ETM+影像IHS融合算法改进及其土地覆盖分类实验比较

在总结PCA、IHS融合算法优缺点的基础上,发展了一种改进的IHS融合算法。利用HPF、Brovery、PCA、IHS及改进的IHS融合算法对ETM+全色和多光谱影像进行了融合实验。通过定性、定量分析比较融合影像的质量,并分别对融合后影像和原始影像进行土地覆盖非监督分类实验。选取原始影像和非监督分类精度最高的一种融合影像进行监督分类实验与比较,发现无论是非监督分类还是监督分类,改进的IHS融合影像精度均较高。     

基于DCT变换的多光谱与全色影像融合方法

针对IHS融合法的融合影像相对于原多光谱影像光谱扭曲严重、小波变换融合法运算量大的缺点,依据影像成像时传感器像素间的对应关系,提出应用遥感影像空间分辨率比值关系对影像进行分块,采用离散余弦变换与IHS变换相结合的融合方法进行多光谱影像与全色影像融合,以提高遥感影像的应用能力。仿真实验表明,该方法融合结果的光谱保持性与小波变换方法相近,均优于IHS变换融合影像,对全色影像空间信息集成能力稍弱,但计算效率明显改善,适合于对大数据量的遥感影像融合。     

基于GPU并行的遥感影像边缘检测算法

针对数字图像处理领域中单个像元之间相互独立的特性,采用图形处理单元(GPU)的CUDA可编程模型,从粗粒度和细粒度双层并行结构出发,结合对Block和Thread的合理调度,对边缘检测Roberts梯度算子进行了算法的并行化设计和实现。实验结果表明,该算法充分利用了GPU强大的浮点并行计算能力,运行效率明显优于常规的边缘检测算法,对高分辨率遥感影像并行处理技术发展提供了有益借鉴。     

基于Savitzky-Golay方法的遥感影像融合

把Savitzky-Golayr滤波方法拓展至二维,提出了基于Savitzky-Golay方法的遥感影像融合算法,并通过与HSI变换、PCA变换和小波变换融合等传统融合算法的比较,证明该方法性能最优.分析Savitzky-Golay滤波算子阶数和小波变换尺度对融合影像质量的影响,发现Savitzky-Golay滤波融合过程中Savitzky-Golay滤波算子阶数是决定融合质量的关键因素.算子阶数越高,融合后影像细节信息越丰富,但光谱信息损失也越严重;算子阶数越低,融合后影像光谱信息保持能力越好,但细节信息增强能力变弱.如何根据具体的遥感影像自动确定最佳的算子阶数是下一步要解决的问题.     

面向高分辨率遥感影像建筑物变化检测的边缘感知网络

为提升建筑物变化检测精度,尽可能保留变化区域的边缘信息,提出一种边缘感知网络(Edge Sensing Net-work,ESNet),用于较大范围内的高分辨率遥感影像建筑物变化检测.ESNet由主干网、粗预测分支和精预测分支三部分组成:主干网用于提取多层次的特征差异图;粗预测分支通过跳跃连接的方式融合深层特征图与浅层特征图,以获得变化检测的粗预测图;精预测分支选取粗预测图中预测不确定性较大的点,通过融合点的深层和浅层特征实现点的变化属性再判别,从而获取建筑物变化区域的精细化边缘信息.在航空影像和卫星影像建筑物变化检测数据集上的实验表明,相比STANet、UNet++MSOF等变化检测方法,该方法变化检测精度最高,且能有效保留边界的细节信息.     

基于语义和边缘特征融合的高分辨率遥感影像水体提取方法

利用卷积神经网络从遥感影像中提取水体时,水体对象边缘像素的特征与内部像素的特征之间往往存在较大差异,导致提取结果中边界模糊、内部像素与边缘像素的提取精度差异较大,影响了整体精度的提高。针对如何从高分辨率遥感影像中进行水体高精度、自动化提取的问题,文章首先以高分辨率遥感图像为基础,利用边缘提取算法生成边缘图像,然后以高分辨率遥感图像和边缘图像作为输入,建立了语义特征和边缘特征融合的高分辨率遥感图像水体提取模型（Semantic Feature and Edge Feature Fusion Network, SEF-Net）,用于从高分辨率遥感图像中提取水体对象。实验结果表明,SEF-Net模型在3个数据集中的召回率（91.97%、92.07%、93.97%）,精确率（91.12%、98.37%、97.88%）,准确率（89.56%、95.07%、94.06%）和F1分数（91.54%、95.12%、95.88%）均优于对比模型,说明SEF-Net模型从高分辨率遥感图像中提取水体时,具有更高的精度和泛化能力。     

基于像元级RS影像数据融合方法应用评价

遥感信息融合（Fusion）是目前遥感应用领域的一个热点问题。高分辨率的全色影像与多光谱彩色低分辨率的遥感数据叠加，可以最大限度地利用不同分辨率、不同光谱信息和不同时相分辨率的遥感信息。融合中对同一地区长江流域秭归段的TM4、3、2多光谱和TM8高分辨率的遥感影像采用了IHS变换、分辨率（主成分分析）融合方法进行了数据融合，并对不同的融合方法所得到的融合影像进行目视和统计特征的分析与评价。     

基于小波变换和局部相关系数改进IHS变换的图像融合方法

为得到分辨率高、光谱畸变小的融合图像,该文根据图像处理理论和小波变换的时频局部 特性,采用Quickbird数据,对多光谱波段经IHS变换的I分量和全波段图像分别进 行小波分解,用全波段图像经小波分解得到的高频系数替换I分量小波分解的高频系数, 替换时根据图像的地物光谱特性引入局部相关系数进行有选择的高频替换.经过IHS反变换得到空间分辨率高且没有光谱畸变的融合图像.     

多光谱与全色遥感影像像素级融合算法比较分析

简述了遥感影像融合的过程,并利用SPOT5的全色和多光谱影像在Envi软件里采用IHS、Gram-Schmidt、Brovey和Color Normalized （CN）的融合算法进行融合,然后对几种影像融合的结果进行定性定量的评价分析.分析的结果表明：与原多光谱相比,HIS融合方法的清晰度和信息的丰富度最高;Gram-Schmidt的光谱保真度和相关度最佳,清晰度和信息的丰富度也仅次于HIS融合结果;Brovey和CN的融合算法是最差的,但是在凸显植被和水体地物时Brovey和CN有优势.总而言之对于不同地物类型,每种融合方法具有各自的优势和限制,所以应根据不同的用途选择最佳的融合算法.     

基于多源遥感影像的洞庭湖地形提取方法

湖底地形数据是湖泊流域规划与治理、湖区冲淤变化研究、水资源利用和生态环境保护的重要基础。但传统的大型湖泊湖底地形数据获取手段耗时长、投入大,因此,有必要研究一种基于遥感影像快速获取湖底地形数据的方法。本文以洞庭湖为研究对象,采用Landsat和MODIS系列遥感影像提取湖区边界,基于趋势面分析法和克里金插值法,反演湖区边界各点对应的水位,将带有水位信息的边界点作为高程点实现湖底地形反演,进一步用实测湖底地形验证反演方法的可靠性。研究结果表明,克里金插值法水位反演效果较好,交叉验证的误差标准平均值在0.2 m以内,水位样本点分布较多处,基于克里金法的地形反演绝对误差在1 m以内。本文利用湖泊淹没区域变化的特点快速获取湖底地形,对湖区演变分析、综合治理与保护等具有重要意义。     

基于相位一致性的遥感影像道路特征检测方法

在空间域中进行道路特征检测容易受图像亮度、对比度和噪声的影响,为了克服这一缺点,该文采用在频率域中进行道路特征检测。基于频率域的相位一致性道路特征检测方法具有亮度和对比度不变性,特征在频率域中表现出最大的相位一致性,通过计算影像6个方向的相位一致性值得到相位一致性值之和的灰度图,对灰度图进行二值化,然后使用数学形态学方法进行细化,去除噪声,检测出道路特征。实验表明,该方法对对比度、亮度变化不敏感,能够精确地检测出与人眼视觉相一致的道路特征。     

基于遥感图像的泥石流地面活动程度评价

泥石流是中国山区较为常见的一类自然灾害,它的形成有自然地质的原因,也有人为破坏山区植被的原因。在中国实行西部大开发战略的过程中,调查分析泥石流潜在危险区域及其地面活动程度对于制定合理的资源开发战略,有重点地保护一些具有高潜在危险性泥石流沟的植被尤为重要。综合应用遥感(RS,Remote Sensing)技术和流域软件,完全基于RS遥感图像数据,探讨了一种调查泥石流潜在危险区域及其地面活动程度的新方法。     

基于双分支卷积神经网络的SAR与多光谱图像融合实验

针对合成孔径雷达(Synthetic Aperture Radar,SAR)和多光谱(Multi-Spectral,MS)融合图像中存在的空间细节模糊和颜色失真问题,该文兼顾光谱监督和空间细节监督,设计光谱损失函数和空间细节损失函数,提出一种基于双分支卷积神经网络(Convolution Neural Network,CNN)的SAR和MS图像融合算法。该算法网络框架包含光谱保持和细节提升两个分支:光谱保持分支通过上采样MS图像连接到网络的输出,直接将光谱信息传递到融合图像中;细节提升分支对SAR和MS图像通过高通滤波提取高频细节信息,然后应用CNN对细节信息进行特征提取、特征融合及重建,最后将重建的细节信息叠加到上采样的MS图像,得到融合结果。以哨兵-1B GRD级别的SAR图像和Landsat8卫星多光谱图像为实验数据,通过与传统融合算法和深度学习算法RSIFNN进行对比,结果表明,该文算法在定性和定量评价方面效果更好,能够在保持光谱信息的基础上增强多光谱图像的空间细节信息,有利于后续地物分类和目标识别等工作的开展。     

基于局部相关分析法的ETM+影像修复方法研究

Landsat-7上搭载的专题扫描仪(ETM+)上的扫描行校正器(SLC)在2003年发生故障,导致影像出现坏行,丢失了约25%的数据。由于数据本身仍保持了良好的辐射和几何特性,且同一区域不同时相影像上坏行出现的位置具有随机性,使得使用同一区域不同时相的ETM+影像进行交叉修复成为可能。该文在总结现有修复方法的基础上,提出了一种采用相近时相、相同位置影像对ETM+影像进行修复的方法。首先利用两景影像中的准不变特征点(PIFs),以待修复影像为目标,对待填充影像进行相对辐射校正,消除不同时相影像间由于大气状况等外源差异导致的像元亮度值差异。然后运用局部相关分析法对待填充影像进行变换:构建一种同时考虑光谱距离和空间距离的权重系数,根据邻近光谱相似点在两个时相上的变化量对待填充影像进行变换。实验证明,该方法修复效果优于传统的局部回归法。     

荒漠藓类结皮边缘效应下土壤肥力的灰色关联度分析

干旱半干旱地区土壤资源呈现高度异质性,植被分布斑块化成为该生态系统的普遍现象。藓类结皮是荒漠地表生物土壤结皮的主要类型,自然状态下藓类结皮通常呈现出典型的斑块状分布特征。应用灰色系统理论,以新疆北部古尔班通古特沙漠藓类结皮层土壤为研究对象,将藓类结皮斑块从中心至边缘划分3个圈层,通过对土壤的理化性质、酶活性、微生物生物量及微生物群落碳源利用等16项指标进行分析,利用灰色关联度分析法定量分析了藓类结皮斑块3个圈层的土壤肥力,并进行综合排序。结果表明:(1)藓类结皮斑块边缘圈层的土壤有机质、全氮、全钾、脲酶、过氧化氢酶、微生物生物量碳氮、平均吸光值(AWCD)均显著低于内部两个圈层,全磷、速效氮、速效磷、速效钾含量及pH值、碱性磷酸酶、蔗糖酶、β-葡萄糖苷酶活性均不受边缘效应的影响,在3个圈层无显著差异。同时,土壤各项指标在斑块内部两个圈层均无显著差异。(2)藓类结皮斑块3个圈层土壤肥力的关联度值依次为中心圈层(0.65)>中间圈层(0.59)>边缘圈层(0.47),藓类结皮斑块结皮层的土壤肥力从中心至边缘逐渐降低。藓类结皮斑块状分布显著影响土壤肥力,导致土壤肥力空间异质性程度增大,从而可能影响荒漠植物群落,尤其是草本植物群落的空间分布格局。     

基于影象融合的干旱区城镇居民地信息提取研究

针对TM多波段图象中城镇居民地与裸地光谱特征相似难以准确提取城镇居民地信息的问题,利用雷达图象对居民地信息的敏感性,采用HIS变换方法,融合了2003年西安地区的Landsat TM和Radarsat SAR影象,并对融合影象做二类监督分类提取出城镇居民地信息,结果显示与TM图象监督分类相比,融合后的图象能很好地消除裸地对城镇居民地提取影响,其精度可达到84.21%,大大高于由TM多光谱影象监督分类所得到的精度71.79%,为提取干旱区城镇居民地信息提供一种新方法。     

多源信息的集成与融合及其在遥感制图中的优化利用

多源信息的集成和融合是地球信息科学领域的一大热点问题。它的意义和必要性与地球信息本身的特征、采集信息的手段特征及信息处理平台或系统的特点三方面紧密相联系。本文从不同传感器信息的集成和融合、遥感信息与非遥感地学信息的集成和融合、不同格式的 GIS数据的集成和复合三个方面研究了多源信息集成和融合的方法、前沿技术和应用领域,进而以黄土高原土壤侵蚀遥感调查和制图任务为例,介绍了多源信息集成和融合技术在该项目中的优化应用实例,包括技术流程分析、信息源分析、多源信息在土壤侵蚀遥感调查和制图中的融合方法、从遥感图像解译信息到 GIS数据库的转换技术等。