应用遥感图像分析植物群落的分布图式

本文探讨了依据遥感图像,从整体上自动地(或半自动地)研究了植物群落的方法。针对植物群落的复杂性,本文研究了下述三个方面的内容:(1)划分植物群落,并从图像上分析群落的分异规律;(2)将植物群落序列结构化;(3)确定植物群落的分布图式。上述三个方面研究成果已应用于西藏班戈地区的植物群落分析中,事实证明,这是一种新颖且有意义的植物学研究方法     

将GIS数据直接纳入图像处理

探讨了RS与GIS在空间数据处理过程中各种可能的结合方式,明确了目前RS与GIS集成中的一个重要任务就是将GIS数据直接纳入图像处理;同时提出,解决这个问题应先从空间数据处理的粒度入手,即寻找RS与GIS共同的处理单元。给出了将GIS数据直接纳入图像处理的实例,说明在行程线这个粒度上已能将RS与GIS很好地结合在一起了。     

一种结合整型最佳谱间预测与SPIHT的MODIS影像无损压缩算法

针对MODIS影像数据海量并具有重要研究价值的特点,研究了MODIS影像的无损压缩算法.采用最佳线性预测方法,通过波段相关性排序确定波段最优预测的顺序,并自适应计算预测波段与当前波段的最佳预测器系数,减少谱间冗余;以多级树集合分裂(SPIHT)编码算法降低谱内相关.为确保无损压缩,对线性预测系数进行逼近取整操作,并采用基于提升格式的D5/3整数小波变换.实验结果表明,该算法在压缩比上的性能较3DSPIHT等算法突出.     

基于马尔科夫网视频图像目标检测跟踪方法研究

研究了马尔科夫网的概念、方法,分析它在空间数据挖掘中的作用与意义,并以视频图像为例广泛研究以多种粒度(节点数)建立视频图像间的马尔科夫网,通过网络结构分析检测视频图像中的目标差异。研究表明马尔科夫网可以很好地揭示数据间的抽象近邻关系,并且这种网络自身就具有表达知识的意义。     

GIS空间分析在水质污染监测中的应用

空间分析作为GIS的核心已成为人们倍加关注的热点。文章论述了GIS与空间分析结合的方法,并着重阐述了GIS空间分析在水污染监测中的应用情况。     

一种利用流形学习进行多影像匹配的方法

提出了一种利用流形学习方法进行多影像匹配的算法。通过两组宽基线序列影像的匹配实验,并与LE-SIFT方法、SVD-SIFT方法和基于局部线性映射的LLE-SVD方法进行了对比分析。结果表明,本文方法在获得多幅影像的共同匹配结果和利用多幅影像之间的约束实现两幅影像匹配的结果上都优于现有方法。     

基于空间推理的专题影像解译

遥感影像的计算机解译已广泛地应用于许多领域，但要达到完全自动地解译的目标仍然存在不少问题。本文研究的问题是，在统计分类的基础上，引入空间推理方法，对遥感影像进行专题解译，直至最后自动地输出专题图。据此，文中提出了按专题影像分析需要所形成的由原始影像、分割影像、等质区影像、分类解译影像和功能区影像等构成的表达法层次。在低层次影像分析中，影像按照统计属性被分割；在中间层次和高层次的影像分析中，与地物和专题有关的结构和空间知识被利用。本文说明了四叉树生成、复合形标记、复合形归并和匹配等在沟通不同的表达法中的作用。设计了应用于专题影像解译的差别图。介绍了与差别图和空间分析有关的规则。最后，上述技术已被有效地应用于中国吉林省双阳县的植被调查。     

基于网格模型的遥感影像运动区域检测研究

在分析影像的基础上,提出了基于网格模型的遥感影像运动区域检测方法,根据影像变化前后相应网格的变化,准确地检测出影像运动区域.     

导致整体联想激活的一种局部图像组合方式

本文探讨局部图像的组合构造记忆模式,并借此寻找能导致整体联想激活的方法。通过对记忆模式及其表达的讨论,文中引入了指标向量与九宫记忆模式的概念,它来源于对图像的规则分割;利用九宫格中的若干宫格,可对九宫格内的其他部分进行联想。     

不同成像条件下目标纹理特征描述之间的转换方法研究

对于多源高分辨率遥感影像,探讨目标及背景特征在不同影像之间的可转换性及其转换方法是一项重要任务。只有这样,来自不同成像条件的影像上细致而丰富的细节才能被充分利用。以纹理为主要影像目标特征,研究不同成像条件下目标纹理特征描述之间的转换方法。以Gabor为基底,构建小波转换滤波器,对不同成像条件下目标纹理特征进行描述;在小波纹理特征描述的基础上,进行联合相关处理和分析,建立不同成像条件下目标纹理特征描述之间的联系;利用频带和方向的选择特性,结合联合相关处理和分析,形成不同成像条件下目标纹理特征描述之间的转换方法。