基于NSCT与IHS变换的SAR与多光谱图像融合

针对SAR图像和多光谱图像提出了一种基于NSCT与IHS变换的图像融合方法。首先对多光谱图像进行IHS变换;然后对SAR图像和多光谱图像的I分量分别进行NSCT分解,在不同频域子带系数选择时,针对高频系数和低频系数分别采用不同准则进行融合得到新的I分量;最后经IHS逆变换得到融合图像。为验证算法性能,分别选用2组不同空间分辨率比的SAR与多光谱图像开展融合实验,采用信息熵、平均梯度、相关系数等客观指标与主观评价相结合的方式,对融合结果进行分析。结果表明,该方法优于传统融合方法。     

利用小波阈值消噪改进M-W组合周跳探测性能

受伪距噪声的影响,Turbo Eidt法中M-W组合难以探测所有周跳。分析了M-W组合观测量的误差特性,指出伪距误差导致周跳漏检、探测延迟的原因。采用小波阈值消噪方法对M-W组合观测值进行处理,阈值估计使用Visushrink方法可削弱伪距噪声、增加周跳的辨识度。消噪后,周跳会发生扩散,除当前历元外,前后多个历元均会超出阈值,便于探测。实测数据结果表明:经小波消噪后的M-W组合观测值能够准确定位小至1周的所有周跳,避免漏检现象,增强周跳探测的可靠性。     

Matlab平台下遥感影像的北方岸线提取研究——以大连长兴岛为例

在Matlab平台上, 利用卫星遥感影像数据, 结合RS与GIS技术, 选取大连长兴岛作为研究区域, 使用阈值分割法、边缘检测法及小波变换法进行了海岸线的提取, 并对结果进行对比分析。试验结果表明, 边缘检测法中Canny算子与小波变换法对海岸线的提取结果与真实地物最为接近, 其中Canny算子可以较为准确地提取围填海区域的海岸线。     

基于累积相似度表面的空间权重矩阵构建方法

将地理要素相似度定义为属性相似度与空间相似度,提出累积相似度表面的概念,引入曲线演化理论和快速行进方法生成累积相似度表面,构建空间权重矩阵。通过趋势面模拟数据与ASTER GDEM数字高程模型数据的实验分析证明,相比于利用欧氏距离等距离测度方法,通过累积相似度表面构建的空间权重矩阵综合考虑了地理要素的属性相似度与空间相似度,体现了地理要素的局部空间特征,能够更为准确地描述地理要素空间特征变化趋势。     

模糊Hough变换算法在城市道路提取中的应用

采用形态学细化算法,将二值化影像形态学细化之后再进行峰值检测,有效地去除了虚假峰值,提高了道路提取精度及计算效率,为此,利用用模糊Hough变换算法提取遥感影像中的城市道路。试验表明,其方法在计算效率、提取精度以及内存占用方面具有明显优势。     

基于马尔可夫随机场的模糊c-均值遥感影像分类

针对模糊c-均值聚类方法对初始值敏感,且在聚类时忽略空间相关信息的不足提出一种基于马尔可夫随机场的模糊c-均值聚类方法,该方法用马尔可夫随机场来描述像元的空间相关性,形成顾及空间相关的模糊c-均值分类方法。初始值依据第一主成分的密度函数确定,既克服对初始值的依赖性,又在聚类的时候考虑空间相关信息。通过实例数据验证,所提出的方法分类精度优于传统的模糊c-均值模型。     

基于K-L变换的自组织竞争神经网络在海底底质分类中的应用

针对海底质地的特点,利用灰度纹理共生矩阵作为特征参数,K-L变换对海底底质图像进行降维,采用自组织竞争神经网络对图像进行自动分类,对各分类方法精度进行对比。以海底侧扫声纳图像为例,通过实测数据验算,取得理想的效果。     

用ERDAS IMAGINE进行卫星影像几何纠正的方法

介绍了利用ERDAS IMAGINE对卫星影像进行几何纠正的流程,分析了采用多项式变换作为几何校正模型的优缺点。地面控制点(GCP)的选取和判读是影像纠正的关键步骤,总结了在实际作业中GCP选取的规律及经验。     

一种新的测日快速定向方法

基于电子经纬仪对太阳边沿的观测采样,提出了一种日心拟合算法,较好地解决了太阳视面中心的确定问题。在此基础上,探索了一种新的测日定向方法。实际观测实验表明,新的测日定向方法较传统的前后沿法在定向精度上相当,均可用于快速定向。文中给出的太阳视面中心拟合算法可同时确定太阳视面中心的水平角和高度角,因此可用于测日定位。     

地图投影变换浅析

通过研究得出,将地球上各种地理事物与现象表示到平面上,需要采取一系列数学变换,才能使地面上的点与平面上的相应点建立起对应关系,从而才有可能反映出它们的位置、距离、方向、面积、形状及数量大小关系。地图之所以能在平面上反映出球面上事物与现象的空间准确位置和相互关系,就是由于它经过了地图投影的转换。通过研究地图投影变换问题,可以为基于离散网格的数据管理和建模应用提供很好的投影变换基础。