基于静态小波变换的遥感影像薄云雾模糊抑制

针对薄云雾造成的遥感影像模糊问题,提出了一种基于静态小波变换与离散小波变换相结合的抑制云雾模糊的方法 ;并与同态滤波方法和一种基于拉普拉斯增强和直方图分段线性变换方法进行了对比。该方法通过提高影像分辨率增加云雾覆盖区细节的方式达到抑制图像模糊的目的。目视效果表明,该方法显著抑制了薄云雾覆盖造成的影像模糊,明显优于对比方法,且具有较高的峰值信噪比、光谱保真度和信息熵。     

基于改进ORB算法的遥感图像自动配准方法

针对遥感图像自动配准的问题,提出了一种基于改进定向二进制简单描述符(oriented brief,ORB)算法的遥感图像自动配准方法.该方法主要由3个步骤组成:首先是特征匹配,利用改进的ORB算法提取特征点,并建立描述符进行匹配,获取初始控制点;然后采用随机采样一致性方法,结合变换参数估计,剔除可能的错误匹配;最后利用最小二乘法估计的变换参数,对图像进行几何纠正.分别利用2组卫星光学遥感图像和1组SAR图像进行基于改进ORB算法的自动配准方法试验,并与基于尺度不变特征变换(scale-invariant feature tramsform,SIFT)算法和加速鲁棒性特征(speeded up robust features,SURF)算法的自动配准方法进行了比较.试验结果表明,该方法能获得与SIFT算法和SURF算法相当或者更高的配准精度,并在配准效率上有较大提高.     

遥感图像薄云去除方法及IDL的实现研究

云噪声的干扰,严重影响了遥感图像的解译与信息提取。本文从遥感图像的成像机理出发,使用同态滤波算法,采用IDL二次开发语言并集成到ENVI平台上,实现了遥感图像薄云的自动化检测与去除。实验证明,该过程能够有效地去除薄云,提高在传统方法中图像预处理的效率,在一定程度上提高了图像的质量与精度。     

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。     

遥感图像最大似然分类方法的EM改进算法

基于参数化密度分布模型的最大似然方法（MLC）是遥感影像分类最常用手段之一，与其他非参数方法（如神经网络）相比较，它具有清晰的参数解释能力、易于与先验知识融合和算法简单而易于实施等优点。但是由于遥感信息的统计分布具有高度的复杂性和随机性，当特征空间中类别的分布比较离散而导致不能服从预先假设的分布，或者样本的选取不具有代表性，往往得到的分类结果会偏离实际情况。首先介绍了用基于有限混合密度理论的期望最大（EM）算法来作为最大似然函数（MLC）参数估计的方法－EM－MLC。该模型首先假设总体混合密度分布可被分解为有限个参数化的高斯密度分布，然后把具有先验知识的样本与随机选取的未知样本混合在一起，通过EM迭代计算来估计出各密度分布的最大似然函数的参数集，从而一定程度上避免了参数估计可能出现的偏离。最后，本文提出了基于EM－MLC遥感影像分类的具体实施流程和应用示范，并与一般最大似然方法（MLC）得到的分类结果进行了定性和定量的综合比较，认为EM－MLC在精度上得到了提高。     

基于中值滤波和小波变换的遥感影像去云

去云处理是遥感图像处理以及大气纠正的重要步骤,目前常用的遥感薄云去除法一般只能去除低频区域的云,而对高频区域的云则没有处理效果.因此,在研究传统小波算法对图像进行处理的基础上,引入了中值滤波,它将每一像素点的灰度值设置为该点邻域窗口内的所有像素点灰度值的中值,旨在对高频突变云区进行处理.而后结合主观视觉和客观统计分析两方面对结果进行评价,并且与传统小波去云比较,经分析表明,高频突变云有所减少,达到了预期目的.     

基于改进决策树算法的山区遥感影像变化检测方法

为了能够精准检测山区遥感影像变化,提出一种基于改进决策树算法的山区遥感影像变化检测方法。利用K-SVD算法始化处理过完备字典,采用带有噪声的山区遥感影像训练字典,通过学习获取的字典稀疏表示含噪山区遥感影像,得到每个小块影像的稀疏表示系数,平均处理小块影像,获得去噪后的山区遥感影像。采用邻域相关分析技术获取描述上下文信息的邻域相关影响,通过邻域像素间的相关性展开模板匹配得到匹配误差。同时根据方向梯度信息提取山区遥感影像的结构特征,将邻域相关影像、匹配误差和结构特征输入改进后的决策树算法,将其作为分类属性,检测出山区遥感影像变化,实现山区遥感影像变化检测。实验结果表明,所提方法可有效检测出山区遥感图像的变化,并且检测500个样本图像的时间仅为335.4 s,因此,该方法可以获取准确率更高且检测时间更短的山区遥感影像变化检测结果。     

基于灰度数学形态学的遥感影像薄云处理方法

遥感成像过程中薄云是最常见的一种噪声。在利用数学形态学进行薄云处理的基础上,探讨利用广义多结构元素的数学形态学进行薄云处理的方法,并对SPOT图像进行试验。结果表明,该方法对薄云去除的处理效果有一定的改善和提高。     

GeoEye-1遥感图像去雾霾方法比较

在多雨多雾地区,GeoEye-1卫星获取遥感图像时常受到雾霾的影响。由于雾霾对电磁波有吸收、折射、反射和散射作用,导致遥感图像清晰度降低。因此,尽可能地消除雾霾对图像的影响,才能有效地提高遥感图像的质量。利用ENVI软件作为图像处理平台,分别选取了国内外常用的"同态滤波"、"小波变换"和本文提出的"波段计算组合"3种去雾霾方法对GeoEye-1图像进行去雾霾处理效果的研究对比。结果表明,利用"波段计算组合"方法去除GeoEye-1图像中的雾霾有很好的效果。     

基于空间数据挖掘的遥感图像处理

数据与数据库的爆炸式增长导致了一个十分突出的问题,即如何高效、智能地从巨量的、有噪音的、随机的数据中提取有效的、潜在有用的信息和知识.近几年来,空间数据挖掘技术的广泛研究正是基于此目的.本文初步探讨了空间数据挖掘技术在遥感图像处理中的应用,其重点阐述了关联规则,以及数据挖掘技术在遥感图像数据处理中的基本方法以及如何对遥感图像数据进行离散化处理.文章最后简要介绍了遥感图像处理的决策树和人工神经网络数据挖掘技术方法.     

遥感影像薄云去除算法

高分辨率遥感成像极易受到云层遮挡等气象条件的影响。通过分析这些影响因素的特点,以暗元法为基础,提出了一种薄云的去除算法,在保持图像色调的同时,提高了图像的对比度。     

遥感影像中薄云的去除方法研究

薄云去除是遥感图像处理中一个常见的问题。目前,针对遥感影像薄云去除问题国内外学者提出了不少方法,本文在分析薄云去除难点的基础上介绍了几种薄云去除方法的原理并讨论了每种方法的适用范围。     

小波阈值改进算法的遥感图像去噪

通过对于文献中已有小波阈值去噪方法的研究,结合已有的一些小波阈值去噪函数,提出了相应的小波阈值去噪的改进方法来完善和提高小波阈值去噪的处理能力和可行性。该阈值函数加入了有效的调整系数来控制函数的可变。该函数不但同时保留了相应的传统小波硬阈值、软阈值衍化的优点,也提高了相应精度指标。利用该函数阈值去噪不仅在经典的图像中起到很大的改善,在遥感图像的去噪处理方面也有明显的精度提高。该方法通过去噪评价指标均方差（MSE）,峰值信噪比（PSNR）,信噪比（SNR）,均方根误差（RMSE）进行去噪后图像的评价。该改进的阈值函数方法对于图像的处理后评价指标明显有所改善。     

基于自适应遗传算法和改进BP算法的遥感影像分类

介绍了采用自适应遗传算法和改进BP算法相结合的混合算法来训练BP网络的方法,即先用自适应遗传算法进行全局训练,再用改进BP算法进行精确训练,以达到加快网络收敛速度和避免陷入局部极小值的目的。结果表明,该算法收敛速度快,分类精度较高。     

基于遥感数字图像的电子教学地图的制作

随着现代化教学手段在地理教学中的应用,传统的教学挂图可利用计算机作为辅助工具,制作成电子教学地图。本文论述了利用遥感数字图像制作电子教学地图的指导思想、必要性和可行性,并探讨了遥感数字影像教学地图的制作方法。     

基于椭圆曲线密码体制的遥感图像加密算法

在介绍Montgomery型椭圆曲线密码体制的基础上,结合Montgomery型椭圆曲线标量乘的快速性和基于证书的ECDH椭圆曲线密钥交换协议的双向性等特性,提出了一种基于Montgomery型椭圆曲线密码体制的遥感图像加解密方法。实验仿真分析表明,该算法提高了对于海量遥感数据的加解密速度,增强了明文嵌入编码的安全性,实现了通信双方的双向认证,可为海量遥感数据的加解密提供有效的算法支持。     

基于云平台的遥感信息公共服务研究

云平台作为云计算服务的基础架构,在计算机网络的基础上提供各种计算资源的统一管理和动态分配。文章提出的基于云平台的遥感信息公共服务,就是借助云平台先进的基础架构和管理方式,构建快速有效的遥感信息公共服务,推进遥感信息的应用和遥感信息事业的进步。文章在引进云平台技术的基础上,分析遥感信息公共服务平台的架构和关键技术,并对服务平台的应用前景和进一步研究进行展望。     

一种薄云影响下的遥感影像匀光算法

如何解决遥感影像的薄云遮挡,是获取高质量的光学遥感影像的一个技术问题。针对单幅光学遥感影像内部所产生的色彩不均匀现象,分析了薄云影响下的遥感影像成像机理及影像特点,提出了基于HSV变换和小波域增强的薄云影像匀光算法。用两颗不同的卫星遥感影像数据进行了实验和分析,并与两种传统匀光算法进行比较,证明该算法能有效去除光学遥感影像中薄云的影响,并改善影像质量,匀光效果优于传统算法。