利用对象和支持向量机的遥感信息提取方法探讨

土地利用/覆被专题信息的快速、高效、准确提取是遥感图像处理研究的重要方向。传统的遥感分类方法常依靠像元的光谱值,未充分利用影像的空间信息。本文将面向对象影像分割和支持向量机方法相结合,复合光谱和纹理信息,建立了Object-SVM分类模型,并与面向对象的模糊函数和基于像元的SVM方法相比较,探寻区域尺度土地利用/覆被信息提取方法。结果显示,Object-SVM模型有效地提高了遥感图像的分类精度和分类效率,对于区域尺度影像的快速、准确、客观的信息提取具有实际意义。     

基于ENVI的高分辨率遥感图像应用试验研究

介绍了高分辨率遥感图像用于城市土地利用信息提取的主要过程,应用ENVI软件作为试验研究平台对试验区进行了遥感图像分类处理。试验表明,遥感技术是进行城市土地利用信息提取的有效手段之一,针对遥感图像中出现的水体和建筑混杂的现象,提出了应用监督分类与矢量操作相结合的处理方法,可得到较好的分类结果。     

秦淮河丘陵地区土地利用遥感信息提取及制图

着重论述了使用SPOT卫星遥感图像提取土地利用专题信息的技术与方法。利用数字地形模型（DEM）派生的坡度、坡向等辅助信息，对遥感影像的光谱特征空间进行扩展，建立基于知识的统计分析扩展模型，对不同参数的分类结果进行评价。研究结果表明，该方法能有效地提取SPOT星遥感土地利用专题信息，特别适合我国南方丘陵地区土地利用遥感信息提取。同时，通过地物分层分类信息提取方法和遥感影像数据融合技术，编制了研究区土地利用现状图。     

中国测绘科学研究院科技成果介绍

中国测绘科学研究院科技成果介绍孟庆玲（中国测绘科学研究院）知识辅助多光谱图像分类技术研究知识辅助多光谱图像分类技术研究是国家“八五”科技攻关项目８５—９０４—１１“建立数字化测绘技术体系”研究中“遥感图像判读智能化专题信息提取系统”研制的一部分，１９...     

遥感图像处理方法在矿产资源开发中的应用

合理选择遥感数据,运用遥感图像处理方法进行影像纠正、彩色合成、图像增强处理以及数据融合、色彩调整等技术工作是矿产资源开发多目标信息提取的前提和基础。依据SPOT5遥感数据的光谱特性,针对此项目概迷遥感图像处理流程及技巧方法的应用。     

多分类器联合监督分类方法研究

针对遥感图像监督分类方法适用范围不同且分类机制各有优劣的特点,本文提出将最大似然法与最小距离法结合的监督分类法。对eTM 影像进行分类,结果表明,与单一分类器的分类结果相比,分类器结合的监督分类技术能有效提高遥感图像专题信息提取的精度。     

西藏墨脱公路断裂构造遥感分析及信息提取

在西藏墨脱公路断裂构造的遥感勘察中，以Landsat-7 ETM+卫星影像为信息源，以ENVI 4.0软件为图像处理平台，运用数据集成、图像融合、主成分分析及方向滤波等图像处理技术对断裂构造信息进行增强处理； 以基于地学知识的遥感构造分析技术对南迦巴瓦峰地区的断裂构造特征进行全面解译和识别，并在ArcGIS 8.2的支持下进行断裂构造专题制图及信息提取，查明了公路方案线区域内断裂构造的分布及发育特征，为墨脱公路工程线路方案选择、工程地质条件评价提供了科学依据。     

高光谱图像处理与信息提取前沿

高光谱遥感是对地观测的重要手段,高光谱图像处理与信息提取技术则是高光谱遥感领域的核心研究内容之一。本文简要介绍了高光谱遥感的主要特点,系统梳理了高光谱图像处理与信息提取面临的关键问题和主要研究方向,在此基础上,从噪声评估与数据降维方法、混合像元分解方法、图像分类方法、目标探测与异常探测方法等4个方面对高光谱图像处理与信息提取的理论发展过程和最新前沿进展进行了综述。另外,还对高光谱图像处理与信息提取中的高性能处理技术进行了总结和分析。未来,伴随着智能化信息分析和高性能硬件处理技术发展,高光谱遥感卫星系统也将步入智能化时代。针对这一趋势,本文指出高光谱图像处理与信息提取方法要注重多学科交叉,充分利用机器学习、人工智能等领域的新成果;要重视软硬件结合,发展高光谱图像高性能实时处理技术;要紧密结合应用需求,发挥高光谱遥感的优势和特点,发展新理论和新方法。     

应用光学合成方法提取TM影像专题信息规范化的研究

TM影像的专题信息提取以及最佳合成方案的选择,一直是遥感应用研究领域一个需要深入探讨的课题。其中,对图像色度的定量计算和定量预测以及与此有关的最佳合成方案的确定,目前还没有一个完整的标准和规范可供遵循。 本文,利用TM影像,采用分层曝光方法,讨论了TM影像专题信息提取规范化问题,提出了定量计算色差的方法及合成方案优选的理论,并给出了相应的数学模型。     

应用RS、GIS技术提取广州市绿地信息的方法

以广州市为例,以高分辨率的遥感影像及电子地图为主要数据源,以遥感图像处理软件及地理信息系统为主要分析工具,探讨了通过RS和GIS来提取绿地信息的方法,其中重点阐述了遥感影像处理、绿地信息提取及建库过程。     

A New Approach to Improve the Cluster-based Parallel Processing Efficiency of High-Resolution Remotely Sensed Image

Object-oriented remotely sensed images processing method has been accepted by more and more experts of remote sensing. To advance the efficiency of data processing, parallel image computing is a good choice since large volumes of data need be analyzed efficiently and rapidly. This paper presents the information extraction method based on per-parcel extraction of high-resolution remotely sensed image; to extract efficiently different information from remotely sensed image, this paper gives the research idea of image rough-classification based on large-scale and subtle-segmentation based on small-scale; to improve the efficiency of image processing, we adapt parallel computing method to solve this problem by presenting an new data-partition method. At last this paper gives the implementation of the research idea based on Message Passing Interface (MPI) and analyzes our experimental system efficiency, and the results show that the new methods can improve the efficiency of high-resolution remotely sensed image data processing efficiently and have a good application.     

Change detection from remotely sensed images: From pixel-based to object-based approaches

The appetite for up-to-date information about earth’s surface is ever increasing, as such information provides a base for a large number of applications, including local, regional and global resources monitoring, land-cover and land-use change monitoring, and environmental studies. The data from remote sensing satellites provide opportunities to acquire information about land at varying resolutions and has been widely used for change detection studies. A large number of change detection methodologies and techniques, utilizing remotely sensed data, have been developed, and newer techniques are still emerging. This paper begins with a discussion of the traditionally pixel-based and (mostly) statistics-oriented change detection techniques which focus mainly on the spectral values and mostly ignore the spatial context. This is succeeded by a review of object-based change detection techniques. Finally there is a brief discussion of spatial data mining techniques in image processing and change detection from remote sensing data. The merits and issues of different techniques are compared. The importance of the exponential increase in the image data volume and multiple sensors and associated challenges on the development of change detection techniques are highlighted. With the wide use of very-high-resolution (VHR) remotely sensed images, object-based methods and data mining techniques may have more potential in change detection.     

龙羊峡库区环境动态监测信息系统的建立与应用

以黄河上游最大的水利工程－－龙羊峡水库为实验区,围绕库区存在的主要环境问题的研究,应用遥感与ＧＩＳ一体化的方法,研究设计了系统结构、功能及数据库的组成,并建立了可运行的龙羊峡库区环境动态监测信息系统,在系统支持下有效的实现了库区环境动态监测与应用,由于该系统较强的可操作性和适应性,其成果在高寒干旱与半干旱地区环境研究中具有推广和应用价值。     

基于空间数据挖掘的遥感图像处理

数据与数据库的爆炸式增长导致了一个十分突出的问题,即如何高效、智能地从巨量的、有噪音的、随机的数据中提取有效的、潜在有用的信息和知识.近几年来,空间数据挖掘技术的广泛研究正是基于此目的.本文初步探讨了空间数据挖掘技术在遥感图像处理中的应用,其重点阐述了关联规则,以及数据挖掘技术在遥感图像数据处理中的基本方法以及如何对遥感图像数据进行离散化处理.文章最后简要介绍了遥感图像处理的决策树和人工神经网络数据挖掘技术方法.     

利用多平台遥感数据复合研究城市扩展的动态监测

本文利用不同时期的多平台遥感数据,研究了城市动态扩展的监测方法。文中采用了分类结果复合方法,在高速发展的岳阳地区的试验中,取得了良好的效果。在遥感图像的城市信息提取方面,设计了多个不同大小的权系数模板,提取相应的频数矢量作为城市的结构信息。利用这种结构信息,对城市图像进行逐步的结构处理,最终精度在91.7％以上。试验表明,本方法不仅对于一个实用的动态监测系统是一种灵活、实用性较强的监测方法,而且是解决充分利用已有遥感信息资源的有效手段。     

动态综合层次判别分析方法──以水土流失强度综合分析为例

随着遥感技术的发展,可获取的遥感信息越来越丰富,各种分类算法也层出不穷,然而在分类精度上却始终无法突破遥感数据本身的局限,而且不同的方法在判识的结果上往往有很大的不同。本文认为不同遥感信息、不同的判别分析方法,对不同的对象在不同的地表组合条件下其判别的能力是不同的,只有综合地运用这些不同的方法才可能在现有遥感资料的能力下提高分类精度。本文提出一种动态综合层次判别分析算法可将多种并行的分类算法综合在一起,取长补短,提高最后分类精度。通过在浙江省新昌县某地进行水土流失强度分析试验,取得了良好的效果。     

成像光谱仪影像的几种处理方法

针对成像光谱仪影像的专题分析，介绍了沿用常规遥感影像分析方法时的原理和新的算法，提出了影像融合方法的应用，说明了这些方法在学术思想上的归属，并简要介绍了各种方法的实验效果。     

An improved SVM model for relevance feedback in remote sensing image retrieval

With the rapid development of satellite remote sensing technology and an ever-increasing number of Earth observation satellites being launched, the global volume of remotely sensed imagery has been growing exponentially. Processing the variety of remotely sensed data has increasingly been complex and difficult. It is also hard to efficiently and intelligently retrieve what users need from a massive database of images. This paper introduces an improved support vector machine (SVM) model, which optimizes the model parameters and selects the feature subset based on the particle swarm optimization (PSO) method and genetic algorithm (GA) for remote sensing image retrieval. The results from an image retrieval experiment show that our method outperforms traditional methods such as GRID, PSO, and GA in terms of consistency and stability.     

GPS引导下的多角度遥感图像自动匹配

随着航天和计算机技术的进步,多角度遥感目前又一次成为遥感基础研究的新热点,不同于以往的传统垂直观测方式,它不仅提供了地物的空间光谱信息,还提供了地物的结构特征信息,是定量化遥感的途径之一。多角度遥感也使得遥感图像处理更加复杂,多角度遥感图像的配准便是要解决的关键技术之一,多角度遥感图像成像的特殊性决定了纯粹利用图像信息进行的匹配是较为困难的。本文以法国POLDER（POL arizationand Directionality of Earth's Reflectance）多角度航空遥感试验为例,介绍POLDER多角度遥感图像自动匹配的方法,首先用GPS进行定位引导,精度在100m左右,然后在初步定位的基础上,用图像灰度特征和结构特征进行精确配准,自动定位精度小于30m,最后采用局部最小误差控制点对图像进行重采样处理,并直接提取航空平台的地物二向性反射信息。     

基于多源遥感数据的水体信息提取研究

卫星遥感技术已被广泛应用到水体信息提取中,但目前基于遥感技术的水体信息提取多采用单一的遥感数据源,而没有充分利用多源数据的信息复合优势,因此,提取结果经常受天气气候或空间分辨率限制。本文研究了不同尺度、不同平台的多种遥感数据源的水体信息提取方法。首先,基于波谱间关系决策树分类算法对Landsat ETM+图像进行水体提取,利用其分辨率优势较准确地提取出水体范围;其次,在Radarsat SAR图像上利用阈值法粗提取水体信息后,结合DEM剔除阴影得到水体信息;最后,利用灾前Landsat ETM+图像水体信息提取结果和灾中Radarsat SAR图像水体信息提取结果,进行差值处理,得到洪水淹没范围。研究结果可以为洪水灾害监测与评估提供信息依据。