全景扫描图像系统几何畸变特征及其校正

在简述遥感图像的几何畸变特征的基础上,本文着重讨论了包括陆地卫星多光谱扫描图像 (Lanasat-MSS)、陆地卫星专题制图仪图像(Landesat-TM)和航空多光谱扫描图像在内的各类 全景扫描图像(panoramic scanner image)系统几何畴变的成因、大小及其变化规律,提出了定 量计算图像上任一像元处系统几何畴变量D的计算公式。 本文探讨了全景扫描图像系统几何校正的基本原则,并根据这些基本原则,用Fortran语言编 制了可直接用于校正各类全景扫描图像系统几何畸变的实用程序。 用该程序对德国南部某地的航空多光谱扫描图像实施系统几何校正的结果表明,偏离航线不 同距离各部位影像的系统几何畸变均得到合理校正,图像上由于全景扫描造成的不程度的压缩现 象均得到相应的补偿。     

单幅图像地理信息提取方法

针对单幅图像难以提取地理信息的问题,该文提出了一种基于场景结构或单一坐标值约束的地理信息提取方法。面向地形起伏不大或结构化场景,基于几何关系约束,该文设计了单幅图像地理信息提取的总体框架。分别针对结构化和非结构化场景,采用场景结构约束、图像EXIF信息等,实现了摄像机内参及部分外参的求解。基于该信息,通过单一坐标值约束,构建了单幅图像地理信息的提取方法。最后,在平面或垂面约束下,对室内外地理场景进行了二、三维地理信息提取实验。结果表明,该方法能够将单幅图像中的特征点、线或面转换为地理空间数据。     

利用DEM进行SAR图像模拟及地形辐射校正

在山区获取地面控制点比较困难,运用模拟SAR进行配准、校正,具有较大的优势。本文在分析SAR成像几何结构及ALOS PALSAR卫星轨道参数特征的基础上,运用RD定位模型对DEM的每个网格点进行雷达成像点的位置计算,模拟SAR图像,并提取当地入射角、投影角及规则化因子等;模拟出的SAR图像与真实SAR图像纹理吻合,有利于控制点的自动配准。在此基础上对ALOS PALSAR进行编码,构建基于规则化因子及入射角的地形辐射校正模型,消除面积效应及地形起伏造成的畸变问题,从结果中分析,校正后的图像明暗差异明显减少,这对雷达定量反演研究具有一定的现实意义。     

OMIS-Ⅱ机载高光谱遥感图像边缘辐射畸变校正方法优选

OMIS-Ⅱ机载高光谱遥感成像由于受仪器、大气、地物反射非朗伯特性以及观测几何等的影响,图像上常存在扫描方向上的辐射亮度不均,无法直接利用图像进行基于地物光谱特征的定量或半定量应用。本研究尝试运用直方图匹配和矩匹配两种方法对OMIS-Ⅱ图像进行辐射校正,并从空间和光谱角度分析校正效果。研究表明:在空间维上,两种方法均能有效恢复图像边缘地物信息,校正效果没有显著差异;在光谱维上,矩匹配法更适合于机载高光谱OMIS-Ⅱ图像的边缘辐射校正。     

基于EM算法和单幅雷达图像阴影的控制点坡度校正

对在我国现有的条件下进行控制点坡度校正的必要性进行了阐述,并分析了EM算法。根据EM算法以及基于区域增长的余弦散射模型建立了控制点坡度校正模型,并用河北省张北地区的雷达影像进行了实验,取得了较高的精度初值。     

顾及局部特征的图像短直线优化方法研究

由于各种线段检测算法误差以及相片噪声、遮挡物等因素的影响,导致图像线特征要素出现断裂、重叠、连续间断线段等情况。目前的解决方法主要是以线段的自身属性为阈值判断,并利用先验经验辅助判断。提出了一种顾及局部特征的优化删减短直线特征要素的方法,以提高现有算法的自动化水平;同时从整体角度出发,引入局部整体方向的概念来改进现有算法。     

利用自动匹配与三角剖分进行遥感图像几何精校正

在研究传统几何精校正方法的基础上,提出了一种高精度的基于自动同名点匹配和三角剖分技术的几何精校正方法,该方法是通过基准底图对待校正图像进行几何精校正的。首先利用FAST (Features from Accelerated Segment Test)算子在基准底图上快速提取均匀分布的候选特征点,通过图像自身携带的地理定位信息确定初始同名点对;经平移误差消除、互相关双向匹配、RANSAC(Random Sample Consensus)粗差剔除、二元三点插值等步骤获取稳定可靠的亚像元级同名点对;最后根据亚像元级同名点对构建Delaunay三角网进行图像变换和重采样处理。以Landsat卫星ETM为基准底图对环境卫星CCD数据进行几何精校正试验,本算法几何精校正精度较传统的方法得到了很大提高。     

单幅图像空间化研究

研究单幅图像与2D地理空间数据的融合方法,可推动其在GIS中的深入应用。在阐述单幅图像空间化概念的基础上,提出了一种将单幅图像中的地平面映射至2D地图的空间化方法。首先,采集大量的单幅图像并基于决策树进行训练,分为地面和非地面两类,建立分类器;然后,基于近似水平的约束,选择摄像机中心坐标及方位角,实现图像中地面区域的坐标到地理空间坐标的转换。以大学校园拍摄的大量单幅图像为例,对该方法进行了验证,并分析了地平面空间化的精度和敏感性。结果表明,该方法对于主光轴近似水平或灭线位置估计较准确的图像的空间化效果较好,可为单幅图像在GIS中深入应用提供借鉴。     

利用PLSA技术进行图像分割

引用概率潜语义分析(PLSA)技术作了航空影像图像分割的尝试,介绍了PLSA图像分割的原理方法和分割的具体算法。通过三幅航空影像分割实验,并与生物地理学图像分割(BBOIS)方法和基于吸引子算法的结果作了对比,结果表明,本文方法具有一定的优越性,是一个很有潜力的图像分割方法。     

利用数据引力进行图像分类

提出了一种建立在数据颗粒引力基础上的图像分类方法,此方法使用的数据颗粒质量是图像的特征（如图像的分形维）。对于每一类别训练数据颗粒集,图像特征采用训练数据颗粒集中几幅图像特征的均值m_i,用训练数据颗粒集的像幅数w_i作为它的权重,那么第i个训练数据颗粒集的质量为w_i m_i,而待检验数据颗粒是原子数据颗粒,其质量为1。假定待检验一幅图像数据颗粒j的特征为t_mj,那么第i个训练数据颗粒集与待检验一幅图像的数据颗粒j之间的距离为|m_i-t_mj|。假定有3种不同类别的图像,从各类别中取出一部分图像组成3类训练数据颗粒集,求得每类数据颗粒集特征的均值和一幅待检验数据颗粒的特征值,按公式计算每类数据颗粒集对待检验数据颗粒的引力,3个引力中具有最大引力的类别即为待检验数据颗粒的类别。实验结果表明,基于数据引力的图像分类方法具有一定的优势。     

单幅图像几何量测研究进展

为进一步促进单幅图像几何量测理论和技术的研究深化,拓展其应用领域,对近十年来单幅图像几何量测技术和方法进行了分析和总结。首先总结提炼了单幅图像几何量测的基本原理,即直接几何量测和间接几何量测,论述了各自的数学背景;在此原理下,将单幅图像几何量测方法分为基于单应的量测方法和基于几何关系的量测方法,并对各类算法的原理、约束条件、求解方法进行了详细讨论,阐明了算法的优缺点。     

利用核方法进行高光谱遥感图像线性解混

为了提高高光谱遥感图像混合像元分解的精度,提出基于核方法的高光谱线性解混。采用核化正交子空间投影（orthogonal subspace projection,OSP）算子、最小二乘正交子空间投影（least squares OSP,LSOSP）算子、非负约束最小二乘（nonnegative constrained least-squares,NCLS）算子和全约束最小二乘（fully constrained least-squares,FCLS）算子等方法分别构建核正交子空间投影（Kernel OSP,KOSP）、核最小二乘正交子空间投影（Kernel LSOSP,KLSOSP）、核非负约束最小二乘（Kernel NCLS,KNCLS）和核全约束最小二乘（Kernel FCLS,KFCLS）高光谱图像混合像元解混模型。对CUPRITE矿区AVIRIS数据进行KLSOSP、KNCLS和KFCLS与LSOSP、NCLS和FCLS丰度反演对比实验,结果表明,对于混合像元广泛存在的高光谱遥感图像来说,基于核方法的KLSOSP,KNCLS和KFCLS的解混精度优于LSOSP,NCLS和FCLS;附加约束条件有利于提高丰度反演的精度。     

利用无参数统计特征进行旋转不变纹理图像渐进检索

分析了Radon变换和Log-polar变换在消除旋转位移时对频谱的影响,探讨了NSCT变换和小波变换在不同检索参数下的平均检索性能,在此基础上构造出多尺度多方向纹理变换谱和旋转不变特征矢量,并提出了一种基于无参数统计特征的旋转不变纹理图像两级渐进检索算法。通过VisTex标准纹理图像库的检索实验证明,与传统检索算法相比,本文提出的算法既可获取纹理主方向,同时又能表征纹理细节信息,有效地提高了旋转不变纹理图像检索的查准率和检索效率。     

透镜畸变校正算法比较分析

用球形模型算法及多项式算法对实拍的存在径向畸变的图像进行校正,并将两种算法的校正结果进行对比,证明了采用球形畸变模型校正的精度较高,可满足较高透镜畸变校正的需求。     

利用地形图对TM遥感影像进行几何精校正的方法研究

遥感数据的几何精校正是生成遥感数据产品及将遥感数据用于进一步数据分析前重要的一步。几何精校正的效果将直接影响到影像地理参考的精度,进而影响到在许多遥感数据分析中都要用到的地物能否精确定位的问题。因此几何精校正是遥感科研工作中基础的必可可少的工作之一。本文介绍了利用1:100000比例尺地形图及ERDASIMAGINE8.6软件,采用2次多项式模型,对关中平原TM影像进行几何精校正的方法。结果表明:当保留25个控制点时,校正后误差为0.63个像元,校正后影像具有较高精度,可以用于遥感信息的提取以及为地理信息系统等提供可使用的数据。     

利用案例推理（CBR）方法对雷达图像进行土地利用分类

提出了基于案例推理 (CBR)的遥感分类的新方法。基于规则的专家系统被用来提高遥感分类的效率。但所涉及的规则可能多达上百或上千条 ,有的问题根本无法用规则来表达。CBR只是根据以往的案例进行推理 ,克服了基于规则的推理方法的不足 ,可以用来解决一些复杂的资源环境问题。利用CBR和模糊数学结合 ,并通过分层随机采样来控制案例在空间上的分布 ,以反映复杂环境所造成的光谱变化 ,由此解决遥感分类中的“同物异谱”现象。实验表明 ,所建立的案例库可以被重复多次使用 ,分类的效果比监督分类和非监督分类要好。     

利用灰色理论进行图像边缘检测

提出了一种基于灰色系统理论的边缘检测算法。该算法根据边缘点在像素邻域数列上表现出的与非边缘点的不同特征,分别选择典型非边缘像素的邻域数列和待检测图像所有像素的邻域数列作为参考数列和比较数列,利用斜率关联度计算两者之间的灰关联度,据此区分是否为边缘像素。实验表明,该算法对于椒盐噪声和随机噪声有较好的抗噪能力,提取边缘效果较好。     

利用对应矩阵进行影像校正的误差分析

在三维城市建模中,模型纹理的表达旨在提供逼真的可视化效果,一般对纹理所反映的模型表面细节信息(如窗户、阳台等)的空间化置与尺度信息的准确性极少考虑.但纹理信息可以表达模型表面丰富的细节信息,可为三维城市模型系统提供更为广泛的应用(如公安、淌防).就利用对应矩阵进行倾斜影像校正的过程进行详细的误差分析,以评估校正后的纹理在模型表达时其信息的空间真实性和可口量测性,为实际应用过程中的三维模型表面信息分析提供参考.     

利用辅助图像进行IKONOS图像的去云处理

遥感图像上的局部云层覆盖会直接影响遥感图像的使用，在图像预处理阶段应进行去云处理。文中讨论了IKONOS多光谱图像上的“厚云”去除方法。主要思路是：利用与IKONOS图像光谱特性极为相似的陆地卫星ETM 多光谱图像的前四个波段作为辅助图像，将ETM 图像与IKONOS图像配准后，利用辅助图像上的信息替换IKONOS图像上的有云区域，实现IKONOS图像的去云处理。实验表明：在辅助图像存在的前提下，本文的去云方法足一种理想的解决方案。     

利用ERDAS IMAGINE进行影像的几何精校正

几何精校正是利用地面控制点(GCP)对遥感影像进行的几何校正。用ERDAS IMAGINE软件进行几何精校正，关键在于相关模型参数设置、控制点输入和几何精校正。影响几何精校正的因素，主要表现在GCP的数量、分布和定位精度。此外校正方法不同，影像的纠正精度也不同。