多暗像元大气校正方法

 针对Landsat TM影像，设计了一种适用于非均质大气的大气校正方法。该方法以暗目标减法（DOS）为基础，结合大气辐射传输模型，通过选取TM影像上多个暗像元，并计算其所对应的大气校正系数对整幅图像进行大气校正。该方法不依赖任何外部信息，并且考虑了大气的非均质性，校正精度较高。     

大面阵数字航测相机像面照度改正算法

在大面阵数字航测相机的使用过程中,南于视场角较大,存在着获取的影像光照不均匀的问题。为得到理想的结果,必须对航摄相机的影像进行匀光处理。分析光照度不均匀产生的原因,得到由中心向四周的变化与cos^4ω成正比,确定光照度的改正模型。并使用直接匀光法对像片进行处理,得到理想的结果。然后根据实际工程应用的需要,结合马斯克匀光理论,使用模版匀光的方法,简化处理过程。并运用反差同步改正的方法提高图像的质量。最后对两种方法处理的时间进行比较,模版匀光方法大幅提高工作的效率。     

高光谱影像混合像元分解比较研究

遥感混合像元分解,作为一种遥感分类与制图的方法,具有其独特的优势.利用新疆阜康地区的Hyperion遥感影像,在ENVI/IDL软件运行环境下,分别采用沙漏算法,SMACC算法和体积法进行端元提取,并对3种方法进行了比较分析,从中选择符合实际的沙漏算法提取的端元,作为最终端元.在此基础上,分别运用最小二乘法、OSP算法...     

基于模拟退火算法的遥感影像亚像元定位方法

根据地物空间分布自相关原理,提出一种基于模拟退火算法的亚像元定位新方法,通过优化子像元的空间分布,最终确定混合像元中各组分的位置。通过遥感影像数据对模型进行测试,并使用已有评价指标对试验结果的视觉效果和分类精度进行评价,试验证明本方法能更好地重建地物空间分布,与硬分类方法相比能显著提高分类精度。     

元胞自动机的遥感影像混合像元分类

通过对元胞自动机理论的研究,提出元胞自动机的遥感影像混合像元分解模型。利用多波段遥感数据验证混合像元分解算法的可行性,并将结果与线性分解模型进行比较。结果表明,元胞自动机混合像元分解模型在分解的准确性方面,明显优于一般线性模型的精度。最后,将分类结果与传统的监督分类算法比较,得出元胞自动机的混合像元分解模型明显优于监督分类精度的结论。     

基于查找表的MODIS逐像元大气校正方法研究

以6S大气辐射传输模型为基础,计算了气溶胶光学厚度、太阳天顶角、传感器天顶角以及地表海拔变化对于校正得到的地表反射率的影响,讨论了6S模型对于这些参数的敏感性,提出了一种基于查找表的大气校正方法,利用6S模型离线计算建立了不同气溶胶的光学厚度、太阳天顶角、传感器天顶角以及地表海拔条件下大气校正系数的查找表,基于该查找表对MODIS影像进行逐像元大气校正。通过对本文方法、6S在线校正方法和利用统一输入参数校正方法的比较表明,本文方法的计算结果与6S在线校正方法很接近,说明本文方法可以有效地改善由于大气条件、传感器位置等空间分布差异对MODIS图像大气校正的影响。     

基于决策二叉树的多光谱影像混合像元分类方法

传统混合像元分类算法按照同一标准同时提取各类地物,导致错分现象严重。本文利用端元光谱间的独立性关系和决策二叉树的分层特征,提出基于决策二叉树的混合像元分类方法。利用黄山地区Landsat7 ETM+影像数据进行实验,结果表明:该算法正确合理,分类精度比SGA-NCLS方法高,但分类效率比SGA-NCLS低。     

基于模糊ARTMAP神经网络模型的遥感影像亚像元定位

结合亚像元的相关理论,提出了基于模糊ARTMAP神经网络模型的遥感影像亚像元定位方法,利用该方法对模拟的武汉地区的TM影像进行了实验,并将实验结果与BP神经网络模型进行了比较。结果证明,利用本文方法能够更有效地解决亚像元定位的问题。     

基于正则MAP模型的遥感影像亚像元定位

为了更好地解决亚像元的定位问题,基于超分辨率影像重建的技术,结合亚像元定位理论,提出了一种应用于亚像元定位的正则MAP估计模型,并且通过真实数据进行了检验。实验表明,该模型是一种简单、有效地解决亚像元定位问题的方法。     

高分辨率卫星遥感影像在土地利用调查和动态监测中的应用

结合乐清市土地调查的具体实践,对高分辨率卫星遥感影像在土地利用调查和动态监测中的应用进行探讨。以高分辨率卫星影像作为信息源,应用3S技术,进行土地利用调查和动态监测。可改变传统工作方式,把大量艰苦的野外作业变成室内作业,不仅省时、省力、成本低,且客观性和科学性强。所获得的数据易于转换为GIS数据格式,而且能及时、全面、准确地获得土地变化信息,具有常规方法所不能比拟的优点。     

基于光谱和纹理特征的山区高分辨率遥感影像分类

本文在只做阴影补偿而不做地形校正的情况下,使用光谱和纹理特征相结合的方法进行山区高分辨率遥感影像分类。实验取得了78%的分类精度,表明该方法合理可行,具有一定的实用性。