消除噪声的RNF图像融合算法

在多光谱遥感图像中有时也会存在较严重的随机点噪声的干扰，这种随机点噪声严重影响了地物光谱特征提取和识别的精度，降低了各种遥感定量分析方法技术的有效性。常用的遥感图像随机噪声消除或压抑方法是Fourier变换频率域方法和采用平滑模板对图像进行卷积处理的空间域方法，但它们往往会损失图像信息。文章探讨了消除或压抑噪声的图像融合方法，即RNF融合法。RNF融合算法先对参与融合的多光谱图像进行低通滤波，对全色波段进行高通滤波。然后将滤波后的全色波段与多光谱图像用HSI变换法进行融合，融合后的图像消除了噪声。     

基于不同小波变换与同态滤波结合的CBERS-02B卫星CCD图像的薄云去除

卫星CCD图像的去云处理对遥感信息的增强与提取有重要的意义,尤其是在云覆盖严重的低纬度地区。为去除CBERS-02B卫星CCD图像中薄云的影响,分别使用Mallat和à trous 2种小波变换对图像进行分解;利用同态滤波对2种小波分解图像的低频系数进行处理,衰减其低频信息;将处理后的小波低频系数与分解的高频系数进行小波重构,从而达到去云的目的。定量分析基于Mallat和à trous小波变换结合同态滤波法的去云结果表明,经à trous小波变换结合同态滤波法的去云影像所包含信息量大,细节信息丰富,去云效果较好。     

引导滤波联合局部判别嵌入的高光谱影像分类

高光谱遥感影像分类是高光谱遥感影像处理和应用的重要组成部分。然而,高光谱遥感影像具有波段数量较多和空间分辨率较高等特点,给分类任务带来一定的挑战。为了提高分类精度,充分利用影像的空间信息和像素间的局部信息,提出一种引导滤波联合局部判别嵌入的高光谱影像分类方法。首先,对高光谱遥感影像进行归一化,利用主成分分析方法实现特征提取,将提取的第一主成分影像作为引导图像;其次,采用引导滤波分别提取各波段影像的空间特征;然后,将提取的空间影像特征进行叠加,通过局部Fisher判别分析完成低维嵌入;最后,将得到的低维嵌入特征输入支持向量机分类器得到分类结果。采用Indian Pines和Pavia University两幅高光谱影像进行实验的结果表明：在分别从各类地物中随机选取10%和100个样本作为训练样本的情况下,其总体分类精度分别提高到98.28%和99.45%;对比其他相关方法,该方法能够获取更高的分类精度。该方法在低维嵌入的同时,有效利用了影像的空间信息,改善了分类效果。     

面向高光谱矿物填图的多特征结合降维方法研究

高光谱影像具有图谱合一的特点,图像空间信息是遥感影像的重要信息,但以往基于最佳波段选择的降维方法中只考虑基于灰度统计的特征空间信息,忽视了图像空间信息,而且计算量大。综合高光谱遥感影像的特征空间与图像空间信息,提出了一种多特征结合的高光谱影像降维方法并应用于矿物填图中。统计分析波段相关性并划分不同特征子空间;计算各波段的分形维数,在各子空间选择分形维数较小的波段作为候选波段;在候选波段中,计算待识别地物光谱间的相关系数,并快速选择出最佳波段组合。经实验,应用该方法选出的最佳波段组合影像清晰、不同蚀变矿物对比明显,根据特征选择提取出的矿物蚀变信息与应用成熟的光谱角制图(SAM)提取结果大致相同,表明结合图像空间和特征空间的降维方法能够选择出理想的波段组合,有效降低高光谱数据的维数,信息提取效果好。     

高光谱遥感在斑岩矿床蚀变信息提取中的应用

高光谱遥感将传统图像的空间维与光谱维信息融合为一体,用很多窄而连续的光谱通道获取地物的遥感影像,使得本来在宽波段多光谱遥感图像中不可探测的地物在高光谱遥感中能够被探测和区分(张良培等,2005)。地质是高光谱遥感应用最成功的领域之一,高光谱矿物识别和     

多波段遥感图像的数据组织与发布

Google Map或其他遥感图像发布系统发布的遥感图像都是先用遥感图像处理软件进行3波段彩色图像合成后, 然后建立金字塔和分块等处理, 放在服务器端.用户只能看到合成后的图像信息, 其他波段信息无法看到.提出的方法是将多波段遥感图像的每个波段分别处理后, 分别放在服务器端, 然后根据浏览器端用户的请求, 动态选择3个波段的图像数据传输到浏览器端, 在浏览器端应用最新的HTML5的功能动态地进行3个波段图像的合成.这样, 用户能看到不同波段组合合成后的图像信息.因此, 系统能提供给用户更丰富的遥感地物信息, 并且能极大地节省在服务器端的存贮空间.      

应用多种数据融合方法对多时相SPOT图像处理提取三峡工程大坝区地面动态变化信息

三峡库区三斗坪大坝区及其周围地区在1994到1998年期间，由于大坝的施工地面发生了巨大变化。这些变化在1990、1997和1998年获取的SPOT遥感图像上都有明显的记录，其中一些地面变化细节在分辨率10m的全波段（P）图像更为清楚。这里利用三种方法（高通滤波算法（HPF algorithm，Chavezet al．1991）、RWM—ARSIS方法（Ranchin and Wald，1999）和P＋XS算法（Anonymous 1986））对三峡工程三斗坪大坝区的多时相高空间分辨率的SPOT图像（获取时闻为1990，1997和1998年，包括全波段P图像和多波段XS图像）进行融合处理，在提取测区地面动态变化信息的同时，从理论和实际应用的角度探讨了不同数据融合方法的效果。     

高保真影像超分辨率重建应用研究

高分辨率图像是人们一直追求的目标,超分辨率图像重建技术就是人们获取高分辨率图像的一种很重要的方法。研究了超分辨率贝叶斯方法,该方法利用全波段增强多光谱遥感影像,结合传感器特性模拟了全波段和多波段影像的观测过程。这种方法使全波段数据与多光谱波段数据自动对齐,成功地保留了光谱信息,实现了遥感数据信息的高保真,进而增强了空间分辨率。以IKONOS全波段和多波段影像为例进行了深入地探讨,并对自动融合的结果进行了定性和定量分析。     

高光谱数据处理及其在广西苗儿山地区的地质应用研究

本文以广西苗儿山地区机载成像细分红外高光谱数据为例,探讨了高光谱数据的特点及其处理方法。编制了一系列进行数据预处理的软件,进行了条带去除、波段间配准、航向压缩、镜向变换、辐射校正、正切校正、相对反射率转换等预处理,获得了高质量图像。在ＥＮＶＩ软件基础上建立了研究区野外实测光谱曲线库及分类子库,并对各子库进行了系统研究。同时,提出了正确的配准方案,对图像进行了精校正和镶嵌,取得了满意的镶嵌图像;在纯净像元提取、混合像元分解、匹配滤波、光谱特征拟合等方面进行了探索。最后,探讨了高光谱数据的地质应用潜力,尤其在硅化带识别方面取得了成功的效果,发现了一系列新的含铀硅化断裂带;预测了３片成矿有利地段,经验证,在其中两片地区找到了明显的铀偏高和矿化显示。     

图像测量技术在岩土工程CT图像定量分析中的应用

首先对计算机层析成像技术(CT技术)原理进行了简单的介绍,基于图形图像处理技术,引入了数学形态学中图像平移、反射、腐蚀、膨胀等运算方法,基于定义的兴趣域边界提取算法和形状因子实现了其几何测量和空间描述,定量分析了CT图像兴趣域的空间物理特性.该方法异于以往数学建模的思路,而是借用数学形态学中空间几何描述的思想,以实现对岩土体中的天然缺陷及其演化过程进行合理刻画.该项工作对于推动岩土工程CT图像定量化描述具有一定意义.