基于小波变换特征的遥感地貌影像纹理分析和分类

本文基于图像的正交小波变换特征，研究了遥感地貌纹理影像的特征提取和分类方法，并对２５幅地貌影像进行了分类。结果表明，所述方法不仅对同一分辨率的影像有较高的分类正确率，而且对不同分辨率的影像也有较高的分类正确率，同时对训练样本和考试样本来自不同母体的影像也有较高的分类正确率。     

基于DEM的地形分类方法研究

坡度是描述地表形态的基本指标。利用ArcGIS软件对已有的1∶10 000 DEM数据进行坡度分析,能够正确高效地识别地形特征,确定对应图幅所属的地形类别。研究成果已正式应用于河北省第一次全国地理国情普查和其他测绘地理信息管理工作。     

美国的海底地形测绘产品

本文主要对美国底地形产品，从纸质图到目前建立的各种数据库作一详细的介绍。     

基于小波变换的遥感图像压缩方法研究

随着遥感技术的迅速发展,遥感图像数据量日益庞大,有限的信道容量与传输大量遥感数据的需求之间的矛盾日益突出。数据压缩技术作为解决这一问题的有效途径,在遥感领域越来越受到重视。本文探讨了利用小波变换对遥感图像进行压缩的技术。     

基于K-L变换的自组织竞争神经网络在海底底质分类中的应用

针对海底质地的特点,利用灰度纹理共生矩阵作为特征参数,K-L变换对海底底质图像进行降维,采用自组织竞争神经网络对图像进行自动分类,对各分类方法精度进行对比。以海底侧扫声纳图像为例,通过实测数据验算,取得理想的效果。     

小波变换在高光谱决策树分类中的应用研究

近几年来，离散小波变换在遥感图像压缩、消噪和融合中得到了广泛的应用。利用航空飞行的高光谱图像数据，先后进行了主成分分析及10种小波变换，并应用分类回归树对其进行分类处理。将小波变换的分类结果与主成分分析的结果及不同的小波变换方法之间进行了对比。结果表明，在样本数相同的条件下，小波变换的分类精度均高于主成分分析，其中Haar小波的分类精度最高；小波变换后的分类对样本数量的要求要小于主成分分析。在样本数足够的情况下，主成分分析数据压缩率要高于小波变换。但小波变换在压缩的情况下，仍保留了原光谱的大部分信息。而主成分分析只保留了原图像的方差而无法保留波形。     

基于复小波变换的SAR图像斑点滤波方法

斑点噪声的存在使得SAR图像的应用受到较大的限制.文中首先介绍了SAR图像斑点噪声模型以及几种常用的SAR斑点噪声抑制方法;然后对小波变换斑点噪声滤波方法进行分析,提出了基于二元树复小波变换的SAR图像滤波方法.实验比较表明,二元树复小波变换抑制SAR斑点噪声效果明显,较小波变换更具有优越性.     

海底地形及其变化可视模型的研究

本文介绍了黄海海底辐射沙洲与潮汐通道的可视模型以及建模的方法。根据该海区３年的测量数据，通过分形内插，生成连续多年时／空水深数据序列。然后建立一组反映海底地形及其变化的数学模型。在此基础上，通过可视化处理，形成该区１９６８至２０００年海底地形及其变化的多种可视模型。     

基于小波变换的沿海滩涂LIDAR影像降噪研究

LIDAR 数据的精度受到多种因素影响,选择合适的模型优化LIDAR影像,分离LIDAR观测数据与噪声,可有效提高LIDAR数据精度.本文研究基于小波变换的LIDAR影像降噪模型,并将小渡降噪与各种常规方法进行对比分析,选择客观评价指标比较各方法的降噪效果,认为小波变换法更适合LIDAR影像降噪,能保留更多的有效信息.     

基于HIS变换和WT变换的遥感影像融合

遥感影像信息融合是近年来国际遥感领域的研究热点.传统的遥感影像融合主要是HIS变换法、加权平均法、PCA法等.利用小渡变换(WT)技术进行遥感影像融合是近年来的研究热点,但其直接舍弃了全色图像的低频率分量,在结果图像中容易出现分块效应.本文结合HIS变换和小波变换的互补性,提出了一种基于HIS变换和小波变换的遥感影像融合方法.通过实验、直观和定性分析,新方法既可以增强融合影像的空间细节表现能力,同时也很好地保留了多光谱影像的光谱信息.     

基于小波变换的图像边缘提取算法

在给出边缘检测性能判断标准和传统的模极大值点筛选的缺陷之后,基于边缘检测提出了改进的小波变换模局部极大值点算法。在这个基础之上,又针对交通系统的实时性,提出了一种改进的边缘信息的车辆检测算法,使得对运动车辆的边缘检测具有更加良好的效果。最后通过仿真实验,证明本论文提出方法的有效性,得到了多帧道路图像的边缘,较好地解决了传统边缘检测方法在边缘检测时会出现伪边缘和有意义边缘损失这两个问题,对将来车辆交通监控系统等方面的研究起到了一定的帮助作用。     

一种基于小波变换的InSAR干涉图滤波方法

提出一种基于小波变换的InSAR干涉图滤波算法,此算法先用小波变换对干涉图数据做多级分解,得到图像的多级近似部分系数和3个(水平、垂直、对角线)方向的细节部分系数,然后分别对每一级各个方向的细节部分系数检测其是否为对应方向的边缘,对边缘处的系数根据边缘的方向不同,用不同的方向模板平滑后,再中值滤波;对非边缘处的系数直接中值滤波。用真实的InSAR干涉图实验结果证明此方法具有较好的滤波效果。     

小波多尺度影像边缘聚焦算法

讨论了基于光滑函数的二维小波极大模边缘算子和小波过零点边缘算子及其特性。提出了多尺度二进小波变换过零点边缘聚焦算法。通过对不同尺度下小波变换的遥感影像进行复合、边缘提取和聚焦后结果进行比较，可以发现该算法适应影像空间尺度不确定性目标边缘提取。既可保证大尺度下的轮廓信息不失真，又能在边缘定位上保持很高的精度。     

小波多尺度影像边缘聚焦算法

讨论了基于光滑函数的二维小波极大模边缘算子和小波过零点边缘算子及其特性。提出了多尺度二进小波变换过零点边缘聚焦算法。通过对不同尺度下小波变换的遥感影像进行复合、边缘提取和聚焦后结果进行比较，可以发现该算法适应影像空间尺度不确定性目标边缘提取。既可保证大尺度下的轮廓信息不失真，又能在边缘定位上保持很高的精度。     

基于小波变换的半方差函数影像匹配方法

基于小波变换的半方差函数影像匹配方法,该方法在小波变换的基础上,根据小波方差计算出影像特征最多的分解层,在该层上进行初匹配得到候选同名点。利用半方差函数匹配方法对同名点进行精细匹配,既节省了时间又达到了精确匹配的目的,为影像匹配提供一种新方法。     

基于小波变换和SIFT算法的航空影像快速匹配

提出了采用小波变换对航空影像进行分解,解决了一些应用对匹配实时性要求高的问题,实现了对航空影像快速精确的匹配,试验表明,这种方法具有较快的匹配速度和较高的匹配精度。     

基于小波包变换与IHS变换的遥感图像融合

针对多光谱图像与金色图像的融合，提出了基于IHS变换和小波包变换的遥感图像融合新方法。该方法首先对多光谱图像作IHS变换得到3个分量：亮度I、色度H和饱和度S；其次利用小波包变换融合方法融合多光谱图像的亮度分量与金色图像，并用融合后的图像替代多光谱图像的亮度分量；最后作IHS反变换得到新的多光谱图像。实验分析表明，新方法的性能优于IHS变换融合方法、小波变换融合方法和基于小波变换与IHS变换融合方法，在保留多光谱图像光谱信息的基础上，增强了融合图像的空间细节表现能力。     

一种基于小波变换的GPS基线求解算法

在分析ＧＰＳ相位观测粗差,周跳及随机噪声的小波变换特性基础上,提出了基于小波变换的ＧＰＳ相位粗差探测及小波滤波算法,并提出了基于波滤波的ＧＰＳ基线求解算法,该方法能缩小模糊度搜索空间,提高整数模糊度解的有效性。     

一种基于小波变换的波达方向估计方法

通过利用最大重叠离散小波变换对信号进行预处理,以减小噪声的功率,从而提高信噪比,使传统的波达估计方法在低信噪比情况下也能正常使用;所用的小波变换方法不要求数据长度为2的整数次方,且具有移位不变性,使得该方法的实用性更强;最后,通过数字仿真试验验证该方法的有效性。