一种基于GPU和内存映射文件的高分辨率遥感图像快速处理方法

高分辨率遥感图像处理经常面临程序执行时间过长和内存空间不足的问题,虽然并行计算技术可以提高遥感图像的处理速度,但是无法降低算法占用的巨大内存空间。为了解决这一问题,本文提出了一种利用CUDA和内存映射文件的高分辨率遥感图像快速处理方法,并以K-Means算法为例进行了实现。其中,CUDA技术可以有效利用GPU强大的并行计算能力,而内存映射文件技术降低了磁盘I/O速度较慢对算法性能的影响。实验结果表明,本文方法比传统K-Means聚类算法计算速度提高了30倍左右,内存使用量降低了90%以上。     

MODIS辅助的北京一号卫星影像近海Ⅱ类水体大气校正

利用空间分辨率为500 m的MODIS 1B数据及有关MODIS数据产品计算其近红外波段的气溶胶辐亮度,由此外推北京一号卫星多光谱影像各波段的气溶胶辐亮度,以实现对该影像的大气校正,取得了良好的效果.该方法克服了传统大气校正方法依赖于现场测量大气参数的缺陷,拓展了非水色传感器在水体监测领域的应用前景.     

一种实用的二类水体Sea WiFS资料大气校正方法

SeaWiFS是美国NASA于1997年8月发射的“海视宽视野传感器”(sea-viewing wide-field-of-viewsensor,简称SeaWiFS[1]),专门用于海洋水色遥感,代表了当今水色遥感的最高水平.SeaWiFS提供了8个波段的辐射值(412,443,490,510,555,670,765,865nm),1～6波段波带宽度为20nm,7和8波段波带宽度为40nm.     

一种基于块划分颜色特征的图像检索方法

针对传统的颜色直方图法只表示颜色的组成,没有包含颜色空间分布信息,提出1种基于块划分颜色特征的图像检索方法。该方法将图像划分成大小相等的子块,提取每一块的颜色信息作为特征矢量。通过特征聚类和编码,图像内容可以表示成为包含空间分布信息的局部颜色特征组合。实验结果证明了该方法的有效性,并与其它方法进行了性能比较。     

一种使用卫星高度计数据且基于密度聚类的新型海洋中尺度涡自动探测算法

中尺度涡旋是海洋中典型的中尺度现象,是海洋中能量传递的运输者,中尺度涡识别与提取是物理海洋学研究的重要内容之一,而中尺度涡自动发现算法是最基础的用于寻找与分析中尺度涡的工具。中尺度涡旋探测工作的数据来源主要为卫星高度计数据融合出的SLA数据,该数据可以客观的描述海洋表层高度状态。中尺度涡表示为SLA闭合等值线所包围的局部等值区域,涡旋识别需要从SLA数据中提取出稳定的闭合等值线结构。针对基于SLA数据中的中尺度涡探测的特点,本文提出了一种新的基于聚类方法的中尺度涡自动识别算法,通过对SLA数据集的分割与筛选将中尺度涡区域与背景区域分离,后建立区域内联系并将其映射到SLA地图上来提取中尺度涡结构。本文算法解决了传统探测算法中参数设定的敏感性问题,不需要进行稳定性测试,算法适应性增强。算法中加入了涡旋筛选机制,保证了结果的涡旋结构的稳定性,提高了识别准确率。在此基础上,本文选取了西北太平洋及中国南海地区进行了中尺度涡探测实验,实验结果展示出了本文算法在较传统算法提高算法效率的同时,也保持着较高的算法稳定性,可以在稳定识别各个单涡结构的同时识别稳定的多涡结构。     

一种功率谱相关的基元域近场强干扰抑制方法

针对影响拖曳线列阵声纳系统目标检测性能的两种典型近场强干扰源,由宽带近场阵列模型,提出了基于功率谱相关的干扰抵消方法,通过比较基元域频域信号与干扰波束信号功率谱之间的相似关系,找到与每路基元信号相匹配的干扰分量信号,最后通过频域块自适应滤波算法实现每路基元域信号中的干扰抵消。宽带仿真结果与海试表明,这种方法在强干噪比和低信噪比条件下,比最小方差无失真响应和传统基元域干扰抵消方法在阵增益方面提高约10dB。相比传统基元域干扰抵消方法,这种方法能够实现抵消拖船干扰的同时抵消邻近目标强干扰。