遥感图像薄云去除方法及IDL的实现研究

云噪声的干扰,严重影响了遥感图像的解译与信息提取。本文从遥感图像的成像机理出发,使用同态滤波算法,采用IDL二次开发语言并集成到ENVI平台上,实现了遥感图像薄云的自动化检测与去除。实验证明,该过程能够有效地去除薄云,提高在传统方法中图像预处理的效率,在一定程度上提高了图像的质量与精度。     

遥感影像薄云去除算法

高分辨率遥感成像极易受到云层遮挡等气象条件的影响。通过分析这些影响因素的特点,以暗元法为基础,提出了一种薄云的去除算法,在保持图像色调的同时,提高了图像的对比度。     

基于无抽样小波的遥感影像薄云检测与去除

针对全色波段遥感影像提出了一种基于无抽样小波变换的薄云去除算法。对实际的卫星影像和航空影像所进行的试验结果表明,该方法是十分有效的。     

基于小波变换的CBERS-02图像薄云薄雾去除的方法研究

大气活动的干扰是遥感技术发展的最大限制之一,对星载的可见光、近红外波段的光学探测器而言,大气中云雾的干扰更是不易处理。为了促进CBERS-02星CCD传感器图像的定量化应用,在对以往有关遥感图像薄云去处方法的研究的基础上,本文提出了对含薄云的CBERS-02 CCD图像进行适当层次的小波分解,然后对分解的图像进行同态滤波,最后进行图像重构而去除薄云的方法。试验结果表明,该方法既能有效的去除薄云,又可较好的保持图像细节。     

几种用于TM图像薄云去除的大气纠正算法比较

介绍了几种用于TM图像薄云去除大气纠正算法的原理和应用，在同一景TM图像薄云去除中，比较它们的纠正效果，分析各自的 优劣。结果表明，梁顺林等提出的新算法具有一定的优越性。     

基于灰度数学形态学的遥感影像薄云处理方法

遥感成像过程中薄云是最常见的一种噪声。在利用数学形态学进行薄云处理的基础上,探讨利用广义多结构元素的数学形态学进行薄云处理的方法,并对SPOT图像进行试验。结果表明,该方法对薄云去除的处理效果有一定的改善和提高。     

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。     

高光谱遥感影像SVM分类中训练样本选择的研究

支持向量机(SVM)分类的关键是发现分类最优超平面及类别间隔,而混合像元比纯净像元更接近类别边界,更容易找出最优超平面。本文针对SVM分类器的特点,在高光谱数据分类中采用混合像元作为训练样本对SVM进行训练,试验表明采用类别边界上的混合像元作为训练样本是可行的,能够获得与纯净训练样本接近的分类精度,进一步验证了SVM分类对训练样本空间分布依赖度较低的特点。     

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。     

改进HOT法的Landsat 8 OLI遥感影像雾霾及薄云去除

针对Haze optimized transformation(HOT)方法存在的地物敏感性、过度矫正、红绿蓝波段RGB合成影像色彩失真等问题,提出了相应的改进方法。首先,采用归一化差分植被指数(NDVI)结合地物红蓝光谱差(RBSD)制作通用掩膜,并利用掩膜提取原始影像植被覆盖区对应的原始HOT图部分作为HOT值评估雾霾强度的有效像素集;然后从有效像素集出发推断非植被区的HOT值,得到有效HOT图;最后以有效HOT图为参考,实施暗目标减法。在暗目标减法过程中,首先利用直方图取百分位数的方法确定起始波段的改正值,然后根据散射模型计算其他波段的改正值。在红蓝光谱空间中,去雾后的影像表现出与原始无云区相似的特征,同时保持了不同地物间的差异。实验表明:改进的HOT方法能有效去除雾霾及薄云;有效解决了HOT对水体、裸地、人造地物等地表覆被类型的敏感性问题,避免了RGB合成影像的色彩失真;并且统一了不同波段的纠正尺度,解决了某一(或几个)波段的过度矫正问题,防止了块斑和光晕的产生。     

基于支持向量机的遥感影像厚云及云阴影去除

提出一种基于支持向量机的遥感影像厚云及云阴影去除方法。首先利用支持向量机的学习性能检测影像中的云层,并利用太阳角度信息,判定云阴影区域,得到云层和云阴影的二值图。再对影像进行支持向量值轮廓波变换,利用云层和云阴影二值图生成的选择矩阵,对变换系数进行多层镶嵌,完成云层及云阴影的初去除。最后对影像镶嵌未能去除的云层及云阴影,通过统计学补偿的方法进行修复。仿真试验表明,该方法能有效恢复厚云区域的地物信息,形成的无云图像细节清晰,图像光滑。     

基于Mallat算法遥感图像去云雾处理的改进方法

遥感图像云雾处于相对低频、景物处于相对高频。根据小波变换多分辨率的特点,分析云雾和景物在小波系数中的分布,得出景物信息包含于低层细节系数,而云雾信息包含于高层细节系数和近似系数。本文通过增大图像的低层细节系数,减小高层细节系数,并适当减小近似系数,达到去除云雾的目的。最后评价了图像处理结果,并与同态滤波做比较,表明本文方法是有效的。     

基于云平台的遥感信息公共服务研究

云平台作为云计算服务的基础架构,在计算机网络的基础上提供各种计算资源的统一管理和动态分配。文章提出的基于云平台的遥感信息公共服务,就是借助云平台先进的基础架构和管理方式,构建快速有效的遥感信息公共服务,推进遥感信息的应用和遥感信息事业的进步。文章在引进云平台技术的基础上,分析遥感信息公共服务平台的架构和关键技术,并对服务平台的应用前景和进一步研究进行展望。     

降水云中液水含量的空基遥感

在建立不同降水云垂直结构模式的基础上，利用矢量微波辐射传扬模式进行空基云雨遥感的数值试验。结果表明：星载微波辐射计6．9GHz通道对降水云的冰层很不敏感，而对降水云校总液水含量(LWC)非常敏感；辐射亮温(Tb)随LWC呈单调变化关系；进一步考查这个频率下b的两个极化分量差△Tb(＝Tbv—Tbh)和LWC的关系发现，不同云结构(对流云和层状云)对△Tb-LWC关系影响较小。研究分析表明，6．9GHz的v,h两个通道有可能用于遥感降水云的液水总量。     

小波变分法遥感影像薄云去除

针对遥感影像薄云去除过程中丢失影像细节及薄云去除不彻底等问题,本文提出了一种基于小波变分法去除遥感影像薄云的方法.首先,对含薄云的遥感影像进行小波分解,可以使低层低频分量中的局部瞬变信号(不具备低秩性的有用信息)被分解到高频分量中;其次,考虑第五层低频分量中有用信息具有低秩性及薄云具有稀疏性特点,建立一种能够从第五层低...     

遥感影像拼接缝消除算法改进研究

在遥感影像拼接过程中,需要一种技术能够使拼接缝处的灰度（或颜色）有一个光滑过渡,不产生突变效应。本文提出了基于余弦曲线的加权平均算法,使得接缝线处的过渡更为平滑,实现了影像的无缝拼接。     

一种飞机目标的遥感识别方法

高空间分辨率遥感影像通常具有数据量大、背景复杂及地物占比较少等特点。如果直接将RCNN模型应用于高空间分辨率遥感影像目标识别,计算量大且效率低。级联AdaBoost算法识别率高、速度快,但又会产生较多的虚假目标。本文结合RCNN模型和级联AdaBoost算法,提出了一种由粗到精的飞机目标识别方法。首先使用基于HOG特征的级联AdaBoost算法快速提取飞机目标候选区域,然后利用基于卷积神经网络特征的SVM对飞机目标候选区域进行精细识别。试验表明,本文提出的方法在保证准确率的同时,还有效提高了计算效率。