多通道正则化图像复原方法研究

基于一种先验知识的图像超分辨率复原技术能将低分辨率影像重建出高分辨率、细节信息更丰富的图像。本文分析了图像的退化模型和图像复原的病态特征,从正则化方法数学理论入手,利用正则化复原技术解决图像复原的病态问题,然后利用卫星图像进行了复原仿真实验,计算结果表明这种方法可有效复原图像,在客观标准评价和主观视觉效果方面都有明显改善。     

基于调和模型的连续Hopfield神经网络次优图像复原

本文提出了一种基于调和模型的连续Hopfield神经网络正则化次优图像复原算法。针对传统正则化图像复原由于"模糊矩阵"和"高通滤波器"规模庞大而带来的复原过程中占用存储资源多的问题,提出了一种基于部分图像信息的次优复原算法,该算法能在性能下降不大的前提下,较好地解决传统复原资源消耗问题。同时算法采用由梯度算子生成的调和模型作为正则项,能在复原的同时保留图像边缘。仿真结果表明了算法的有效性。     

多时相遥感图像复原方法的研究

为了充分利用卫星所获得的对同一地区多次观测图像来进行清晰化,选择了多时相遥感图像复原技术,利用各观测图像间相似但又有差异的信息,重建出反降晰图像以获得更多的细节.论文建立了多时相遥感图像复原的数学模型,估计出观测图像与参考图像之间的相对运动,选择约束最小二乘法对解进行规整化,获得复原结果.运用该算法对卫星拍摄的多时相遥感图像进行处理,并选择三种衡量标准对复原结果进行定量分析,验证了算法的有效性和实用性.     

观测数据采样化的遥感影像非监督分割

为了实现影像的自动化分割,提出一种利用非监督方式将观测数据采样化的遥感影像分割方法。该方法利用欧氏空间的概率分布建模采样数据和观测数据,并将其映射到黎曼空间,通过不断将观测数据转换为采样数据的方式实现影像的自动采样化。每次采样过程只需计算观测数据点到采样点的测地线距离,将距采样点测地线距离最小的观测数据转化为采样数据,以保证采样数据不断趋于该类数据的真实分割结果,同时使算法能够有效分割具有不同像素数的类别。将算法应用于模拟影像和真实遥感影像分割,对其分割结果以及传统基于统计、基于模糊的非监督算法和基于神经网络的监督算法相应分割结果定性定量的对比分析验证了该算法的有效性及可行性。     

非局部均值加权的动态模糊Fisher分类器的遥感图像变化检测

提出一种新的变化检测算法,利用改进的动态模糊Fisher分类器,通过对多时相图像的联合直方图进行分类得到变化区域。在此基础上,根据图像空间关系对待检测点进行非局部均值加权,并以一定比例选取可靠性高的数据先进行标类,增加数据的可分性和算法的可靠性。根据更新后的样本动态调整待检测点权重及分类器参数,直到所有点判别完毕为止。本算法不受参数模型限制,不受差异算子影响并充分利用图像的空间与时间信息。真实遥感数据试验表明本算法提高了检测精度。     

联合非局部均值与小波域维纳滤波的去噪方法

针对传统小波阈值与维纳滤波方法对合成孔径雷达(synthetic aperture radar,SAR)影像去噪后效果不太理想的情况下,提出了一种基于非局部均值与小波域维纳滤波联合的SAR影像相干斑抑制方法。首先,对SAR影像进行小波分解,将影像及噪声引入到小波域中;然后,对分解出的低频部分进行非局部均值处理,高频部分进行维纳滤波;最后,对处理后的低频和高频部分进行小波重构,得到去噪后的影像。实验结果表明,所提的去噪方法不仅能够有效去除相干斑噪声,而且较好地保持了图像的纹理结构等信息。与传统的小波阈值与维纳去噪方法相比,在等效视(ENL)数、峰值信噪比(PSNR)和结构相似性(SSIM)指标上有明显改善。     

基于刃边法与正则化方法的遥感影像复原

提出了一种基于刃边法PSF估计和保边缘正则化方法的遥感影像复原方法,利用刃边法,建立正则化复原模型,以及最速下降法进行复原,实现了优于传统的维纳滤波、约束最小平方等方法的复原效果。     

改进的多视PolSAR非局部均值滤波算法

像素点间相似性度量是非局部均值滤波算法的关键所在。从信息论角度出发,提出了一种改进的多视Pol SAR非局部均值滤波方法。该算法在综合分析各类矩阵测度基础上,选定Kullback-Leibler距离作为最优相似度量,结合多视极化相干矩阵服从复Wishart分布,给出了极化相干矩阵的KL距离,并在预处理中应用了极化旋转。实验结果表明,改进方法能够在保持边缘细节的同时有效抑制相干斑。     

遥感图像纠正误差的局部变表改正

为了显示遥感图像的局部变形，本文提出了将遥感图像与数字栅格地图（DRG）或数字线划图（DLG）叠加显示和检查局部变形误差的方法，该方法在图像漫游和缩放的支持下，可以直观地显示出局部变形是否存在于几何纠正后的遥感图像中。为了解决遥感图像的局部变形问题，本文提出了将多边形的内部变形分解为多个三角形变形的纠正方案，并详细介绍了三角形几何变形纠正的原理。实例证明了本文方法的可行性和有效性。     

线性正则化遥感反演中正则化参数的确定方法

研究了线性正则化反演中正则化参数的确定方法,提出了以香农熵减最大化为条件的正则化参数确定方法——最大熵法,并以具体遥感反演实例,和常规正则化参数确定方法比较,证明了最大熵法在观测数据误差不大的情况下有明显优势,在观测数据误差方差大、而先验知识精度较高时也显示优势。     

小波变换在遥感图像压缩中的应用

基于遥感数据的大信息量、大容量和越来越高的分辨率对图像的存储和传输提出的更高要求,有效的图像压缩就显的特别重要。在综合比较了各种压缩编码算法的基础上,结合遥感图像本身的特点和对小波变换性质的深入分析,选择了基于小波变换的遥图像压缩方法。     

运用MATLAB的遥感图像增强方法

在遥感图像研究中,图像增强技术对于改善图像的对比度、突出某些局部细节等方面都起着积极的作用.详细介绍了灰度变换、直方图规定化、中值滤波器、Butterworth低通滤波器等多种图像增强的方法,原理及在Matlab中的实现过程,并对各种方法的实现结果进行了比较.结果表明,上述图像增强方法,能够扩大地物之间的像元灰度差距,...     

基于关系数据库技术的遥感影像数据建库研究

以OracleGeoRaster和ArcSDE为例,论述了基于扩展的面向对象关系数据库进行遥感影像建库和 基于中间件技术进行遥感影像建库的数据模型、数据存储方式、空间索引、数据管理与维护等问题。对遥感影 像建库实施的数据分块、影像金字塔的构建、数据压缩处理等具体问题进行了实验研究。     

基于BP人工神经网络的遥感影像分类

重点讨论了遥感图像分类处理过程中应用效果显著的BP神经网络方法,并在Matlab软件平台下对基于BP神经网络的分类算法进行了研究,最后将它的分类结果与ERDAS软件平台下的监督分类结果进行分类精度评定比较分析。结果表明,基于BP神经网络的遥感图像分类总精度比ERDAS软件平台下的监督分类的总精度高,是一种有效的遥感影像分类方法。     

一个基于语义挖掘的遥感影像检索模型

通过建立一个三级影像内容描述模型,挖掘出隐含在不同影像不同区域中的语义特征;假定每一幅影像必包含感兴趣区域和非感兴趣区域,在此基础上重新组织用来描述影像内容的语义特征,利用此特征进行影像检索。实验结果表明,该模型能很好地提取出影像内隐含的语义特征;同时使用感兴趣影像和非感兴趣影像进行检索,能够很好地提高检索精度,并且降低了检索的复杂度。     

基于K-L变换的多光谱遥感图像检索方法研究

在遥感图像检索中,光谱特征的应用最为广泛。本文研究了基于光谱特征进行遥感图像检索的方法。针对目前应用越来越广泛的多光谱、高光谱遥感图像波段多的特点,提出了基于K-L变换的检索方法,将多维图像降维处理,在此基础上提取遥感图像的光谱特征,通过检索图像与目标图像的光谱特征对比实现多光谱遥感图像的检索,并通过实验验证了本文方法的有效性。     

基于光谱信息的遥感图像空间域自适应滤波

遥感图像往往由于内外因素的干扰含有各种噪声 ,为提高图像质量人们对其进行滤波。常规的滤波方式完全基于图像空间域 ,在消除异常点使图像平滑的同时使边界变得不清楚从而使图像模糊 ;或者正相反 ,在边缘信息得到增强时也放大了图像噪声而使图像变得粗糙。该文的自适应滤波方法充分利用多光谱和高光谱遥感图像的光谱维信息 ,滤波时不仅要使均匀的地块得到平滑 ,而且要使地块间的边缘、局部的异常点、线仍然得到保存、在光滑的同时尽量保持原有的数值特征     

基于小波变换的遥感图像压缩

遥感图像的压缩领域中,小波分析理论为其提供了新的压缩方法和压缩思路,比较好地解决了遥感图像的压缩和传输问题。而小波基的选择直接决定了图像压缩的压缩效果和压缩速度,着重对比了不同的小波基性质对图像压缩带来的效果,给出了小波基选择的原则,并通过对各种小波性质的总结,选择双正交小波基（D5/3）应用于遥感图像的压缩     

基于CUDA的高效并行遥感影像处理

近年来,随着空间遥感技术的发展,使得遥感影像数据呈几何级数增长,遥感影像的处理面临数据量大、密集度高、计算复杂度高和运算量大等问题。在分析最新GPU（图形处理单元）的并行架构和统一计算设备架构（CUDA）灵活的可编程性的基础上,提出了一种基于CUDA的遥感影像的高效处理方法,以遥感影像处理中常用的快速傅里叶变换、边缘检...     

基于数据缓存的影像数据库的设计与实现

针对影像数据库中数据获取效率低,对系统配置、网络带宽要求高等问题,提出了基于数据缓存的影像数据库管理方式。从体系结构、数据库存储结构以及数据缓存结构3个方面对该方案进行详细说明。实践证明,该方案能够有效地管理海量影像数据,在不影响影像数据共享的前提下,减少了用户与服务器的交互次数,降低了对网络带宽、计算机性能的要求,提高了数据获取的效率。