高分辨率遥感图像融合的光谱保真问题

分析高分辨率遥感图像融合光谱失真的原因,利用基于滤波原理的Wavelet、SFIM融合算法和基于统计原理的Gram-schmidt、PCI pansharp模块提供的融合算法对高分辨率遥感图像的代表QuickBird图像进行融合试验。结果表明:这四种融合算法虽都具有很好的光谱保真性,但从光谱保真度和高频信息融入度这两个方面的定量分析来看,基于统计原理的融合方法总体上优于基于滤波原理的融合方法,更适合于QuickBird高分辨率遥感图像的融合。     

论发展遥感图像应用智能处理技术

任何对地观测系统获得的原始图像数据实质上都是地球表面电磁波谱特征的综合反映。经地面站系统处 理得到的常规图像产品仍存在大气、地形等多种随机因素导致的几何畸变与辐射失真 , 并且多种地物目标信息混 杂 , 甚至相互迭掩 , 彼此抑制。所以 , 严格地说 , 这些图像只是一种信息源 , 属“数据”范畴 , 必须对其进行再 处理才能得到适应不同专业需要的优质图像和有用信息。至今 , 从事遥感图像处理的科技人员大多出身于电子、计 算机等专业 , 故对于不同地理景观、不同季节、不同传感器所获得的图像数据 (一串灰度数码) , 往往很难体会到 其中包含着的极为丰富而复杂的生物、地学内容。一个能出色完成一般图像处理任务的杰出图像处理专家 , 不一 定能胜任各种不同应用目的所要求的图像处理任务。常常使得海量遥感数据难以得到有效的利用。据此 , 笔者认 为应把遥感图像处理分解为系统处理与应用处理两大类 , 它们是既相互衔接又彼此有别的技术分支。前者只从图 像总体要求出发 , 着眼于改善、提高图像整体质量 ; 后者则必须密切关注具体的应用目的与对象 , 形成融入了地 学分析思路、并精确反映遥感成像机理的图像应用处理技术。文中给出了发展遥感图像应用处理技术的流程框图 , 列举了森林火灾、虫灾监测 , 洪涝灾情快速反应 , 城市扩展 , 低产土壤清查 , 土地利用动态监测等多项任务中的 成功实践。     

基于光谱和形状的遥感图像分割质量评估方法

针对多尺度遥感图像的分割质量评估问题,提出了一种光谱和形状相结合的分割质量评估方法。首先,采用超像元方法对图像进行初始分割,将图像过分割为若干区域;其次,根据合并准则迭代合并相邻区域来生成各尺度图像,其中,使用尺度集结构来索引各尺度的区域,使用邻接图来记录各尺度下区域间关系;然后给出各尺度图像形状紧凑性和平滑性的计算公式,并结合各尺度图像光谱特征计算出各尺度图像的同质性和异质性;最后根据贝叶斯风险最小准则选择最优分割尺度。实验结果表明,该方法可以适应不同图像内对象特质,使得最优分割尺度的选择更合理,图像分割效果更佳。     

福卫全色图像与SPOT5多光谱图像数据融合

本文采用多源遥感数据融合技术对来自两种传感器的遥感图像进行配准、融合,两种数据分别是福卫全色图像（PAN）2M分辨率和SPOT5多光谱图像（MS）10M分辨率。其中全色图像（PAN）,地面分辨率：2M,多光谱图像（MS）,     

遥感图像检索系统的设计与实现

海量遥感图像的检索与管理,需要研究有效的基于内容的图像检索方法。目前,对遥感图像的CBIR研究,主要集中在颜色、纹理、形状等视觉特征检索方法上,尚缺乏实用系统。从面向实用的遥感图像检索系统(RSIQuery) 的体系架构设计入手,着重分析了CBIR遥感图像数据模型和数据组织方式,并给出了系统的初步实现。     

卫星遥感图像空间分辨率适用性分析

从卫星遥感图像空间分辨率的定义出发,简述了影响卫星遥感图像空间分辨率的几种因素。根据各研究领域和研究层次对卫星遥感空间分辨率的不同需求,给出其相应的空间分辨率。从测绘制图的角度确定了不同比例尺地图所需要的卫星遥感图像空间分辨率大小。讨论了当前主要遥感信息源的应用范围,并结合案例对其适用性进行了分析,最后指出了卫星遥感技术目前存在的一些问题,提出了几点看法。     

BP网络及其在遥感图像分类中的应用

BP网络分类方法是一种新的模式识别方法,在遥感图像分类识别处理中有良好的应用前景。文章在阐明BP网络组成的基础上,介绍了BP网络的遥感图像分类过程,指出应注意的一些问题,并分析了其应用效果。     

站式全景遥感影像展示方法与应用技术研究

虚拟漫游技术已成功应用到社会各个领域,传统漫游技术如VRML(Virtual Reality Modeling Language)、Quick Time、PTGui(Panorama Tools)等存在集成难度大、建模时间长、投入成本高等问题。本文基于全景相机以及Pano2vr、Dynamic-Photo HDR、Photoshop等软硬件环境,研发搭建了一整套旅游景区全景影像采集与展示平台。该平台具有良好的沉浸性、多视角浏览、实现方法简单、搭建快速等优点,为旅游景点、酒店、历史文化名胜等场景的360度实景展示提供了有效地工程化解决途径。     

综合多特征遥感图像智能检索方法的概念设计

遥感数据作为一种重要的时空数据源,在环境监测、资源管理、灾害预报、重大工程监理、国防安全等众多领域发挥着不可或缺的重要作用。遥感图像检索的效率和精度,直接关系到遥感影像数据应用的广泛性和实时性。本文在对国内外其他领域的图像检索技术、遥感图像检索技术的研究进展及其发展趋势进行综合分析的基础上,针对目前遥感图像检索所存在的...     

基于支持向量机的遥感图像分类方法

为了提高遥感图像分类的精度,弥补传统最大似然分类方法所固有的分类时样本不足的缺陷,提出了一种基于支持向量机、光谱特征和纹理特征相结合的遥感图像分类方法。采用ETM数据,按照其所提方法进行了具体分类实验,并将实验结果与最大似然法分类的结果进行了比较分析。结果表明,利用基于支持向量机的方法进行遥感图像分类,精度明显优于最大似然法分类的精度。利用光谱特征与纹理特征相结合进行分类比单纯运用光谱特征进行分类效果要好。     

遥感影像像元级融合方法与试验评价分析

不同遥感影像有着各自的优点和局限,遥感影像融合就是为了充分利用它们的优点进行互补得到新的影像。采用PCA、Brovey和小波变换三种方法对SPOT多光谱影像和全色影像进行了像元级的影像融合,小波变换采用的Mallat算法和双正交小波函数,双正交小波函数的优点是小波逆变换时不会导致相位失真,论文对融合结果进行了光谱质量和空间质量两方面的定性和定量的评价。结果表明,小波变换融合影像是三种变换中最优的,同时在小波变换中采用不同的小波基函数的融合结果在光谱质量和空间质量方面也有很大的差异,可根据实际需要选用合适的小波基函数。     

现代计算机印前制版技术在遥感图像印制中的应用研究——以《长江经济带可持续发展地图集》为例

利用现代计算机印前制版技术开展遥感图像印制中的应用研究。通过Barco系统软件功能很好反映遥感图像的信息特征.     

基于遥感多特征组合的冰川及其相关地表类型信息提取

冰川作为青藏高原的一种典型的地表覆盖类型,在高寒地区广泛分布,往往因为地形复杂,无法实地测绘。本文利用高分辨率遥感影像和高精度的DEM,在分析各种冰川类别的光谱、形状、空间关系、地形和气候等环境分布特征的基础上,综合和发展了现有的特征描述算法,建立了描述各种冰川类别特征的组合提取模型,运用面向对象的自动提取方法,对西部测图区青藏高原试验区进行了冰雪影像自动识别试验。试验结果表明,该方法是可行的,它对难以实地测量的冰雪信息引进了遥感自动提取方法,为研究冰川消融和气候变化拓展了研究思路。     

空间逐步寻优的数据挖掘法的多波段影像分类研究

对于在特征空间中寻找特征模式,一般是通过假设分布函数一次性对样本空间进行分离的方法去试图获得特征空间的样本总体分布规律。但是由于样本集之间互相重叠或者由于离散样本相互干扰的原因,往往很难获取细节性和过程性的分布结构,而直接影响结果的精度和解释力。本文提出了空间逐步寻优的数据挖掘方法(SOMM),是在遗传算法寻优理论基础上,根据知识参数化样本分布函数,来逐步分离样本空间,获得样本空间的树状的层状分布结构;同时提出了基于SOMM的多波段遥感影像聚类模型和监督分类模型;最后对分类过程和结果进行了综合分析,通过与最大似然和BP神经网络方法相比较,认为SOMM方法在过程化、细节化、分类精度、融合领域知识等方面具有一定的优势。     

基于云模型和FCM聚类的遥感图像分割方法

模糊C均值算法由于具有良好的聚类性能而被广泛应用于图像分割领域,但聚类中心的初始化问题一直影响着该算法的运行效率。好的初始聚类中心,可以使算法很快收敛于最优解,而不合适的初始聚类中心,不仅需要更多的迭代次数,而且还可能使算法最终收敛于局部最优解。文章结合云模型和FCM(模糊C均值)聚类算法,提出了一种遥感图像分割的新方法。利用云变换解决模糊C均值聚类算法的初始化中心选择问题,可以根据样本特性自动确定聚类中心值及个数,并以较少的迭代次数收敛到全局最优解,提高了模糊C均值遥感图像分割方法的效率,具有较好的稳定性和鲁棒性。文章选取三幅TM遥感图像作为样本,分别利用云模型的FCM方法和传统的FCM方法对样本进行分割实验,实验表明采用云模型的FCM方法不仅能够取得较好的分割效果,而且大大减少了使算法收敛的迭代次数,提高了分割的效率。     

增强型遥感影像SRGAN算法及其在三维重建精度提升中的应用

遥感影像是地形测绘、三维重建等任务的主要数据源之一,分辨率影响着被测目标在影像上的表示能力,对后期三维模型的定位精度及重建效果起着重要作用。针对遥感影像像幅较大且目标特征表现复杂、细节丰富的特点,结合实景三维模型重建的需求,提出了一种增强型遥感影像SRGAN算法。克服了传统方法进行超分重建时易出现边缘效应、产生模糊重建的情况,改进了简单卷积网络仅能提取影像中较为浅层的特征信息,无法在提高分辨率的同时保留影像丰富细节的局限。本文所提算法在生成模型中使用密集剩余残差块进行深层特征提取,在判别模型中引入多尺度判别思想,从而保证遥感影像重建时特征纹理、细节信息、高频目标的完整与精确。实验构建不同时间、不同类型区域的遥感影像数据集,在此基础上将本文算法与Bicubic、SRGAN、ESRGAN算法进行对比分析,在超分重建中PSNR较对比算法提升约3个单位,渗透指数PI更趋向且稳定于1,SSIM与清晰度指标Q同样得到较好改善;在三维重建中影像密集匹配点数量得到提升,同时误差减少,模型精细程度和定位精度得到提高。结果表明,本文算法适用于遥感影像超分辨率重建问题,并在实景三维模型重建中对精度的提升表现较好。     

改进的分水岭变换算法在高分辨率遥感影像多尺度分割中的应用

由于高空间分辨率遥感影像自身的复杂性,传统的分水岭分割方法难以取得令人满意的效果。本文提出一种改进分水岭变换的高分辨率遥感影像多尺度分割方法,在抑制分水岭过分割现象的同时,还能实现对遥感影像的多尺度分割。该方法充分考虑了高分辨率遥感影像的多光谱和多尺度特性,首先,利用各向异性扩散滤波技术对影像进行平滑滤波,目的是在滤除各种噪声的同时还能保持影像的边缘特征和重要的细节信息;然后,提取影像的多尺度形态学梯度,并从梯度图像中提取标记;接着进行基于标记的分水岭变换;最后,利用改进的快速区域合并算法实现对影像的多尺度分割。实验表明,改进的算法能有效地抑制分水岭的过分割现象,对高分辨率遥感影像有较好的分割性能。     

多源遥感影像深度特征融合匹配算法

针对多源遥感影像之间成像机理不同、非线性光谱辐射畸变大以及灰度梯度差异明显等所导致的匹配困难问题,提出深度特征融合匹配算法(Feature Fusion Matching Algorithm, FFM)。(1)通过构建特征图金字塔网络提取影像深度特征,使用特征连接结构将语义丰富的高层特征与定位精确的低层特征互补融合,解决多源影像同名特征难以表征的问题并提高特征向量的定位精度;(2)对原始维度1/8的特征图进行交叉变换来融合自身邻域信息与待匹配影像特征信息,通过计算特征向量间的相似性得分得到初次匹配结果,针对特征稀疏区域,提出滑动窗口自适应得分阈值检测算法来提升匹配效果;(3)将匹配结果映射至亚像素级特征图,在小窗口内计算像素间的匹配概率分布期望值来检校优化匹配结果,提高匹配点对的准确性;(4)使用PROSAC算法对匹配结果进行提纯,有效剔除误匹配的同时最大限度保留正确匹配点。试验选取6对多源遥感影像,将FFM同SuperPoint、SIFT、ContextDesc以及LoFTR算法进行对比,结果表明FFM算法在匹配点正确率、匹配点均方根误差以及分布均匀度等方面远优于其他算法。将FFM匹...     

一种由粗到精的光学与SAR遥感图像配准算法

由于光学遥感图像和SAR图像具有明显的非线性强度差异,且SAR图像存在斑点噪声,使得其配准存在较大难度。为此,本文结合基于特征和基于区域图像配准方法的优点,并组合为混合模型,提出一种由粗到精的自动配准算法。以光学遥感图像和SAR图像分别为参考图像和待配准图像,先以基于特征点的SAR-SIFT完成粗配准,再以基于区域的ROEWA-HOG完成精配准。① 采用SAR-SIFT算法进行特征点检测和特征匹配来计算图像的仿射变换模型,以消除参考图像和待配准图像之间明显的旋转、尺度和平移差异,至此完成图像粗配准;② 在此基础上利用分块Harris角点检测在参考图像上获得特征点,并根据特征点确定待配准图像上的同名点搜索区域;③ 计算图像的ROEWA梯度,构造以特征点为中心的模板区域内的HOG特征向量,以SSD作为相似性测度搜索待配准图像上的同名点,完成高精度的图像配准;④ 进行图像配准实验,对配准结果进行目视检查和精度评估。经过多组光学与SAR图像配准实验,验证本文算法能够结合基于特征和基于区域的图像配准方法的优点,较好地抵抗光学与SAR图像之间的非线性强度、旋转、尺度、平移差异和SAR图像的噪声影响,并逐步提高配准精度,最终配准精度达到1个像素左右,实现了光学与SAR图像的高精度自动配准,能够满足光学与SAR图像后续综合应用。