高分辨率遥感影像阴影检测与补偿系统的设计与实现

阴影检测与补偿涉及遥感影像的不确定性、算法复杂度高及提取自动化程度低等问题。基于Arc GIS Engine平台,结合Matlab和GDAL开发工具,根据构建的高分辨率遥感影像阴影检测和补偿算法设计了一体化的阴影检测与补偿系统。系统采用了数据分块读取、2%线性拉伸及DLL动态链接库等关键技术,解决了大数据量影像读取、影像不确定性及系统可扩展性等问题,实现了系统的集成和优化,提高了运行效率。测试结果表明,该系统在Quick Bird、资源三号(ZY-3)等高分辨率遥感影像的阴影检测与补偿中具有较高的精度和效率,可用于数据批处理。     

高分辨率卫星影像中阴影的自动提取与处理

高分辨率卫星遥感影像开创了许多新的应用领域，但影像中的阴影是一个必须解决的问题。一方面，它给象影像分类这样的一些应用带来了很大麻烦，另一方面，它提供了物体的高度信息。本文利用纹理分析的方法，通过共生矩阵和相应指数的计算，对高分辨率卫影像中阴影的自动提取与处理作了一个尝试并给出了一些结果。     

航空遥感影像阴影的自动检测与补偿

通过对阴影特性进行分析,选取能够有效检测阴影的特征组合,改进了Otsu阈值算法,可以自动获取各特征的合适阈值,实现阴影的自动检测;同时提出了改进的Wallis滤波阴影补偿策略,突出阴影区域的地物信息。实验结果表明,该检测算法阴影补偿效果明显,真实再现了被阴影遮蔽的地物细节。     

基于Wallis滤波器的异源遥感影像匀光方法

针对异源遥感影像由于辐射水平差异导致地物在相邻图像上亮度值存在差异的现象,分析了造成影像间色调差异的各种原因以及现有处理方法在进行影像间色彩平衡处理时存在的问题,实现了基于Wallis滤波器进行匀光的相关算法,并通过多组匀光实验取得了较好的色彩平衡效果。     

基于RGB和HSI色彩空间的遥感影像阴影补偿算法

通过分析研究抑制蓝色分量和亮度线性补偿这2种阴影补偿算法,利用阴影区域与其同质区信息相似的特点,把这2种算法进行合并与改进,提出基于RGB和HSI色彩空间的阴影补偿算法。实验数据表明,该算法对遥感影像上阴影区域进行补偿时,在不改变非阴影区域信息的情况下,提高算法适用性。     

面向对象的高分辨率遥感影像阴影提取方法

针对高分辨率遥感影像阴影提取的问题,通过分析影像主成分变换和HIS变换的特征,提出了一种面向对象的高分辨率遥感影像阴影提取方法:首先,使用mean shift分割方法进行影像去噪和平滑;然后,结合主成分变换和HIS变换形成了一种阴影检测指数(SDI);最后,通过阈值分割提取阴影信息。选取两景影像进行了阴影提取实验。实验结果表明,SDI能有效地区分阴影与建筑物、水体、蓝色地物、植被等非阴影地物;另外,mean shift分割能有效地去除结果中斑点噪声的影响,提高阴影检测精度。     

利用高分辨率遥感影像提取建筑物方法研究

随着航空航天技术的发展,人们获取的遥感影像数据的空间分辨率不断提高,同时获取难度大幅降低。在遥感数据日益普及的今天,利用影像处理与分析技术对高空间分辨率遥感影像中的感兴趣目标进行自动提取已经成为目前遥感领域研究的热点之一。建筑物作为与人类生活密切相关的主要人工地物,是城市发展的重要标志。目前,通过对高分辨率遥感影像进行建筑物自动提取已经成为建筑物信息获取的重要手段,而建筑物信息可用于进一步研究城市的扩张与发展、城市土地利用现状与变化、城市规划、城市热岛效应、人口估计与预测、灾害监测预警与评估等。     

同类点匹配改进策略下的阴影自动补偿方法

提出一种基于ISODATA分类,通过获取同质区来提高同类点匹配正确率的方法。首先进行阴影检测,然后对影像的阴影和非阴影区域用ISODATA算法分类,在分类结果的辅助下获取精度较高的同类点对,最后基于局部补偿模型,以同类点对中非阴影区域特征值为目标估计值,求解补偿模型参数,实现各阴影区的自适应补偿。实验结果表明,该方法有利于求解最佳补偿参数,能更准确、均衡地恢复阴影区信息。     

高分辨率遥感影像分割方法研究

在遥感应用分析中,遥感影像分割是低层影像处理和中高层影像分析和理解的桥梁,是实现遥感影像信息自动提取的关键步骤,具有重要的意义。随着大量高分辨率遥感影像的出现,传统基于像素的影像处理方法已不能适应高分辨率遥感影像。近年来,国内外研究者们提出了面向对象影像的分析方法,而面向对象影像分析方法的关键就是影像分割,影像分割精度直接影响着高分辨率遥感信息提取和目标识别的精度。首先给出一般图像分割方法的综述;然后分析和总结了当前主要的高分辨率遥感影像分割方法,着重阐述了均值漂移、分形网络进化、马尔科夫随机场等分割方法的特点和研究现状;最后,对高分辨率遥感应用分析中影像分割方法的发展趋势进行了讨论与展望。     

高分辨率遥感影像地物阴影去除算法研究

近几年来,随着遥感技术的快速发展,卫星传感器的空间分辨率在不断地提高,高分辨率遥感影像的应用范围也越来越广,主要包括地形图绘制、变化检测、数字化城市建设等方面。然而,阴影的存在会给高分辨率遥感影像的处理结果带来很多不利影响,如图像匹配、地物的识别与提取等。因此,准确提取高分辨率遥感影像中的建筑物阴影并将其去除掉,是目前遥感影像图像处理方面的一项重要工作。对国内外阴影检测与去除算法系统进行研究,发现现有的算法存在很多局限性,并且处理结果不是很理想,误检率较高。针对这些问题,本文改进了Wallis滤波算法,并基于Matlab进行了结合颜色恒常性理论的阴影去除算法实验研究。通过实验和定量评价,验证了这两种算法较传统的阴影去除算法精度更高。     

一种航空影像阴影补偿方法

首先,对航空影像进行影像分割和阈值计算来预测阴影区域。其次,计算阴影区域的直射光与环境光的比值,同时,采用多波段合成方式实现阴影区域与非阴影区域之间的平滑过渡;最后,根据特定的阴影光照模型完成阴影补偿。实验结果表明,该方法不仅能有效补偿阴影,还能确保补偿后的阴影区域与非阴影区域平滑过渡。     

高分辨率遥感影像纠正处理

随着高分辨率遥感卫星日益普及,其应用面也在不断地扩大.城市高分辨率正射影像图以其分辨率高、直观、生产更新周期短等优点,越来越受到城市管理、规划建设部门的青睐,同时也被广泛使用.本文结合重点城市1:10 ooo DLG更新项目,在波段组合、融合处理、正射纠正等方面进行了探讨.     

高分辨率遥感影像海岛礁地理信息自动变化检测方法

基于高分辨率遥感影像的海岛礁地理信息变化检测可用于普查海岛礁地理信息变化,从而为海岛礁开发利用、海洋资源保护、海洋经济发展及国防建设等提供参考。本文提出一种基于马尔科夫随机场的海岛礁地理信息自动变化检测方法,通过典型相关分析和马尔科夫随机场模型相结合的方法,提取变化区域。并以西沙赵述岛为实验区域进行方法验证。实验证明这一方法可以有效地提取海岛礁地理信息发生变化的区域。     

利用规则集进行高分辨率遥感影像道路自动判读

高清卫星遥感成像技术的快速发展,为城市管理发展提供了海量多源数据。为更好地服务于城市发展管理各个方面,基于高分辨率遥感影像的高自动化判读和特征地物信息提取已成为需迫切解决的应用瓶颈。本文将道路的分类、光谱、主辅线、拓扑关系、场景等信息结合,建立对应的对象特征规则集,通过运用ENVI软件对湖南省长沙市某试验区高分辨率遥感卫星影像图进行了道路判读处理。经与遥感影像对照分析可知,所获得的道路判读结果,具有很好的可靠性,表明基于对象特征的规则集分类方法是一种适应性强、效率高的方法。     

利用规则进行高分辨率遥感影像地物提取

针对高分辨率遥感影像中地物的复杂性和多变性带来的地物提取难点,提出了一种基于多层次规则的面向对象的典型地物提取方法。改进了基于区域增长的影像分割方法,利用小区域内的全局最优策略进行初始增长,避开了种子点的选择。利用影像分割得到的影像对象作为地物提取的基元,针对影像上典型地物选择提取特征,利用多层次的提取规则进行地物提取,总的提取精度达到87.1%。     

基于CRF模型的高分辨率遥感影像变化检测

针对传统高分辨率遥感影像变化检测方法大多直接利用光谱信息进行计算,导致检测精度不高的缺陷,提出了一种基于条件随机场模型（CRF）的高分辨率遥感影像变化检测方法。该方法利用CRF模型融合差值影像的光谱项和空间项,在融合过程中,引入EM迭代策略不断更新影像检测结果,提高变化检测精度。试验结果表明,本文方法的分类精度好于传统方法,并且稳定性良好。     

高分辨率遥感影像信息提取方法综述

感知地物信息最直接的载体就是遥感影像,从遥感影像中提取地形地物等专题信息是当前遥感技术面临的一个迫在眉睫的问题。遥感影像的空间分辨率伴随着遥感技术的飞速发展从公里级发展到厘米级,同时遥感影像所包含的信息正越来越丰富化。高空间分辨率遥感影像具有数据量极大、数据复杂以及尺度依赖的特点,使得高空间分辨率的遥感影像的数据处理以及影像信息提取具有一定的难度,面临一些急需解决的问题。文中介绍了高分辨率遥感影像信息提取的国内外研究现状和趋势,分析了几种遥感影像的分类方法,指出了面向对象的遥感影像信息提取的技术及高分辨率遥感影像的多尺度分割,并指出了国内外在遥感影像信息提取技术方面的不足和迫切需要解决的问题。     

基于栈式自动编码器的高分辨率遥感影像分类

针对遥感影像分类识别中,属性特征过多不仅会造成维数灾难,而且会影响分类精度的问题,本文采用基于栈式自动编码器的面向对象的分类方法解决高分辨率遥感影像的分类精度问题.文中对自动编码器的重构特征质量、栈式自动编码器的深度以及隐层单元数对分类精度的影响进行了试验分析,并将该分类方法与传统的影像分类方法进行比较,研究其分类精度...     

HSV变换和多尺度分割相结合的高分辨率遥感影像阴影检测

针对阴影在高分辨率遥感影像的特性,提出了一种色彩空间变换和多尺度分割相结合的阴影检测方法。该方法首先对原始影像进行连续两次HSV变换,并分别提取前后两次变换的亮度分量和色度分量;然后引入面向对象思想,进行多个尺度的影像分割并依次实现每一尺度下的阴影检测;最后将多个尺度的检测结果进行决策级融合获取最终检测结果。利用高分二号和Google Earth影像分别进行实验,实验结果表明,该方法有效结合了粗细尺度优势,阴影检测误检率和漏检率较低,同时对较亮阴影和较暗地物均具备较好的识别效果。