基于分形理论的航空图像分类方法

提出一种基于分形理论和BP神经网络的航空遥感图像有监督分类方法。该方法尝试将航空图像的光谱信息和纹理特征相结合。它首先将彩色航空图像由RGB格式转化为HSI格式，然后，根据亮度计算分数维、多重分形广义维数谱q-D(q)和“空隙”等基于分形的纹理特征，同时加入归一化的色度和饱和度作为光谱特征，采用BP神经网络作为分类器。通过对彩色航空图像的分类实验，结果证实该方法行之有效。     

结合多混沌映射和输出反馈的图像加密算法

提出了一种结合多个Logistic混沌映射和逐段正弦混沌映射的图像加密算法。通过m个Logistic混沌映射的多次迭代,分别产生m个分段正弦混沌映射的初值和参数值,由m个分段正弦混沌映射迭代产生图像加密密钥序列,并引入密文输出反馈机制,对图像像素值逐点进行2轮异或加密。实验表明,该算法使密文对明文和密钥都充分敏感,加密图像像素值具有类随机均匀分布特性,相邻像素具有零相关特性,而且算法具有密钥空间大、加密速度快的优越性。     

遥感图像的融合方法研究

图像融合是遥感图像处理中的重要一环,本文着重论述了遥感图像的3个层次的融合方法,并进行了对比分析,最后指出遥感图像融合的发展方向。     

遥感图像色彩增强处理方法探讨

卫星遥感技术已在我国经济和社会发展及国防建设中得到了广泛应用并发挥了不可或缺的作用。随着应用的深入,人们对遥感信息质量的要求也在不断提高。图像色彩增强技术作为遥感图像处理的重要手段,可以有效地改善遥感图像的视觉效果、增强信息的识别率,实现遥感应用质量的显著提高。本文根据RGB、HSV和HSI三个色彩模型的功能特点,通过三个模型之间的转换实验以及彩色图像的灰度化实验,对遥感图像的增强处理方法进行探讨。     

利用参考图像的遥感图像模糊估计与恢复

提出一种新的利用参考图像的模糊估计与恢复方法。同一场景不同时相的图像,由于拍摄条件的不同,清晰化程度也往往不同,将高质量的图像作为参考,为模糊估计和恢复提供先验知识,在Bayes统一的框架内进行快速PSF估计,然后使用总变分最小化方法进行恢复。通过真实遥感图像实验,结果表明所提出的方法可以有效地估计退化模糊、恢复未失真图像。     

引入PLSA模型的光学遥感图像舰船检测

提出一种基于概率潜在语义分析(Probabilistic Latent Semantic Analysis,PLSA)的检测算法,首先通过PLSA将目标表述为潜在成分的概率组合,然后利用统计模式识别方法对获取的潜在成分概率进行判别,从而完成最终的检测。其中,生成的潜在成分反映了目标与特征之间相互出现的频率关系,并以潜在成分在目标中概率差异的形式对上述不对应现象给出了直观描述。实验结果表明,所提出的算法对多种复杂情况下的光学图像舰船检测具有很好的准确性和鲁棒性。     

基于时空匹配的车载激光点云与CCD线阵图像的融合

本文给出了一种基于车载的激光点云与线阵CCD相机图像进行数据融合的方法。车载数据采集系统集成了GPS,激光扫描仪,IMU和线阵相机。该方法基于POS的定位定姿数据,利用时间信息和各个传感器的相对空间位置信息建立激光点与CCD相机扫描线之间的对应关系,进而确定CCD扫描线上与该激光点对应的像素。将该像素的颜色属性赋给激光点,可得到具有颜色属性的三维激光点云。最后给出具体融合结果。     

基于粒子群优化算法的最大类间方差多阈值图像分割

最大类间方差法是图像分割中一种常用的阈值分割方法,对于单阈值分割具有显著的效果,但是对于多阈值分割,计算复杂度大、耗时较多。本文将粒子群优化算法与最大类间方差法结合,提出了一种新的图像分割方法,该方法利用粒子群优化算法的寻优高效性,并由灰度图像的最大类间方差值作为适应值,搜索最优分割阈值,实现图像的多阈值分割。实验结果显示,新方法大大缩短了寻找最优阈值的时间,降低了运算复杂度,提高了图像分割速度,说明基于粒子群优化算法的图像分割算法是可行的、有效的。     

OMIS-Ⅱ机载高光谱遥感图像边缘辐射畸变校正方法优选

OMIS-Ⅱ机载高光谱遥感成像由于受仪器、大气、地物反射非朗伯特性以及观测几何等的影响,图像上常存在扫描方向上的辐射亮度不均,无法直接利用图像进行基于地物光谱特征的定量或半定量应用。本研究尝试运用直方图匹配和矩匹配两种方法对OMIS-Ⅱ图像进行辐射校正,并从空间和光谱角度分析校正效果。研究表明:在空间维上,两种方法均能有效恢复图像边缘地物信息,校正效果没有显著差异;在光谱维上,矩匹配法更适合于机载高光谱OMIS-Ⅱ图像的边缘辐射校正。     

环境星CCD数据大气校正研究

利用6S模型和同步气象资料,对国产环境与灾害监测预报小卫星HJ-1 A的CCD1传感器数据进行了大气校正和反射率反演。同时对CCD1传感器1～4波段大气校正前后的反射率变化进行了对比研究,发现大气校正后的1～3波段的地面反射率明显降低,4波段的地面反射率升高;利用同步野外实测地面数据对大气校正后的反射率数据进行了检验,两者结果基本一致;此外,还进行了定量化误差分析,以同步野外实测地面数据作为标准,将大气校正后的反射率数据与之对比,分析了可能带来误差的原因。结果表明,利用6S大气校正方法能够有效去除HJ-1 A星CCD图像的大气影响,获取地物绝对反射率。