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。     

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。     

光谱影像的灰度矢量相关特征与边缘特征提取

提出了多光谱图像像元特征矢量之间的极小互相关系数、极大互相关系数及互相关差值和相关密度的概念。在对模拟图像进行矢量相关分析及其对边缘提取的有效性分析基础上,提出对多光谱图像采取像元特征矢量相关分析并提取边缘信息的方法,对TM图像进行试验分析的结果说明了此方法的有效性。     

一种遥感图象理解专家系统的设计

本文介绍了一种遥感图象理解专家系统的设计思想。这个系统将图象处理系统与专家系统有机地结合为一个整体，它以遥感图象处理系统的快速分类结果为基础组成多边形属性表，作为专家系统的输入和选择知识表达方式的依据，将地形图与土地利用图数据作为辅助数据方面的判据，采取交互式知识获取方式，引入不确定因子，其正向推理的结果再转入遥感图象处理系统，以便输出。文章最后介绍了目前该系统的研制情况。     

NOAA／AVHRR影象的几何粗纠正

本文作为“全球变化监测的分层次方法”的前期研究，在对ＮＯＡＡ／ＡＶＨＲＲ影象深入分析的基础上，推导了ＡＶＨＲＲ形象变形公式，为适应实时、动态监测的需要，建立了ＡＶＨＲＲ形象地图投影法几何粗纠正的初步系统，通过在纠正形象和地形图上选取同名地物点，对纠正形象进行精度评定，表明地图投影法纠正中误差为５．１６７ｋｍ，取得了较满意的结果。     

基于自适应遗传算法和改进BP算法的遥感影像分类

介绍了采用自适应遗传算法和改进BP算法相结合的混合算法来训练BP网络的方法,即先用自适应遗传算法进行全局训练,再用改进BP算法进行精确训练,以达到加快网络收敛速度和避免陷入局部极小值的目的。结果表明,该算法收敛速度快,分类精度较高。     

基于类别光谱变化规律的土地利用变化检测

提出了一种基于类别光谱变化规律的高分辨率遥感图像土地利用变化检测方法。在基准期土地利用图的辅助下,以像斑为图像分析的基本单位,分别建立不同类别像斑特征在基准期和检测期图像上的分布曲线,通过三次多项式拟合参数表征上述2个时期特征值分布曲线的变化规律,在此基础上获取变化阈值,进行迭代计算,找出不符合类别光谱变化规律的像斑,确认为发生变化的像斑。以武汉市局部2002年、2005年QuickBird多光谱图像及相同区域2002年土地利用图为实验数据,以绿地和城区为例,对上述方法进行验证,证明上述方法有效。     

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。     

约束型贝叶斯网络在遥感图像解译中的应用方法研究

采用一种带有约束条件的贝叶斯网络来构造分类器,即特征节点被约束为类节点的子节点,子节点间允许有不同的连接关系,并将约束型贝叶斯网络的几种典型模型--NB、TAN、BAN用于遥感图像的解译中.通过评价结构的似然函数得到网络结构,综合特征节点和类别节点的拓扑和概率统计信息学习得到分类器.将这些模型用于多光谱和高光谱影像的分类,并就其性能进行探讨.     

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。