QuickBird遥感全色影像平面精度分析

QuickBird卫星是目前全世界最高分辨率的商用遥感卫星,通过实验对QuickBird遥感影像平面精度进行验证.实验表明,QuickBird标准影像具有良好的内部几何精度,几何纠正后的影像平面坐标绝对误差精度均方根为0.35m.就单纯单点绝对精度来看,已达到1:2000地形图平面精度要求.     

双模态脉冲耦合神经网络高分辨率光学卫星影像分割

针对应用PCNN分割高空间分辨率光学卫星影像存在的问题,提出一种双模态PCNN算法.利用北京地区QuickBird影像进行实验,结果表明,该算法能够弱化影像目标内部灰度变化信息对结果的影响,并能提取影像目标几何结构特征信息,为高空间分辨率光学卫星影像分割提供了一种新方法.     

利用QuickBird遥感影像的更新1∶10000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。     

矿山遥感监测中QuickBird数据融合方法研究

运用Bmvey、IHS、PcA和Pan Sharpening等变换方法对QuickBird影像进行融合,并从定性和定鼍角度对各种融合方法的效果进行评价.研究结果表明,Pan Sharpening融合方法不仅能增加地物的空间信息,而且还能较好地保持原始多光谱信息,是一种适合QuickBird数据的融合方法.     

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。     

国土资源更新调查中QuickBird影像数据处理方法探讨

在国土资源调查中,卫星遥感影像数据被作为调查的基础数据源,开始逐渐取代传统的航片或地形图.结合国土资源调查的有关要求,对QuickBird卫星影像数据的正射校正、影像融合、彩色合成等方法进行了探讨.     

基于高分辨率卫星影像的城市用地信息提取研究

以高分辨率卫星影像QuickBird为数据源,采用面向对象的信息提取技术,对惠州市的城市用地信息提取进行了研究.研究结果表明:对高分辨率影像而言,面向对象的信息提取技术有更广阔的发展空间.利用该技术进行城市用地信息提取是可行的,而且精度高、速度快.     

国土资源更新调查底图生产中QuickBird影像数据处理方法研究

在我国国土资源二次更新调查中,利用卫星遥感数据生产土地调查工作底图的作业中涉及大量QuickBird影像数据处理。利用DEM、RPC参数、LPS模块对影像做正射纠正、局域网平差,可满足生产1∶10 000 DOM的精度要求,并通过项目的实施,对QuickBird影像数据批量处理的关键技术进行探讨。     

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。     

浅谈QuickBird遥感卫星影像几何精校正

QuickBird卫星影像是目前商用高精度遥感图像，因其空间分辨率较高，数据产品格式复杂，目前在实际应用中对其几何精校正（包括正射校正）还存在许多问题。本文就近年来承担有关项目——高精度遥感图像在西藏、云南、四川等地区机场建设工程应用的基础上，探讨了QuickBird卫星影像的几何精校正方法、原理以及高精度正射遥感影像地图制图工艺的关键性技术问题。     

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。     

Assessment of SPOT 5 and QuickBird remotely sensed imagery for mapping tree cover in savannas

The relative abundance and distribution of trees in savannas has important implications for ecosystem function. High spatial resolution satellite sensors, including QuickBird and IKONOS, have been successfully used to map tree cover patterns in savannas. SPOT 5, with a 2.5 m panchromatic band and 10 m multispectral bands, represents a relatively coarse resolution sensor within this context, but has the advantage of being relatively inexpensive and more widely available. This study evaluates the performance of NDVI threshold and object based image analysis techniques for mapping tree canopies from QuickBird and SPOT 5 imagery in two savanna systems in southern Africa. High thematic mapping accuracies were obtained with the QuickBird imagery, independent of mapping technique. Geometric properties of the mapping indicated that the NDVI threshold produced smaller patch sizes, but that overall patch size distributions were similar. Tree canopy mapping using SPOT 5 imagery and an NDVI threshold approach performed poorly, however acceptable thematic accuracies were obtained from the object based image analysis. Although patch sizes were generally larger than those mapped from the QuickBird image data, patch size distributions mapped with object based image analysis of SPOT 5 have a similar form to the QuickBird mapping. This indicates that SPOT 5 imagery is suitable for regional studies of tree canopy cover patterns.     

Boosting和Bagging算法的高分辨率遥感影像分类探讨

多分类器集成能够有效地提高遥感分类精度、降低结果中的不确定性,基于样本操作的Boosting和Bagging算法是多分类器系统常用的两种算法。针对高分辨率卫星遥感分类的需求,以Qu ickb ird数据为例,分别以BP神经网络、RBF神经网络和决策树为基分类器,对Boosting和Bagging算法的应用效果进行了实验和分析评价,结果表明Boosting算法和Bagging算法能够用于高分辨率遥感影像分类,具有较好的分类性能。     

Employing ground and satellite-based QuickBird data and random forest to discriminate five tree species in a Southern African Woodland

With the emergence of very high spatial and spectral resolution data set, the resolution gap that existed between remote-sensing data set and aerial photographs has decreased. The decrease in resolution gap has allowed accurate discrimination of different tree species. In this study, discrimination of indigenous tree species (n?=?5) was carried out using ground based hyperspectral data resampled to QuickBird bands and the actual QuickBird imagery for the area around Palapye, Botswana. The purpose of the study was to compare the accuracies of resampled hyperspectral data (resampled to QuickBird sensors) with the actual image (QuickBird image) in discriminating between the indigenous tree species. We performed Random Forest (RF) using canopy reflectance taking from ground-based hyperspectral sensor and the reflectance delineated regions of the tree species. The overall accuracies for classifying the five tree species was 79.86 and 88.78% for both the resampled and actual image, respectively. We observed that resampled data set can be upscale to actual image with the same or even greater level of accuracy. We therefore conclude that high spectral and spatial resolution data set has substantial potential for tree species discrimination in savannah environments.     

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。     

基于QuickBird影像和GPS RTK的土地利用现状图测绘

主要介绍了利用QuiekBird影像结合GPS RTK绘制土地利用现状图的基本技术流程以及相关技术.结合实际生产过程,对遥感影像数据的融合、地面控制点的布设与测量、Quick Bird影像的几何精校正、土地利用现状图的编绘等问题进行了探索.实践结果表明,利用QuickBird影像结合GPS RTK绘制土地利用现状图是一种周期短、见效快、效率高、花费少的切实可行的方法.     

高精度作物分布图制作

中国自然条件复杂 ,农业种植结构多样 ,地块小而分散 ,利用遥感影像制作作物分布图的精度很难满足农业遥感估产的需求。该文利用目前最高分辨率的商用遥感卫星 (QuickBird)影像 ,采用面向对象的影像分析方法提取耕地种植地块图 ,结合详细的地面调查制作高精度的作物分布图 ,为农业遥感估产服务。