基于SVM的高分一号卫星影像分类

以辽宁阜新为研究区,运用支持向量机(SVM)的方法对高分一号8 m,16 m和Landsat8多光谱影像进行土地利用分类对比研究。实验表明,SVM的分类精度高于最小距离和最大似然方法,高分一号多光谱数据的分类精度高于Landsat8数据,可以应用于土地利用的分类。     

高分三号SAR影像双阈值变化检测

双阈值合成孔径雷达SAR(Synthetic Aperture Radar)变化检测算法具有在发现变化区域的同时还能确定地表发生后向散射变化类型的优点。针对广义高斯双阈值最小误差法D-GKIT(Dual Generalized Kittler and Illingworth Thresholding)在进行阈值选取时直方图中不同类别像素灰度级重叠严重时,分割结果容易在尖峰单侧选取出双阈值而导致无法正确分割差异图的问题,本文提出一种结合归一化最大类间方差和广义高斯最小误差法GKIT(Generalized Kittler and Illingworth Thresholding)的双阈值SAR变化检测方法。首先,提出以归一化最大类间方差值作为灰度级重叠程度的判别参数,确定阈值的选取顺序及两个候选区间;然后,利用GKIT在候选区间内进行分割,获取单侧阈值及非变化类拟合函数;最后,提出利用非变化类拟合函数更新后的直方图作为另一侧阈值选取基础进行分割,得到对应分割阈值。以宁波地区高分三号(GF-3)SAR卫星影像作为试验研究数据,结果表明:本文方法能较好地解决灰度级重叠时D-GKIT无法进行正确分割的问题,具有良好的变化检测效果和更强的鲁棒性且达到了利用研究区数据验证利用GF-3号SAR卫星影像进行变化检测研究可行性的目的。     

高分一号遥感卫星影像融合及质量评价方法研究

遥感技术正在突飞猛进的发展,影像融合技术得到了深入研究,本文在像素级融合的基础上,以高分一号卫星影像为实验数据源,并用主成分变换、Brovey变换、Gram－Schimdt变换、HSV变换等方法,进行试验研究,并以主客观相结合的方式,对实验结果进行评价,最后得出结论,本文研究成果可对高分一号影像进一步应用提供借鉴。     

基于同步观测的高分一号卫星影像辐射质量评价

针对高分一号卫星(GF-1)影像进行辐射特征的质量评价研究。通过设计同步观测实验,得到目标区域的同步观测卫星影像数据、大气与太阳光照数据和地面光谱数据;利用值域、均值和标准差等灰度特征指标以及对比度、清晰度、信息熵和角二阶矩等纹理特征指标评价GF-1影像的整体质量。实验结果表明:GF-1影像能较好地区分不同的地物类别,反映不同地物的空间特征和结构差异;整体信息的丰富程度和地物特征表现能力上能满足一般的使用需求,使用时可根据需求选用不同波段的影像来满足实际需要。     

高分一号遥感影像融合方法比较研究

利用HPF(高通滤波)法、Gram-Schmidt法、HCS(超球面空间)法和UNB-Pansharp法4种影像融合方法,对高分一号遥感卫星影像进行融合实验。通过对融合影像的目视解译,根据地物类型的不同,从光谱保真度和空间细节保持度2方面进行定性评价。采用统计方法进行定量评价,评价指标包括信息熵、平均梯度、相关系数和偏差指数。在综合评价结果后,给出4种融合方法不同的适用情况,为高分一号影像的进一步研究提供理论支撑。     

高分二号卫星影像融合方法探析

图像融合技术是卫星影像处理过程中的一个重要步骤,它可以将全色影像的高空间分辨率特点与多光谱影像的高光谱分辨率特点有机地结合起来,使得融合后的影像更利于后续解译。由于融合处理方法的原理以及获取影像的传感器特性不同,不同的卫星影像适合于不同的融合方法。针对高分二号卫星影像的特点,本文采用Gram-Schmidt融合法、FIHS变换方法、HPF方法、Pansharp方法进行试验。实验结果表明:HPF方法所得融合结果在光谱特性保持方法性能最优,而Pansharp方法融合结果在信息量的保持以及清晰度方面效果更优,因此,在实际应用中,应根据具体需求进行方法选择。     

高分一号遥感影像地质灾害信息提取方法研究

山区地质灾害发生频繁,受灾范围大,危害严重。提取地质灾害信息、估算受灾情况,对救灾工作极为重要。传统的遥感人工解译方法速度慢、效率低;计算机自动解译速度快但解译精度受影像质量影响大,大范围地区很难建立起普适性的解译模型。本文利用洮南市西部高分一号遥感数据,结合DEM生成三维影像,建立解译标志,解译基础地质信息,分析地质灾害成因;根据研究区泥石流地质灾害的主要影像特征,提取影像的分类属性,基于面向对象的分类方法,建立信息提取模型,快速提取出地质灾害敏感区域;再进行人机交互,精确提取出地质灾害的类型和范围,通过野外验证,该方法十分可靠,为大范围地质灾害信息快速提取和灾后救援提供科学依据。     

一种高分辨率卫星影像自动云检测方法

针对多数已有的卫星影像云检测方法利用云独特的光谱特征、构造指数图像进行云识别的方法,对传感器、环境参数、云层类型等比较敏感的问题,提出了一种改进HIS模型的高分辨率卫星影像自动云检测方法,以有效弥补传统纹理分析方法计算精度低、效率低下的问题.采用两景国产高分二号遥感影像进行试验.结果 表明,该方法错误率低于5％、查全率高于92％、查准率高于95％.     

高分四号卫星在干旱遥感监测中的应用

高分四号(GF-4)是国家高分辨率对地观测系统重大专项天基系统中的一颗地球同步卫星,为探索GF-4号卫星在大面积干旱监测中的应用,本文对该卫星在快速监测大面积干旱方面的应用能力进行了初步探讨。以2016年内蒙古自治区巴林左旗和巴林右旗地区严重旱灾为例,利用NDVI差值对该区域的干旱情况进行了监测,并与MODIS NDVI产品进行对比分析,得到了研究区内2016年干旱分布情况,结果表明其总体趋势与MODIS NDVI产品一致,且细节信息更加丰富。本文主要是GF-4卫星数据结合GF-1卫星数据对内蒙部分干旱区域进行监测和分析,体现了国产高分辨率卫星数据,尤其是GF-4卫星数据,对提高中国突发灾害的应对能力具有重要意义。     

国产高分辨率遥感卫星影像自动云检测

云检测一直是卫星影像处理的难题,特别是混有地物光谱特性的薄云长期成为影像产品生产的阻碍。本文所介绍的国产高分辨率遥感卫星影像自动云检测方法能够有效克服这一难题。首先采用改进的颜色转换模型,将影像由RGB转换至HIS颜色空间,利用影像强度信息与饱和度信息生成基底图,并使用影像近红外与色调信息对其进行优化,生成修正图。然后利用直方图均衡化与双边滤波结合带限定条件的Otsu阈值分割提取纹理信息,并对修正图进行误差剔除生成云种子图。最后以HIS颜色空间的强度信息为向导,结合云种子图进行云精确提取。与不同自动、人工交互式云检测方法相比,总体精度提高了10%左右,并且能够较好地提升云检测效率。     

GF-1卫星WFV影像间匀色方法

影像匀色方法是决定拼接后影像能否进一步用于遥感定量化应用的重要环节之一。本文针对我国高分辨率对地观测系统的首发星——GF-1卫星宽覆盖WFV传感器4相机拼接成像特点,提出了一种基于交叉辐射定标的影像间匀色方法。该方法首先利用传统的交叉定标方法获取某一台WFV相机在轨绝对辐射定标系数,然后采用统计分析和仿真模拟方法建立了相邻相机影像间DN值、表观辐亮度的相关模型,在完成相机间绝对辐射性能传递的同时,实现了影像间匀色处理。试验结果表明利用本文获取的交叉辐射定标系数能够有效地消除相邻相机影像重叠区域辐射不一致性的问题,实现WFV影像间匀色。该匀色方法可为其他类似卫星传感器影像间匀色提供参考依据。     

高分辨率遥感影像中云和似云目标的自动区分

云的存在会对遥感影像的处理及目标识别等产生影响,因此,自动提取云对高分辨率卫星影像的应用具有重要意义。高分影像上更加复杂的云的细节形态及似云目标的干扰,使得高分影像的自动云提取难以达到实用水平。本文以雪地为例,选取形状、纹理和边缘3个差异化特征作为云与似云目标区分的关键,提出了一种区分高分辨率遥感影像中云和似云目标的云检测算法。首先利用Wallis滤波对输入影像进行预处理,增强影像中不同尺度的影像纹理模式;然后对影像进行快速稳定的均值漂移分割,利用灰度和纹理特征构成支持向量机的第一层分类器,将分割后的区域对象分成"云"和普通地物,再利用边缘、形状、纹理等特征结合灰度特征构成支持向量机的第二层分类器,将"云"区分为云区和似云目标;最后使用Grab-cut对云检测结果进行边缘迭代精化。本文算法取得了优良的试验结果,证明了算法在似云目标干扰下对高分辨率遥感影像进行精确云检测的能力。     

基于GF-1卫星数据的新增建设用地监测试验与分析

选择内蒙古包头市石拐区和江苏省徐州市贾汪区分别作为典型山地、平原试验区,开展了GF-1卫星数据的新增建设用地监测能力试验与分析。试验结果表明,基于GF-1卫星数据的新增建设用地监测图斑属性精度,新增建设用地占用耕地、非耕农用地图斑面积精度,以及最小可监测图斑面积,满足土地利用动态遥感监测业务相关规范要求。     

资源三号测绘卫星自动云检测

光学卫星遥感影像自动云检测是卫星产品生产系统的一个重要环节。利用资源三号卫星编目生成的浏览图,采用树状判别结构进行云检测,对浏览图进行分块,提取子块图像的特征进行云地分类。由于云类和地物类过于繁杂,且浏览图的分辨率较低,传统通过图像特征对云地进行分类的算法有很大的局限性,针对这一问题,本文提出了在分类之前对原始的子块图像进行增强处理,扩大云和地物的纹理差异,然后以二阶矩、一阶差分等作为云地分类的图像特征,并在多尺度空间内进行特征延拓,经过综合分析估计云在影像中的比例。该云检测算法应用于资源三号卫星应用系统工程,实际测试结果表明,该算法能够较好地提升云量检测的准确率。     

基于高斯混合模型法的国产高分辨率卫星影像云检测

针对资源三号、高分一号等国产高分辨率卫星影像波段少、光谱范围受限的特点,提出一种通过高斯混合模型拟合影像灰度直方图从而自动获取灰度阈值的云检测算法。首先由影像灰度直方图自适应地获取高斯混合模型初始拟合参数,然后依据期望最大原则对初始参数进行调整,最后根据拟合模型中各高斯分量的分布特点,自动确定该波段影像中云与晴空之间的灰度阈值。实验表明,该算法不受限于卫星光谱范围,同时适用于含云和无云影像,检测精度较高,且不需要辅助信息和人工干预,可满足自动化生产的需要。     

遥感图象中薄云的去除方法

云覆盖是遥感图象处理中最常遇到的一种情况，如何有效地去除云的影响，为后续图象识别与分类奠定基础，是图象预处理阶段的一个重要任务。本文介绍使用同态滤波进行去云处理方法，并分别对实际的卫星象片和航空象片进行处理，说明了方法的有效性和可操作性。     

高分辨率光学卫星影像高精度在轨实时云检测的流式计算

本文重点阐述基于机器视觉的智能摄影测量的效率基础问题之二：高精度影像在轨实时云检测方法。随着技术发展,数据获取能力不断提升,待处理的数据量呈爆炸式增长;同时,对处理精度需求的提升,导致所需计算量的不断增长,二者凸显了智能摄影测量面临的效率问题。对光学卫星影像而言,高达50%的平均云覆盖率严重制约了高效精准在轨智能摄影测量的实现。针对于此,本文结合机器视觉中“自底向上”的图像理解控制策略,提出一种可供借鉴的基于流式计算的高分辨率光学卫星影像高精度在轨实时云检测方法,采用适合在轨搭载的嵌入式GPU实现实时流式计算,为后续的智能摄影测量处理提供输入。本文方法采用不依赖外存的快速处理机制,对持续流入的数据实时分块,通过负载均衡机制将数据块依次分发至各个单元并行处理,从而实现“流入、处理、流出”的实时处理。利用高分二号数据对本文方法进行试验验证,结果表明本文方法在显著提高云覆盖区域检测精度的同时,综合加速比达14,可满足在轨实时处理需求。     

GF-1、GF-2号卫星影像在闲置土地监测中的应用

以武汉市为研究区域,根据闲置土地清理工作的相关技术标准和要求,利用GF-1、GF-2卫星数据进行正射影像图制作和闲置土地信息提取,在定性和定量分析方法的基础上,测试GF-1、GF-2卫星数据在闲置土地监测工作中的适用性。测试结果表明,高分系列卫星数据能够较好地反映城镇闲置土地的关键地物信息,具有较高的可判读性,能够满足闲置土地处置业务的应用需求。     

含云卫星影像配准算法研究

影像上云层的存在不仅覆盖了大量地面有效信息,也给正射影像生产流程中的空三平差等环节造成不利影响。因此,含云卫星影像通常不具备较高的定位精度,在生产应用中被大量闲置。而这些影像的晴空区域仍含有较多的信息,带来了资源的浪费。本文针对国产高分辨率卫星影像,提出了一种顾及云层影像的影像自动配准算法。首先采用Otsu分割与形态学运算相结合的云检测方法以实现卫星影像的云区自动提取;然后在云检测结果的辅助下,将云层中匹配点剔除,优先保证晴空区域的定位精度。本文研究有助于充分挖掘含云影像中的有用信息,提升国产高分辨率卫星影像的应用价值。