IKONOS立体像对提取DEM及正射纠正的实验研究

利用高分辨率的IKONOS立体像对进行DEM的提取及对影像进行单片正射纠正，这是IKONOS影像用于立体测图的基础。进行上述处理必须建立IKONOS影像成像模型，即有理函数模型，在分析有理函数模型的基础上，阐述了上述操作的原理，并通过实验进行了论证。     

利用IKONOS立体像对提取DEM精度的实验

由于IKONOS不提供基于共线模型所需的卫星星历参数,而提供基于有理函数(RPC)的近似模型,因此点位精度和高程精度主要由RPC模型精度来决定。直接使用RPC模型对标准几何校正产品进行DEM提取,这种精度不能满足高精度制图的要求。本文讨论了基于IKONOS立体像对提取翠华山地区的DEM及其精度情况。为提高精度,采用高精度GPS仪(Mobile Mapper CX高程精度达亚米级)野外采集控制点,对RPC模型进行修正。对比分析结果表明DEM精度明显提高,仅需少量的控制点,DEM和正射影像均满足15∶000比例尺地形图和遥感平面制图要求。     

IKONOS影像的最佳融合技术研究

在研究遥感数字影像融合算法和原理的基础上,选择高空间分辨率的IKONOS遥感影像作为数据源,采用能够以全波段融合的主成分变换、乘积变换、Gram-schmidt变换和小波变换四种融合方法进行比较研究,并通过主观和客观两方面对融合效果进行评价。结果表明,Gram-schmidt变换法融合的IKONOS影像光谱质量最好,同时也较高程度地保持了高几何分辨率的空间信息,是权衡光谱信息和空间信息综合效应最佳的一种方法。     

基于HIS和小波变换的IKONOS影像融合

许多对地观测卫星能提供高分辨率的全色波段影像和低分辨率的多光谱影像,因而影像融合已成为遥感图像空间分辨率提高的一个重要工具.目前多种影像融合技术已发展起来,然而对于高分辨率的IKONOS影像,现有的算法很难产生满意的融合效果.本文提出了一种新的融合方法,结合了HIS变换和小波变换的优势来减弱IKONOS融合中的光谱扭曲.定量评价证明HIS和小波相结合的融合方法相比常规的HIS变换和小波变换在提高融合质量上有着重要意义.     

IKONOS遥感影像在城市生态环境中的典型应用研究

应用不同的方法对IKONOS遥感影像进行处理,提取城市生态环境要素,研究高分辨率遥感影像在城市生态环境监测中的典型应用及采用的技术手段.     

基于有理函数模型的IKONOS单片正射纠正方法研究

针对严密的基于共线方程的正射纠正方法对IKONOS影像的不适用性,文中论述基于有理函数模型的单片环境下IKONOS影像正射纠正方法,并对基于有理函数模型的定位方法及系统误差补偿、基于空间模型的坐标转换方法、双线性内插法、灰度叠加法等关键方法进行详细说明。在此基础上,进行直接和间接两种正射纠正方法的实验研究．得到一些有益的结论。     

不同格网密度的DSM/DEM对影像分类精度的影响研究

在无控制点的卫星影像正射校正中,大多采用DSM/DEM数据作为辅助数据来消除或限制因地形起伏引起的形变,然而经不同格网密度的DSM/DEM正射校正后的影像对后续处理会产生不同程度的影响,如对地物分类精度产生影响。针对这一问题,本文分别采用不同的DSM/DEM数据(China DSM 15 m、ASTER GDEM 30 m和SRTM 90 m)对资源三号影像进行正射校正,然后对正射校正后影像利用支持向量机进行分类,比较正射校正后影像结果的分类精度。结果表明:在相同重采样方法下,影像经China DSM 15 m DSM正射校正后结果的分类精度优于ASTER GDEM 30 m DEM和SRTM 90 m DEM。     

利用IKONOS数据制作1:1万RSDOM方法试验

从数据准备、技术流程等几方面,介绍了利用ERDASIMAGINE软件对IKONOS卫星遥感数据进行处理,制作1:1万RSDOM的方法。     

IKONOS影像的定向精度研究

简要介绍了IKONOS卫星遥感影像适用于生产地理信息产品的特点，通过生产试验研究详细分析了IKONOS影像作为数据源在生产地理信息产品时的定向精度问题。     

IKONOS影像的定向精度研究

简要介绍了IKONOS卫星遥感影像适用于生产地理信息产品的特点,通过生产试验研究详细分析了IKONOS影像作为数据源在生产地理信息产品时的定向精度问题。     

Mapping seagrass coverage and spatial patterns with high spatial resolution IKONOS imagery

Seagrass habitats in subtidal coastal waters provide a variety of ecosystem functions and services and there is an increasing need to acquire information on spatial and temporal dynamics of this resource. Here, we explored the capability of IKONOS (IKO) data of high resolution (4 m) for mapping seagrass cover [submerged aquatic vegetation (%SAV) cover] along the mid-western coast of Florida, USA. We also compared seagrass maps produced with IKO data with that obtained using the Landsat TM sensor with lower resolution (30 m). Both IKO and TM data, collected in October 2009, were preprocessed to calculate water depth invariant bands to normalize the effect of varying depth on bottom spectra recorded by the two satellite sensors and further the textural information was extracted from IKO data. Our results demonstrate that the high resolution IKO sensor produced a higher accuracy than the TM sensor in a three-class % SAV cover classification. Of note is that the OA of %SAV cover mapping at our study area created with IKO data was 5–20% higher than that from other studies published. We also examined the spatial distribution of seagrass over a spatial range of 4–240 m using the Ripley’s K function [L(d)] and IKO data that represented four different grain sizes [4 m (one IKO pixel), 8 m (2 × 2 IKO pixels), 12 m (3 × 3 IKO pixels), and 16 m (4 × 4 IKO pixels)] from moderate-dense seagrass cover along a set of six transects. The Ripley’s K metric repeatedly indicated that seagrass cover representing 4 m × 4 m pixels displayed a dispersed (or slightly dispersed) pattern over distances of <4–8 m, and a random or slightly clustered pattern of cover over 9–240 m. The spatial pattern of seagrass cover created with the three additional grain sizes (i.e., 2 × 24 m IKO pixels, 3 × 34 m IKO pixels, and 4 × 4 m IKO pixels) show a dispersed (or slightly dispersed) pattern across 4–32 m and a random or slightly clustered pattern across 33–240 m. Given the first report on using satellite observations to quantify seagrass spatial patterns at a spatial scale from 4 m to 240 m, our novel analyses of moderate-dense SAV cover utilizing Ripley’s K function illustrate how data obtained from the IKO sensor revealed seagrass spatial information that would be undetected by the TM sensor with a 30 m pixel size. Use of the seagrass classification scheme here, along with data from the IKO sensor with enhanced resolution, offers an opportunity to synoptically record seagrass cover dynamics at both small and large spatial scales.     

利用Contourlet-SSIM视觉模型的IKONOS图像质量评价研究

针对遥感图像质量评价问题,提出了基于Contourlet变换的结构相似性(SSIM)评价的视觉模型。首先,通过25位遥感专业人员对经过处理的200幅高斯模糊图像、200幅椒盐噪声图像、500幅压缩失真图像进行评价,建立主观评分库;然后对经过Contourlet变换后的IKONOS图像进行C-SSIM质量评价;最后将C-SSIM评价结果回归到主观评价空间,与均方误差、峰值信噪比、SSIM评价结果相比,本文方法与主观评价数据库较为一致,并优于其他质量评价模型。     

IKONOS数据在土地利用动态监测中的应用方法研究

对高分辨率 (1m)的多光谱 IKONOS影像在土地利用变化动态监测中的应用方法进行了研究试验。通过对结果的分析和与其他常规方法结果的对比分析 ,提出了将多光谱 IKONOS影像和全色 SPOT影像叠加作主分量变换 ,然后选取适宜的特征分量进行假彩色合成的方法 ,来生成光谱特征变异影像以突出变化信息。该组合方法不仅能保持原有影像的丰富信息 ,而且可突出变化信息 ,充分展示了 IKONOS影像的巨大应用潜力。     

生产DEM的一种混合式作业方法

生产DEM的方法很多,构TIN的软件也不少,每种方法既有优点也有不足之处。综合不同软件及方法的特点,提出了一种混合DEM的生产方法。     

IKONOS立体影像全数字摄影测量试验研究

介绍了IKONOS立体影像应用于测图试验的情况,并对成果进行了分析和评价。通过试验研究其对于基本空间数据获取的可行性;考查其经济效益;综合评定其对于工程用图成图的可适用性。     

基于SRTM DEM的InSAR高分辨率山区地表高程重建算法

山体的叠掩和阴影现象造成的信号去相关,一直是InSAR重建山区地表高程的瓶颈之一.为此,提出了一种新的基于粗分辨率SRTM DEM(约90m分辨率)辅助InSAR数据重建山区地表高程的方法.利用SRTM DEM模拟的干涉相位,对ERS-1/2干涉相位做去地形相位处理,得到残余相位.通过对解缠后的残余相位计算方差提取叠掩和阴影区域的噪声,并用平均相位近似恢复噪声区域的相位,然后将其转换为高程,并用SRTM DEM作高程补偿处理,从而实现地表高程重建.最后,定量比较了该方法与传统InSAR技术生成的DEM精度.实验表明,这种方法能有效提高传统InSAR技术生成地表高程的精度,这对提高星载雷达数据的使用效率具有重要意义.     

DEM的粗差探测与生产质量控制方法

目前,数字高程模型在理论和实践应用方面都有很大的进展,在测绘、地质、工程等方面有广泛的应用,因此,如何提高DEM的生产精度及如何对DEM进行质量检查是十分必要的.本文介绍了用全数字摄影测量系统生产DEM过程中控制DEM数据质量的方法策略以及粗差的探测方法,并且介绍了DEM质量检查的方法.     

Quality Assessment Of Digital Surface Models Generated From IKONOS Imagery

The growing applications of digital surface models (DSMs) for object detection, segmentation and representation of terrestrial landscapes have provided impetus for further automation of 3D spatial information extraction processes. While new technologies such as lidar are available for almost instant DSM generation, the use of stereoscopic high-resolution satellite imagery (HRSI), coupled with image matching, affords cost-effective measurement of surface topography over large coverage areas. This investigation explores the potential of IKONOS Geo stereo imagery for producing DSMs using an alternative sensor orientation model, namely bias-corrected rational polynomial coefficients (RPCs), and a hybrid image-matching algorithm. To serve both as a reference surface and a basis for comparison, a lidar DSM was employed in the Hobart testfield, a region of differing terrain types and slope. In order to take topographic variation within the modelled surface into account, the lidar strip was divided into separate sub-areas representing differing land cover types. It is shown that over topographically diverse areas, heighting accuracy to better than 3 pixels can be readily achieved. Results improve markedly in feature-rich open and relatively flat terrain, with sub-pixel accuracy being achieved at check points surveyed using the global positioning system (GPS). This assessment demonstrates that the outlook for DSM generation from HRSI is very promising.