一串灰度数码) , 往往很难体会到 其中包含着的极为丰富而复杂的生物、地学内容。一个能出色完成一般图像处理任务的杰出图像处理专家 , 不一 定能胜任各种不同应用目的所要求的图像处理任务。常常使得海量遥感数据难以得到有效的利用。据此 , 笔者认 为应把遥感图像处理分解为系统处理与应用处理两大类 , 它们是既相互衔接又彼此有别的技术分支。前者只从图 像总体要求出发 , 着眼于改善、提高图像整体质量 ; 后者则必须密切关注具体的应用目的与对象 , 形成融入了地 学分析思路、并精确反映遥感成像机理的图像应用处理技术。文中给出了发展遥感图像应用处理技术的流程框图 , 列举了森林火灾、虫灾监测 , 洪涝灾情快速反应 , 城市扩展 , 低产土壤清查 , 土地利用动态监测等多项任务中的 成功实践。     

高分遥感图像相对辐射校正中的伪不变地物自动提取和优化选择

相对辐射校正是遥感变化检测中重要的预处理过程,伪不变地物(Pseudo-Invariant Features,PIF)是多时相影像中相对不变的地物,是相对辐射校正中的重要依据.针对高分遥感图像变化检测中相对辐射校正的要求,本文提出了一个自动提取和优化选择PIF的流程和方法:首先计算两期图像的亮度、光谱特征和空间特征的变...     

基于光谱-空间残差网络模型的高光谱遥感图像分类

残差网络是近几年提出的一种新型深度卷积网络,通过增加网络深度提高分类的准确率,也解决了网络退化问题。基于残差学习原理,设计了针对高光谱遥感图像分类的光谱-空间残差网络模型。首先,将原始高光谱遥感数据三维立方体输入网络模型,并使用特定的卷积核对光谱特征进行降维;然后,利用光谱残差模块和空间残差按模块分别且连续地学习光谱和空间特征;最后,对提取到的特征进行池化操作并分类。此外,为规范训练数据和防止过拟合,学习过程中使用了批量归一化和dropout的方法。所设计网络模型在Indian Pines和Pavia U数据集上进行了验证实验,结果表明,所提方法有效地缓解了网络退化的问题,且在分类精度上也高于支持向量机、卷积神经网络等现有算法。     

基于SVG的分布式遥感图像特征提取方法

在遥感图像网络化分布式特征分析与表达过程中,有很多需要栅格数据与矢量数据的混合模型的网络化表达与传输问题,而矢量数据的网络化表达、传输与显示问题则是影响遥感图像分布式处理效率的关键性因素之一。本文首先对SVG技术及其对矢量数据的表达特点作了简介,在介绍遥感图像分布式特征提取系统的运行流程的基础上,对其在遥感图像分布式处理中相关的网络化数据表达与显示问题给出了相应的解决思路,并给出了相应的实例与效果分析。     

基于五叉树分解与多特征直方图匹配的高分辨遥感图像检索

随着遥感图像数量的急剧增加,如何进行高效检索已成为遥感图像信息提取和共享的瓶颈问题,基于内容的遥感图像检索因此逐渐成为了研究热点。本文提出了一种新的遥感图像检索方法,该方法综合利用了图像的色调和纹理特征。其基本过程是:首先,对图像进行主成分变换,对变化后的第一主成分图像进行五叉树分解,将大幅面的遥感图像分成一系列的子图像;然后,利用多通道Gabor滤波器与子图像做卷积运算,提取其纹理特征,同时计算像元值的方差和三阶矩作为各子图像的色调特征;最后,以子图像为特征基元,构建图像的色调直方图和纹理直方图,以多特征直方图匹配方法计算图像相似度实现遥感图像检索。利用高分辨率遥感影像的检索实验证明该方法是有效的。     

四川汶川“5.12”地震滑坡堰塞湖遥感监测分析

运用可见光、雷达和航片等不同空间分辨率的多源遥感数据,对四川汶川"5.12"地震灾区因地震诱发形成的大型堰塞湖进行了遥感监测,对堰塞湖发生的地点、数量以及空间分布规律进行了讨论。重点对唐家山堰塞湖进行了动态监测,提取了其堰塞湖回水长度、水面面积与水量等信息,并对这一结果进行了详细分析,为地震滑坡堰塞湖科学处置与减灾决策提供了科学依据。     

基于网格服务的遥感图像并行融合

图像融合是一项计算密集型的操作,对计算机系统的性能要求很高,硬件的发展远赶不上计算需求的增长,传统的遥感图像处理方式已经不能很好地适应新的资源共享模式,故软件方面的改进是必然的选择。网络技术的发展,使网络带宽有了很大的提高,大量的遥感图像通过网络发布成可在线获取的共享资源,利用网络和这些资源能大幅提升融合处理的速度。网格是网络的进一步延伸,是一个变化性较大的动态系统,资源的动态变化是网格的重要特征,数据的更新、节点的加入或离开、节点负载的变化、网络性能的变化等都会影响网格服务的性能,只有及时地掌握这些动态,并根据情况实时进行调整,才能保证较高的执行效率。基于网格服务的遥感图像并行融合的设计,在网格环境下,通过对资源和服务状态属性的分析,生成最优化的方案进行并行处理,可提供高效的遥感图像融合处理服务。     

基于自然地理分区的中国公路网时空变化分析

本文利用2011-2019年国家1∶50000基础地理信息数据库中的公路网数据,以及国家统计局发布的2019年全国县级行政区人口数据,按照我国四大自然地理分区,采用路网里程、路网面积密度、路网人口密度等指标,分析我国公路网2011-2019年自然地理布局特点和变化情况,希望能够从自然地理分区的视角,为国土空间规划、公路...