华北区域冰雹天气分型及云系特征

基于地面加密观测资料、FY-2E静止气象卫星观测资料和NCEP分析资料,选取2010—2012年华北区域内27次冰雹过程,按大气环流背景、主要影响系统和云系的云型特征等将其分为冷涡云系尾部型、低涡槽前型和偏北气流控制型3种类型。分析结果表明:3种天气型下冰雹对流云系特征存在差异,但90%以上的冰雹过程发生在对流云团的快速发展阶段中,降雹集中出现于准圆形或椭圆形对流云团边缘或带状对流云系的传播前沿区域,对应于云顶亮温梯度的大值区。在掌握背景环境的前提下,综合分析红外图像中对流系统的发展演变、水汽图像暗带和暗区变化等信息,对冰雹的监测和预警有一定的参考价值。定量统计分析表明,大的亮温梯度值 (不低于8 ℃/0.05°) 是辅助判断冰雹能否发生的重要参量,而当冰雹云同时具备低云顶亮温和大亮温梯度的情况下,更有利于大于10 mm大冰雹的发生。     

面向对象的图像分类方法与彩色扫描地形图林地层的自动提取

提出了一种基于面向对象分类方法的彩色扫描地形图林地层自动识别方法，简要阐述了这种方法的基本概念和原理，分析和讨论了该方法的优越性和林地层提取效果，为基于地形图计算林地面积，找林地动态变化或土地利用类型变化的研究提供了方法参考。     

高光谱图像数据变换编码压缩方法

三维ＤＣＴ变换编码包括谱段方向的一维ＤＣＴ变换和由此产生的特征值图像的二维ＤＣＴ变换编码。谱段方向一维ＤＣＴ变换的主要作用是去除光谱方向的数据相关性,并产生由ＤＣＴ系数构成的并与各个谱段相对应的特征值图像。特征值图像的压缩由ＪＰＥＧ算法完成,图像的压缩比由ＪＰＥＧ的量化因子ｑ控制。图像边缘特征对高光谱图像的应用具有非常重要的意义,在高光谱图像的压缩过程中要尽量保持图像的边缘特征。我们设计了具有图像     

GIS地名搜索系统的关键技术设计与实现

针对GIS地名搜索系统的关键技术,阐述了用于分词搜索的词典设计,设计了中文分词算法;选用全文检索引擎Lucene实现了地址匹配组件;设计了地名搜索系统架构并实现了地名搜索功能。     

一种快速的全色和多光谱图像融合算法

针对非下采样Contourlet变换(NSCT)在全色和多光谱图像融合中计算复杂度较高的问题,文章提出了一种快速的基于NSCT和超维彩色空间变换(HCT)相结合的融合算法:采用HCT变换提取多光谱图像的亮度分量,使得任意波段的多光谱图像跟全色图像融合的计算复杂度降低;采用NSCT进行融合,使得融合结果的空间分辨率提高的同时,保留原光谱特性。基于Pleiades卫星图像的实验结果表明,跟NSCT变换相比,本文提出的融合算法的融合结果空间细节更加突出,光谱畸变更小,同时计算复杂度显著降低。     

影像分割的城市不透水面信息提取

针对线性光谱混合分解在端元选取中的不足,该文提出了结合影像分割的线性光谱混合分解不透水面估算模型。选取植被、高反射率、低反射率、土壤4种端元,利用线性光谱混合分解和结合影像分割的线性光谱混合分解两种模型,以2010年的TM5遥感影像为数据源对哈尔滨市主城区的不透水面进行估算,并对两种模型进行了对比分析。研究结果表明:线性光谱混合分解和结合影像分割的线性光谱混合分解的平均绝对误差分别为19.84%和14.76%,说明结合影像分割的线性光谱混合分解模型比线性光谱混合分解方法的估算精度高。     

QuickBird影像制作数字正射影像图生产工艺的探讨

讨论利用QuickBird影像制作数字正射影像图的具体方法和步骤,阐述在实际作业过程中可能遇到的问题以及解决的方法。最后对利用卫星影像制作数字正射影像图的优势和不足进行分析。     

遥感模式分类中的空间统计学应用——以面向对象的遥感影像农田提取为例

如何有效地从遥感图像中提取所需信息,是遥感图像处理和应用的关键,而尺度选择问题一直是影响遥感信息提取精度的关键问题之一。本文论述了利用空间统计学方法解决遥感影像模式分类中的尺度问题的理论基础。针对面向对象影像分析问题,将影响遥感影像多尺度分割的尺度分割参数概括为空间属性分割参数、光谱属性分割参数和影像对象面积阈值参数,并分别提出了基于统计学的尺度参数估计方法。以SPOT-5影像面向对象农田提取为例,基于变异函数方法进行了尺度优选试验,系列尺度分类试验结果表明基于空间统计学尺度估计得到的尺度分割结果进行分类能得到最高的精度,进而证明了基于空间统计学方法进行面向对象信息提取尺度估计的有效性。该方法是完全数据驱动的方法,基本不需要先验知识参与。不同于以往分割后评价的尺度选择方法会占用大量计算资源且耗费大量时间,本文提出的方法不仅能在一定程度上保证面向对象信息提取的精度,而且在一定程度上也提高了面向对象信息提取的效率和自动化程度。     

基于车载序列影像的建筑立面纹理的快速重建

提出了一种基于车载序列影像的建筑立面纹理快速重建的方法。首先进行影像预处理,包括畸变差改正、树木遮挡去除等,然后对影像进行自动纠正,在此基础上,自动选择拼接点对影像进行拼接。实验证明了本文方法的有效性。