基于蚁群智能的遥感影像分类新方法

智能式遥感分类是遥感研究的新热点.提出了一种基于蚁群智能规则挖掘(ant-miner)的遥感影像分类新方法.遥感数据各波段之间存在较强的相关性,这种相关性往往会导致分类产生误差.而ant-miner算法中的信息素是基于规则整体性能的,信息素的动态更新能有效地处理相关性较强的数据,所提供的正反馈信息能纠正启发式函数缺陷所造成的错误.因此,蚁群智能算法应用于遥感分类具有一定的优势.将该方法用于广州市地区的遥感影像,取得了较好的分类结果.并与See5.0决策树方法及最大似然方法(MLH)进行了对比研究,实验结果表明,蚁群智能算法分类精度比后两者的分类精度更高.     

遥感影像特征提取与选择及在影像分类中的应用

利用模式识别中特征提取和特征选择的相关理论对遥感影像的纹理特征进行遴选和变换处理,得到描述纹理的二次特征。实验证明这些新特征能够提高影像分类精度和分类效率。     

基于遥感影像理解模型的土地利用时空变化监测——以龙口市为例

本文从遥感影像理解模型出发,探讨了遥感信息的知识发现及特征提取问题,特别针对士地利用研究领域,提出了纳入GIS信息的遥感影像综合理解模型,将GIS数据(主要包括高程和坡度)与遥感影像结合起来,从中发现知识,并将知识用于遥感影像的专题信息提取,建立了地学规律知识库,从而提高了遥感影像的分类精度。本文基于遥感影像理解模型,发现土地利用变化区域,提取变化信息,动态地监测了龙口市土地利用的时空变化情况。     

基于LBV变换的遥感影像多步骤分类法研究

面对与日俱增的遥感数据,如何快速准确地进行影像分类成为遥感领域亟待解决的问题。本文在前人的基础上提出了一种基于LBV变换的遥感影像多步骤分类方法。L:地物的总辐射水平,集中反映了裸地的信息;B:地物的可见-红外光辐射平衡,是地面水分状况和水体存在的一个良好指标;V:地物辐射随波段变化的方向和速度向量,能集中反映地面植被状况。多步骤分类法遵循由易到难的原则,能克服类别之间的互相影响,从而提高分类精度。文章结合LBV变换和多步骤分类法的优点对影像进行了分类,结果表明该方法简单易行,且能达到良好的分类精度。     

基于人机交互技术的ETM+影像岩性信息提取方法研究——以康恩纳德斑岩铜矿床为例

随着遥感应用技术飞速发展,及近年来高分辨率传感器的不断出现,人们对遥感影像的数字化处理也有了长足进步.但在遥感地质方面,由于"同物异谱"和"同谱异物"现象广泛存在,使计算机自动提取遥感影像上的岩性信息出现较大误差.完全人工解译虽准确率较高,但速度慢,如何将计算机自动提取与人工解译有效结合起来是本次研究的重点.文章以康恩纳德斑岩铜矿床地区ETM 遥感影像为数据源,以计算机自动提取与人工解译相结合,根据已有地质资料,对该区ETM 遥感影像进行岩性信息提取.通过在包古图地区对提取模型进行验证,结果表明两者相互结合可以大大提高识别精度,为进一步地质工作提供良好的遥感信息.     

基于SVM的多源遥感影像面向对象建筑物提取方法

在分析支持向量机(Support Vector Machine,SVM)分类技术和机载激光雷达(LIDAR)数据、航空影像特征的基础上,提出了基于SVM的LIDAR数据和航空影像的面向对象建筑物提取方法。结果表明,该方法充分利用了多源影像的互补信息,能够得到更高的信息提取精度,准确而快速地更新地理空间数据库,是一种有效的面向对象建筑物提取方法。     

“高分辨率卫星SAR技术与应用专题研讨会”圆满落幕

2008年10月31日,“高分辨率卫星SAR技术与应用专题研讨会”在杭州圆满落幕。来自全国科研、教育和企业界的160多名代表参加了会议并就微波对地观测技术与应用等问题进行了学术研讨。     

ASTER多光谱波段与SPOT全色波段融合方法研究

遥感图像融合可以发挥多源遥感数据的优势。但由于不同传感器的遥感数据有着不同的特征,不同数据所采用的融合方法也应不同。文章探讨了ASTER多光谱波段与SPOT全色波段数据融合的方法,通过对PCA融合、IHS融合和基于小波的IHS融合方法的对比研究,得出基于小波的IHS融合法在提高空间分辨率的同时较好地保持了地物的多光谱信息。     

卫星影像显示非洲环境显著恶化

美国环保局近日公布的一部最新地图集显示．近几十年来非洲的自然环境发生显著恶化。这本近400页的出版物刊登了在非洲国家拍摄的300多张卫星对比影像,前一张图片和后一张图片的拍摄时间大约相隔35年．这些图像显示整个非洲大陆出现了惊人的环境变化。     

嫦娥一号数据制作的第一幅全月球影像图公布

11月12日,国家国防科技工业局发布了依据嫦娥一号卫星拍摄数据制作的我国第一幅全月球影像图。“这是目前世界上已公布的月球影像图中最完整的一幅。”绕月探测工程地面应用系统总设计师李春来说。