Change detection thresholds for remotely sensed images

 The detection of change in remotely sensed images is often carried out by designating a threshold to distinguish between areas of change and areas of no change. The choice of threshold is often arbitrary however. The purpose of this paper is to offer a statistical framework for the selection of thresholds. The framework accounts for the facts that one carries out multiple tests of the null hypothesis of no change, when searching for regions of change over an image with a large number of pixels. Special attention is given to global spatial autocorrelation, which can affect the selection of appropriate threshold values. Received: 8 March 2001 / Accepted: 12 October 2001     

Study on geometric correction of airborne multiangular imagery

An automatic image matching algorithm, and its application to geometric correction of airborne multiangular remote sensed imagery, are presented in this paper. The image-matching algorithm is designed to find correct match for images containing localized geometric distortion and spectral variation. Mathematical tools such as wavelet decomposition, B-spline, and multi-variant correlation estimator are integrated in the frame of pyramidal matching. The simulated experiment and our practice in correcting airborne multiangular images show that the matching algorithm is robust to the few random abnormal points and can achieve subpixel match accuracy in most area of the image. After geometric correction and registration, multiangular observations for each ground pixel are extracted and sun/view geometry is also simultaneously derived.     

伽师强震群区上地壳三维速度层析成像

以伽师强震群为中心布设了一个50km60km范围的三维人工地震透射临时台阵，接收来自不同方位的8次爆破激发产生的地震波；利用所记录到的莫霍界面临界反射P 波、S波走时，采用模型不分块反演技术，重建台阵下方上地壳三维P，S波速度扰动图象，以及vp/vs扰动分布图象；并结合伽师震群的地震活动分布，对该震群的成因进行了分析．结果表明，研究区上地壳存在明显的不均匀性．自12ｋｍ 深度开始，在与震群震中相应的位置上，明显出现沿北北西向的高Ｐ波速度块体，在它的周围为相对低速分布，这种结构上的差异是伽师强震群发生的最直接原因；vp/vs在相同的位置上为高值分布，则表明由于介质相对软弱可能造成震源体抗剪强度下降．这可作为伽师强震群发震特点的一种解释．      

An algorithm to aid varve counting and measurement from thin-sections

An algorithm has been implemented to count and measure laminations from digital images of petrographic thin-sections. Boundaries and limits of laminations are first marked manually using imaging software. These marks are then exported to a workable format output file. Using the output file, the algorithm extracts the relevant information for lamination counts and thickness measurements along one or more parallel vertical lines. Compared to manual counts, the use of the algorithm improves the accuracy of measurements and speeds up the process. The method requires tools commonly available in most laboratories, i.e., a digital camera or a flat bed scanner with transparency capability and a desktop computer with 64 MB of RAM. From the algorithm, two utilities are implemented in Visual Basic for Applications and Fortran to be used on both Apple Macintosh and a PC-compatible, with Adobe^® Photoshop^®.     

基于局部差异加权的遥感影像融合方法研究

在分析现有遥感影像融合方法的基础上,针对多源遥感影像之间的地物差异.提出了一种基于局部差异加权的融合方法(local difference powering fusion,LDPF).实验表明,该方法能在提高空间分辨率和保持光谱特征的同时.较好地解决空间信息差异的问题.     

遥感与GIS技术在西部支线机场建设中的初步应用研究——以云南腾冲机场为例

本文就西部支线机场建设的不利因素,提出了将遥感和GIS技术的优势充分应用于机场建设前期选址决策中,并以腾冲驼峰国际机场建设为例,探讨应用遥感技术,制作遥感图像三维可视化,为决策者提供直观的实地三维影像图;利用地理信息系统的空间分析功能,进行坡面、坡度和净空分析,可以为机场选址、布线等方面提供决策依据。遥感和GIS技术的综合应用对西部支线机场现代化建设创优工程提出了一定思路和技术方法。     

用图像质量评价量实现的真实图像和计算机生成图像的鉴别方法

真实图像和计算机生成图像的鉴别是数字图像盲取证中的一个重要问题。提出了一种真实图像和计算机生成图像的鉴别方法。借用模式识别中的二分类概念,采用图像质量评价量来建立模型,以捕获真实图像和计算机生成图像的统计差异,选用支持向量机作为分类器进行训练和测试。实验结果表明,该方法计算方便、实用性强、可靠性高。     

Google Earth辅助下的高分辨率遥感影像区域网平差

针对国产卫星境外定位的实际需要,提出利用Google Earth数据量测控制点辅助高分辨率遥感影像区域网平差的方法。首先统一坐标系,将所量测的控制点高程坐标转换为大地高;然后将其视为精度较低的控制点参与平差。试验分为无地面控制点和布设稀少地面控制点两种情况,对于每种情况分别设计不同的试验方案分析Google Earth数据对于定位精度的影响。结果表明利用Google Earth数据辅助区域网平差可以明显提高定位精度,可为缺少地面控制点的境外地区的光学线阵遥感影像几何定位提供新的思路。     

基准影像数据辅助遥感影像几何定位

针对遥感卫星影像几何定位时实测控制数据不足的情况,提出利用影像范围内基准影像数据辅助定位提高精度的方法。由遥感影像匹配得到同名像点,利用高精度影像数据和高程数据获取物方平面和高程坐标后,将其视为精度较低的控制点参与区域网平差,从而实现在不额外增加实测控制条件的情况下提高定位精度。经过在国内外3个地区进行一系列试验,验证了方法的可行性和有效性,对提升线阵遥感影像几何定位精度效果显著。     

一种适用于航空影像的无参考模糊探测方法

针对侧风、强风、湍流等飞行环境容易造成航空影像运动模糊,严重影响航空影像质量,同时航空影像数据量大,手动挑选模糊影像费时费力的问题,为了提高航摄内业人员的工作效率,该文研究一种适用于航空影像的自动模糊探测方法,以主流的无参考再模糊算法Reblur和无参考结构清晰度算法NRSS为基础,结合航空影像具有丰富地物的特点,对影像进行分块处理,计算所有字块的Reblur和NRSS模糊探测值,最后得到整幅影像的模糊探测值。其中,再模糊算法通过计算待测影像和参考影像的水平和垂直运动方向上的灰度变化来评价图像模糊度;NRSS算法在结构相似度SSIM算法基础上加入梯度信息提取和高斯滤波等改进,通过计算结构相似度评价图像模糊度。实验结果表明,该文研究的无参考模糊影像探测方法适用于航空影像数据,其评价结果与人眼主观评价结果具有较高的一致性,能够准确地缩小模糊影像的查找范围,极大地提高了航摄内业效率。