遥感数据自动分类中应用辅助数据的原理

本文从目视解译信息空间的模拟、模式维数对模式样本集线性可分性的影响、模式空间各模式类别可分性测度OIF指数及迹准则判断原理等模式识别原理出发,初步讨论了在遥感影象自动分类中利用辅助数据的理论依据,并以藏北西扎地区草资源调查中利用辅助数据进行自动分类的实例说明辅助数据提高自动分类精度的有效性。     

基于非规则无参数MRF模型的遥感影像像斑空间关系分析方法研究

针对遥感影像像斑特点和单像斑分析的不足,提出一种非规则马尔可夫随机场模型,将空间关系特征应用于遥感影像像斑的解译.该方法将基于邻接关系定义的随机场与BP神经元网络相结合,通过建立无参数邻域势函数,采用基于类别相邻规律的迭代统计方法,避免了传统吉布斯参数的复杂估计过程,实现了像斑单点势能和邻域势能计算.试验证明,该方法能有效实现像斑自身特征和邻域特征共同参与像斑属性判断,显著提高遥感影像像斑分析效果.     

利用马尔柯夫随机场图模型的变化像斑类别判定方法

提出了一种利用马尔柯夫随机场(MRF)图模型获取变化像斑变化后类别的方法。用吉布斯(Gibbs)分布描述MRF图模型,通过计算最大后验概率获取变化像斑类别,以此类别为初始值,通过建立像斑类别空间关系概率矩阵,在初始结果基础上进一步判定变化像斑的类别。实验结果证实了该方法的可行性。     

基于光谱相似性的多光谱数据纹理编码算法研究

基于多光谱纹理“映射模式”概念，提出了基于光谱数据相似性的多光谱、高光谱数据的编码方法。利用光谱相似测度对不同类型的纹理进行编码，表征地物的全局纹理特征，将纹理提取的算法扩展到多维光谱图像分析中，提出了多尺度纹理组合算法。试验证明，该方法合理有效，可大大提高分类的准确性和精度。     

基于像斑的多光谱影像跨尺度分类研究

提出了一种新的多尺度像斑模型,充分利用多尺度像斑模型所提供的尺度纵向信息,并结合决策树的分类方法来实现跨尺度分类,而不直接进行最佳尺度选择。实验结果证明,跨尺度方法较单一尺度分类能更准确地区分地物,从而提高分类精度。     

基于区域分割和编码的相位解缠方法

分析了相位解缠的原理及干涉条纹数据的特点,提出了一种基于中值自适应滤波、区域分割和编码的解缠方法。实验证明了该方法的可行性。     

基于区域增长的单幅雷达测图算法

探讨了雷达在获取数字高程中的应用,在研究雷达成像余弦散射模型的基础上,分析了常用的利用余弦散射模型提取高程算法的优缺点,提出了基于区域增长的余弦散射单幅雷达测图的新算法。并以河北张北地区的ERS1卫星雷达影像为例进行了验证,取得了良好的效果。     

一种多特征转换的高光谱影像自适应分类方法

:光谱相似性测度用来衡量像元光谱的相似程度,是高光谱影像光谱匹配分类的重要工具之一,一般通过设置阈值判断像元光谱和参考光谱是否相似来进行分类。在此基础上,本文提出了一种多特征转换的高光谱影像自适应分类方法,实现了各种光谱相似性特征和分类器相结合的一种自适应分类。实验结果表明,本文提出的方法相比于传统的SVM方法,分类的总体精度更高,还可以避免部分传统光谱匹配分类方法中需要专家经验确定分类阈值的复杂过程。     

基于自适应Mean Shift影像分割算法的研究

改进了Comaniciu提出的计算光谱域自适应尺度算法,提出了一种新的光谱域和空间域自适应尺度的计算方法,并将得到的自适应尺度用于mean shift(MS)算法分割运算。与传统的固定尺度MS分割算法及Comaniciu提出的自适应MS分割算法相比,新型自适应MS分割算法能够获得更优的分割结果。     

利用土地利用状态转移分析的变化检测

辅助数据在遥感影像变化检测中的应用研究目前还不充分,在分析已有变化检测方法的基础上提出了一种基于状态转移分析的面向对象的变化检测方法。该方法通过历史影像辅助数据估计地物土地利用类型的变化趋势,并利用生成的地物类型状态转移矩阵(STM)对变化检测结果进行修正。对不同时期历史影像生成的状态转移矩阵进行误差分析,结果与本文假设前提相符,而不同方法变化检测结果的对比也证明了本文方法的有效性。