基于高斯混合模型的海冰图像非监督聚类分割研究

为了利用海冰图像识别技术获取海冰冰况信息, 探索了利用高斯混合模型进行海冰图像分割的技术途径, 描述了具体算法, 并利用高斯混合模型的最大期望值（EM）算法以及最小描述长度（MDL）准则对渤海海冰图像进行目标提取。研究结果表明, 该方法可以很好地实现海冰信息的有效提取和海冰图像的有效分割, 从而证明了建立在图像分割技术...     

我国海岸潟湖卫星遥感分类方法研究

参照Landsat-5TM和HJ-1CCD遥感影像,依据实地踏勘资料及解译经验,分析各种海岸潟湖地貌学成因和发育演变阶段,提出基于潟湖地貌学成因的遥感分类方法。并将我国海岸潟湖划分为滨外坝型、沙坝型、沙嘴型、湾顶坝型、连岛坝型和河口型共6种地貌类型。建立基于发育演变阶段的潟湖遥感分类标准,将海岸潟湖分为青壮年期、老年期和死亡期共3个发育演变过程;结合潟湖在影像中的特征,以近红外、红、绿波段组合后的假彩色影像为例,从色彩、纹理、地物邻接关系等方面建立不同潟湖类型的遥感解译标志;根据所建立的遥感解译标志,对山东省53个海岸潟湖进行遥感分类验证,结果吻合。     

珊瑚骨骼生长特征的数字影像分析

造礁珊瑚骨骼一般呈年周期性带状生长,生长特征变化与周边环境有密切关系,具有重要的环境指示意义。本文依据珊瑚骨骼生长带X射线成像原理,利用计算机的数字化和影像处理功能,提出了珊瑚骨骼生长带数字影像分析的方法,能获得较传统方法更高分辨率和精度的珊瑚生长信息。利用该方法提取了海南岛三亚湾滨珊瑚骨骼月尺度的生长密度、生长率的变化序列,并探讨了生长密度、生长率的变化特征及其与主要环境因素的关系。     

一种基于分割图斑的海岸带遥感图像分类方法

传统的基于象元的分类方法在处理海岸带这类动态多变、混杂度大的地物时常出现“椒盐现象”,难以矢量化形成专题图。提出了一种新的遥感图像分类方法——基于分割图斑的分类法,即选择一个合适的尺度,利用光谱信息按照一定的策略将图像分割为一系列的图斑,并确保图斑内大多数象元的光谱特征相近,分别对图斑内诸象元进行统计,求出各个波段的均值,用该均值替换图斑内所有象元的原始亮度值,这样分类时可以确保同一图斑内的所有象元被分到同一个类别中,从而有效地避免了“椒盐现象”,使分类结果便于矢量化成图,也便于对特定地物的提取。实验结果表明,该方法还能在一定程度上提高分类精度。     

荧光法在赤潮图像分析中的应用

赤潮藻样品中往往包含着各种复杂的非藻沉淀物,为解决这些微藻的探测和分析的问题,可以利用微藻类在一定波长的光照射下会产生荧光的特性,对裸甲藻等多种赤潮藻类进行荧光实验处理,并在此基础上对藻类的荧光图像和灰度图象进行图像分割,轮廓和纹理分析及图象识别等后继图象处理。实验证明,荧光法可以有效的去除背景噪声,保留藻类信息,使得后继的图象处理工作更加容易和有效,从而解决了探测和分析包含复杂背景的沉淀物样品中微藻的问题。     

利用有理函数模型实现IKONOS影像的单片定位

分析了利用高分辨率卫星CCD影像进行单片测图的意义，介绍了目前有理函数模型在影像定位方面的应用情况，重点研究了一种利用有理函数模型实现单片定位的方法，即将有理函数模型的正解形式线性化并组成方程组，结合DEM数据，对方程组迭代求解以获取地面点坐标。实验结果表明该方法具有解算精度高和易实现等特点。     

SPOT遥感影像处理技术以及在青岛市海洋功能区划中的应用

青岛市海洋功能区划中，大范围采用了法国高分辨率陆地卫星SPOT-5HRG 1A级遥感数据。利用Geoimage遥感影像处理软件对数据进行了处理．包括：遥感影像的正射纠正、辐射处理和不同分辨率影像地融合等，获得了高空间分辨率和良好的光谱分辨率的遥感图像。很好的识别出青岛海岸带地区地物分布特征。为海洋功能区划底图补充了真实而丰富的信息．     

保持局域特征的多源海冰图像融合与分类

本文提出一种保持局域特征的多源海冰图像融合方法,并在此基础上进行海冰分类。本文提出的多源海冰图像融合方法包括保持空间局域融合和保持特征局域融合两方面。首先,通过学习得到投影矩阵和相似矩阵。投影矩阵将多源像素进行投影变换,得到保留像素空间局域特性的融合向量。相似矩阵度量像素特征间的相似性,通过拉普拉斯特征分解,得到保留像素特征局域相似性的融合向量。然后,将空间融合向量和特征融合向量进行像素综合,得到融合图像。在此基础上,本文设计一种滑动集成分类方法进行融合图像像素分类。提出的分类方法利用滑动集成的特点,在分类时增强刻画了海冰局域特性。由于本文的保持局域融合框架不仅刻画了海冰在物理空间中的邻接关系,而且考虑不同海冰类型的特征关系,因此其在多源图像（多光谱和合成孔径雷达（SAR）图像）的海冰分类任务中表现优异。实验结果表明本文提出的基于保持局域特征融合的多源海冰图像分类方法有效提升了海冰分类精度。     

基于云存储技术的海岛信息管理和 展示平台设计与实现

随着海岛遥感影像数据的不断积累,传统数据存储管理方法越来越难以满足需求。针对上述问题,利用云存储技术对海岛影像数据进行分块组织,建立分布式海岛影像数据集,并在优化数据存储的同时,设计了一套海岛信息多形式展示平台。实现了信息检索、数据传输与审核、分析评价、成果展示和共享等功能。     

一种基于GPU和内存映射文件的高分辨率遥感图像快速处理方法

高分辨率遥感图像处理经常面临程序执行时间过长和内存空间不足的问题,虽然并行计算技术可以提高遥感图像的处理速度,但是无法降低算法占用的巨大内存空间。为了解决这一问题,本文提出了一种利用CUDA和内存映射文件的高分辨率遥感图像快速处理方法,并以K-Means算法为例进行了实现。其中,CUDA技术可以有效利用GPU强大的并行计算能力,而内存映射文件技术降低了磁盘I/O速度较慢对算法性能的影响。实验结果表明,本文方法比传统K-Means聚类算法计算速度提高了30倍左右,内存使用量降低了90%以上。