多尺度图像分割和颜色传递的遥感图像彩色化增强

提出一种基于小波降噪、多尺度图像分割和颜色传递的遥感图像彩色化增强方法。该方法利用一种多尺度图像分割技术,将图像分割为若干子区域,在子区域之间进行亮度匹配和颜色传递,减少了颜色传递误差,再与采用软阈值方法的复数小波包降噪预处理相结合,来增强遥感图像的细节分辨能力。试验结果证明,基于图像分割和色彩传递相结合的方法,其参考彩色图像不需要与目标图像配准,只要特征、风格相近似,就可以对纹理结构相对较简单的全色遥感图像实现全自动的彩色化增强。彩色化的结果图像在美观程度及目标的可识别度上都有了明显增强。     

GDI+在遥感数据处理中的应用

本文利用GDI+在图像处理方面的新特点,举例说明了GDI+在遥感图像的基本操作、空间滤波增强、图像的灰度化及伪彩色处理和图像的编码解码和多格式转化等方面的优势,从而为GDI+在遥感图像处理系统中的应用提供了新思路。     

遥感图像数据复合方法

遥感图像数据复合是将多种遥感图像数据融合成一种新的图像数据的技术 ,是目前遥感应用分析的前沿 ,它主要包括几何配准和彩色变换两个方面的内容。几何配准采用相对配准和绝对配准两种方法 ;彩色变换采用 RGB彩色系统和 IHS彩色系统之间的变换。对SPOT和 TM图像数据进行复合实验 ,获得了一种新的复合图像。     

彩色变换及其在浙江括苍山地区的应用研究

本文利用色度坐标,研究了IHS彩色变换,提出并试验了一种便于在遥感数字图像处理中应用的变换式,在浙江括苍山地区试验中,取得了令人满意的结果。试验表明:IHS变换不仅为图像彩色增强提供了一种有效的新方法,而且为各种遥感与非遥感图像的复合和综合显示开辟了一条理想的新途径。     

遥感图像识别中粗糙集理论与神经网络的结合

由于传统神经网络与遥感图像信息量不相匹配 ,为此 ,提出将粗糙集理论集成至遥感图像神经网络识别中。首先分析了神经网络与粗糙集理论结合的可能性以及优势 ,在此基础上提出了基于粗糙集的遥感图像神经网络识别模型 ,并就其中的粗糙集方法处理样本特征集模块和遥感图像识别神经网络模块展开详细的分析。通过对比实验数据说明集成粗糙集理论的遥感图像神经网络识别能够有效提高遥感图像的识别效率 ,具有较强的现实意义     

山区遥感图像的特征选择与检索研究

针对遥感图像特征存在冗余及图像检索效率低的问题,提出一种基于贡献值的有效特征选择及其分类检索方法。对高分一号(GF-1)河北省阳原地区的村落、山脊、水体遥感图像,对比Hu矩、小波分解和灰度共生矩阵特征,发现使用Hu矩较适用于识别村落,而对山脊和水体的识别率低;引入区分山脊和水体的颜色特征,并与Hu矩构成特征空间,实现山区遥感图像分类和检索。实验结果表明,该方法能够选取出图像特征中的主要分量,具有高效、实用、方便的特点,检索查准率达到92%,查全率达到88%。     

图像的空间频谱识别与分类

本文介绍一种光学－计算机混合处理系统对图像进行空间频谱分析的原理和方法。该系统的光学部分是一个夫琅和费衍射装置，它把光学图像转换成二维的傅立叶频谱，即空间频谱。计算机则负责频谱数据的采集与分析。鉴于遥感地质日视解译中区分岩类的主要识别指标是遥感图像的影纹特征，文中以岩石的遥感图像的空间频谱采样与特征提取，对空间频谱进行识别和分类为例，阐明利用衍射图样对图像进行识别的方法。     

多主体框架下基于FCM的彩色遥感图像分割

为解决大尺度高分辨率遥感图像的数据量大及局部非均匀问题,提出一种在多主体系统（MAS）框架下基于模糊C均值（FCM）的彩色遥感图像分割方法。首先利用规则划分技术将图像域划分为若干个子块,每个分割主体控制一个子块;然后在MAS框架下,分割主体通过FCM算法实现对应子块的初始分割,将初始结果与全局模型协作,确定其区域正确类别数和标号统一;最后通过协调主体协调各分割主体及其邻域分割主体的聚类中心,从而消除遥感图像的局部非均匀性,以实现彩色遥感图像分割。利用提出算法和FCM算法分别对真实彩色遥感图像和合成图像进行了分割试验,并对其分割结果进行定性、定量评价,其结果说明了提出方法的可行性和有效性。     

水体污染的遥感方法及在珠江广州河段水污染监测中的应用

介绍了水体污染的遥感机理、方法，并探索在珠江广州河段水污染监测中的应用。研究表明：随着水体有机污染程度的增加，水体的可见－近红外光谱反射率逐渐降低。经比较发现，先对图像数据进行对数变换、IHS变换和KL变换后再进行密度分割及图像分类，可以更好地区分和识别水体污染。采用这一方法，制成了广州地区水体污染时空分布卫星影像图，并结合地面实际分析和调查资料，初步总结了珠江广州段水体污染的时空分布规律和污染变化趋势。通过对最新遥感数据的处理，结合区域或流域水污染的变化趋势和污染源研究，利用GIS技术建立区域或流域污染预警系统，为污染的宏观监测和研究以及水资源保护的决策提供了新的信息。     

利用遥感图像进行植被调查的研究

论述了遥感图像原理及图像特征的提取，分析了植被在多波段图像中的反射波谱。以此差异来识别各种类型的树木。利用遥感图像解译来采集城市规划与管理所需要的信息。完成植被调查，为改善城市环境质量、实现园林绿化提供可靠的基础数据。     

面向对象的遥感影像模糊增强

针对遥感影像中兴趣目标的分割与提取，考虑到遥感影像的模糊性和不确定性，提出了一种基于梯形模糊映射的面向对象的遥感像模糊增强技术，该技术不仅突出了要提取的目标，而且也使原本模糊的边缘变得更为清晰。试验表明该方法是有效的。     

黑白人脸图像的彩色复原方法

提出了一种基于图像变形和颜色空间转换的黑白人脸图像的彩色复原方法。该方法的基本思想是参考现有的彩色人脸图像,将其色彩添加到黑白人脸图像中来实现彩色复原。该方法思想简单、步骤简便、容易实现。实验结果表明,该方法非常有效,能自然逼真地实现男、女、老、少等不同黑白人脸图像的彩色复原,并且其实现的彩色复原图像在人脸的各个细节特征上都非常逼真、自然、富有说服力。     

基于多特征CRF的无人机影像松材线虫病监测方法

利用无人机遥感技术进行林业调查,可以获取低成本、高分辨率、高时间密度的遥感数据,特别是为小尺度范围的森林病虫害监测提供了非常有效的监测手段。本文以小型无人机为影像获取平台,航摄获取可见光RGB影像,基于高分辨率影像进行松材线虫病松树提取方法研究。根据影像特点,提取影像中地物颜色、纹理特征,并采用CRF方法进行分类,识别出病害松树。通过比较多种分类方法的提取结果,验证了基于多特征CRF方法在松材线虫病监测中的可行性和有效性。     

具有鲁棒性的彩色图像检索方法

提出了一种鲁棒的图像检索方法，它能够在检索大规模图像库时实现基于内容的快速匹配。匹配的索引来源于重量化HSV颜色空间得到的灰度图（Z值图）的区域特征。由于Z值图由反映色彩的聚类区域组成，并且使用矩方法来表达特征，因此该检索方法是鲁棒的，具有2维平移、尺度、旋转不变性，同时可以避免逐点匹配产生的时间耗费。     

地貌晕渲中光源使用方法与用色规则的研究

研究了设计彩色地貌晕渲图的交互式人机协同方法，并着重对晕渲中灰度值和色彩的调整方法进行改进和试验。试验表明，利用该方法制作的彩色地貌晕渲效果比单光源彩色地貌晕渲有较大的改善。     

无人机航测技术在入海排污口排查中的应用

近年来,海洋环境污染日益严重,治污迫在眉睫。入海排污口排查是治污第一要务,但排污口数量多、分布广、形态各异、隐蔽性强,常规排查异常艰难,投入大、周期长、遗漏多。无人机航测技术能快速获取高分辨率真彩色影像和热红外影像。彩色影像色彩鲜明、清晰可读,能直接判读裸露排污口;热红外对温度敏感,穿透力强,通过温度的异常可识别隐蔽目标。本文两种影像的结合能高效搜索到排污源头,是排查工作开展以来一次重大的技术突破,将为海洋治污工作的顺利开展提供强大的技术保障和支撑。     

基于区域统计特性的IHS-小波遥感影像融合

在遥感影像融合过程中,为了更好地避免经典IHS算法造成的光谱扭曲,文章提出了一种基于统计特性的IHS和提升小波结合的影像融合方法。该方法对小波变换后的1分量和高分辨率影像的高频和低频系数,根据不同的区域统计特性分别选取不同的融合策略进行融合,然后进行小波逆变换和色彩空间转化,得到融合影像。实验表明,此方法与IHS变换、高通滤波法和小波变换等传统算法相比,在提高多光谱影像空间分辨率的同时,能更好地保持影像的光谱质量。     

多视觉特征与K-centroid聚类的高分辨率遥感图像检索

目前基于单一内容的高分辨率遥感图像检索具有描述片面、信息不精确的问题。针对此问题,充分利用遥感图像的颜色、形状和纹理特征,将三者综合起来,形成多视觉特征的遥感图像检索,并通过一系列的迭代运算,得到这三种特征对待不同类遥感图像时各占的最佳比例系数,从而得到较好的检索结果。并针对分别计算遥感图像的颜色、形状和纹理特征,再将其融合导致在大图像库中进行检索时检索速度较慢这个问题,引入改进的K-centroid聚类算法,先对遥感图像库中的图像进行聚类,大大缩小了检索的范围,提高了检索速度。实验结果表明,该方法具有较好的检索结果。     

利用基准色调的大范围卫星影像色彩一致性处理算法

由于季节、光照、大气条件等的不同,大范围卫星影像间色调差异较大,镶嵌后影像接边处存在明显"拼接缝"。针对此问题本文提出了一种卫星影像色彩一致性算法,以覆盖测区、色彩一致性较好的低分辨率卫星影像为基准色调底图,对测区内源影像进行自动的色彩校正。选取大范围、时相差异较大的高分一号卫星影像进行试验,经本文算法处理,影像镶嵌后整体视觉效果较好,接边处色彩过渡平滑,影像重叠区域各项统计指标良好,验证了该算法的有效性和可靠性。     

基于共线原理的全景影像真彩色点云生成算法

常规激光点云数据通过将激光点云与彩色影像进行融合,将影像所富含的色彩信息赋给相应的激光点云、可形成一种"纹理丰富、颜色直观、位置准确"的真彩色点云成果,不同类型相机拍摄得到的影像对激光点云赋彩色的原理和过程均不相同。文中基于移动测量系统及360°全景影像的测绘高新技术,研究全景相机拍摄的影像与激光点云的匹配、融合,提出一种基于共线原理的由全景影像给激光点云赋彩色的算法。算法充分利用全景影像360°可视以及激光点云位置精确的特点,经实验验证算法推导正确,生成的真彩色点云色彩纹理细致,空间位置准确。