基于傅里叶描述子的高分辨率遥感图像 地物形状特征表达

本文在对傅里叶描述子进行归一化的基础上, 将该方法引入地物轮廓的形状特征描述中, 针对建筑物、 农田、道路和河道4 种典型地物, 分别从谱线特征、不同频段描述子对形状特征的贡献率、形状重构三个方面进行 分析, 结果表明, 在谱线图中, 直流分量对形状特征的贡献率在70%以上, 低频和高频成分共占7%—24%左右, 中 频成分的贡献率只有2%—4%左右, 仅低频成分(第1—5 项)便能够很好地进行地物形状重构。最后将第1—5 项描 述子应用到基于决策树的面向对象分类中, 得出实验区总体分类精度为98.48%     

利用稀疏分解的高分辨率遥感图像线状特征检测

目的 线状特征检测是利用遥感数据开展地物目标自动识别的重要步骤。利用高分辨率遥感图像的高度细节化特点,针对现有线状特征检测方法存在的问题,提出了一种基于稀疏分解的高分辨率遥感图像线状特征检测方法。采用 K-SVD字典学习算法获取线状特征表达所需的过完备字典,基于稀疏分解模型,从高分辨率遥感图像中分离出高频成分,实现遥感图像线状特征的初步检测;用曲波分层自适应阈值法对分离后的高频成分作降噪处理,以提高线状特征检测的效果。利用 QuickBird图像进行实验的结果显示,该方法在线段连续性、低对比度线段检测与椒盐噪声消除方面均有一定优势。     

一种基于相位一致的高分辨率遥感图像特征检测方法

精确检测图像边缘特征是进行高分辨率遥感图像分割和识别的关键。空域特征检测算子以解决阶跃形边缘为主,得到的边缘特征对图像的亮度和对比度敏感。本文引入了一种基于频域相位一致的图像特征检测方法,该方法对遥感图像亮度和对比度具有不变性,同时适用于多种边缘特征的检测。使用Log Gabor小波计算IKONOS Pan图像的相位一致多尺度梯度,对农田、道路和厂房等典型地物进行特征检测的结果表明,相位一致算法对图像局部亮度和对比度不敏感;并且对线形物体产生单线响应,不似空域检测算子产生双线响应。最后考察滤波器尺度和方向参数变化及添加高斯噪声对检测结果的影响,发现相位一致算法无需先使用低通滤波去除噪声,因而具有更稳定的特征定位精度;并且抗噪声干扰的能力强,检测结果不会因为噪声而出现波动。基于相位一致的遥感图像不变特征提取,为高分辨率遥感图像的分割和对象识别提供了基础。     

基于直方变差图的土地覆盖数据集多尺度精度评价

针对目前精度评价尺度单一的问题,提出基于直方变差图的多尺度精度评价方法,分别在像元尺度和亚像元尺度进行土地覆盖数据集精度评价。在像元尺度利用驻点作为采样工具直接评价数据集精度;亚像元尺度上,则利用非严格定义的驻点和驻点直方变差图对不同面积和空间结构的优势类进行精度评价。并以浙江北部典型区域为实验区,Landsat TM/ETM+为参考数据,对UMD、IGBP DISCover、MOD12Q1-2001、GLC2000、GlobCover2009等5种大尺度土地覆盖数据集进行多尺度精度评价实验。结果表明,多尺度精度评价方法能够全面地评价土地覆盖数据集的精度,提供更加丰富的多尺度精度信息。像元尺度精度评价可在一定程度上消除由于参考数据与数据集间的空间匹配造成的误差,评价结果更加客观;亚像元尺度精度评价能有效反映亚像元尺度优势地物面积及空间结构与精度的关系。     

一种基于植被指数-地表温度特征空间的蒸散指数

利用遥感获取的植被指数和地表温度信息,进行地表能量和水分平衡过程研究是目前陆表过程研究的前沿。根据地表能量和水分平衡原理,对地表温度(Ts)、植被指数(VI),地表蒸散发(ET)之间的空间关系进行了分析,并基于假设条件,构建了温度植被蒸散指数(TVETI)。为验证TVETI表征地表蒸散的能力,利用环境卫星数据和SEBAL模型,对SEBAL模型中各能量通量构建的蒸散指数与TVETI进行线性回归分析,从2012年4~9月6个不同日期的确定性系数分别为:0.838、0.935、0.912、0.921、0.926、0.825, TVETI能很好的表征地表蒸散能力。通过对SEBAL模型估算的ET和TVETI估算的ET进行交叉验证发现,两者大小一致性显著, TVETI可以实现区域尺度地表蒸散发的快速估算。     

基于视频监控图像的环巢湖蓝藻实时动态监测

蓝藻的防控与治理是湖泊水环境、水生态管理的重要内容,实时获取蓝藻的空间分布信息对于降低蓝藻灾害风险具有重要意义.针对地面调查费时费力、卫星遥感监测粒度较粗且时效性不强等问题,本文提出了一种基于视频监控网络的湖泊蓝藻实时监测技术.基于环巢湖视频监控网络的33个功能摄像机,研究如何从视频图像中实时、准确提取蓝藻的分布信息.为克服不同摄像头的观测角度不一致、光照强度和背景条件不一致等诸多挑战,在视频图像蓝藻表征分析的基础上,通过多尺度深度网络进行图像粗粒度分类,区分蓝藻与浑浊、阴影水体;基于随机森林进行蓝藻精细化识别,克服蓝藻的强异质性.最后以渔政站沿岸水域的日均蓝藻覆盖率和月均蓝藻覆盖率为统计单位,开展了巢湖沿岸蓝藻的动态监测.研究成果可为科学制定蓝藻治理方案提供技术支撑.     

结合支持向量机与粒度计算的高分辨率遥感影像面向对象分类

结合支持向量机技术与基于粗糙集的粒度计算,提出一种新的高分辨率遥感影像面向对象分类方法.首先,采用相位一致模型得到QuickBird全色影像的梯度图,并利用扩展最小变换技术获取地物目标的前景标识,进而采用强制最小技术重建梯度.在此基础上,采用分水岭变换得到较佳分割效果.然后,从多光谱波段数据中提取对象的光谱特征,并用G...     

基于实测数据的不同雪粒径光谱分析

利用黑河流域上游冰沟流域样地的实测积雪光谱和实测雪粒径数据,对不同雪粒径的光谱曲线特征进行分析,找出位于1030 nm和1 250 nm附近对雪粒径较敏感的两个波长,定量地揭示了位于这两个波长附近处的光谱曲线特征与雪粒径的关系.1 030 nm和1 250 nm附近是雪反射光谱中两个较明显的吸收峰位置,但雪在这两处的反射率值依然较高.分别通过1 030 nm和1 250 nm附近吸收峰置差异、1 030 nm附近处的光谱吸收深度、光谱吸收面积等4种方法与雪粒径进行关系拟合.结果表明:光谱吸收面积法对雪粒径有很好的指示作用,与雪粒径的线性和指数曲线拟合效果最好.同时,1 030nm附近的波长受大气散射和衰减的影响很小,可将该方法直接运用到高光谱影像上.     

基于二维 Log Butterworth滤波器的全方向边缘检测的频域实现方法

由于人类识别图像特征涉及非线性的识别机制,本文提出了基于改进二维Log Butterworth滤波器的全方向边缘检测方法,该方法从频域角度出发,利用正反快速傅里叶变换来实现边缘检测工作。首先,将非线性Log函数引入Butterworth滤波器,获得二维Log Butterworth滤波器。当图像行列数不一致时,中心频率分布于椭圆之上,椭圆的长短轴之比与图像长宽比相等,进而给出以角度为变量滤波器表达式;其次,为方便滤波器参数的优化选取,本文对二维 Log Butterworth滤波器参数进行归一化等处理;再次,本文利用F-measure和PSNR (峰值信噪比)值来衡量不同参数下的边缘检测结果,确定最优的二维 Log Butterworth滤波器参数范围;然后,为了分析本文方法的边缘检测效率,对比了本文方法与空域算子（Canny算子）的乘法次数和加法次数,同时以不同大小的图像作为实验数据来比较两种方法的边缘检测耗时;最后,以BSDS（伯克利图像分割数据库）图像和高空间分辨率遥感图像为实验数据,对本文方法的边缘检测结果进行了评价分析。结果表明：本文方法可以有效地应用于图像边缘检测。     

基于光谱夹角的水体信息提取方法研究

以南京幅Landsat ETM+数据(波段1～5、7)为信息源,通过分析不同地物的光谱特征,利用地物光谱夹角及反射率差异对水体信息进行提取.首先,求出ETM+6个波段形成的4个光谱夹角(波段2～5); 然后,利用各地物在波段4的光谱夹角值差异,区分水体、植被及阴影信息; 最后,利用波段4和波段5的反射率差异提取居民区信息 .