南海文昌地区内波振幅反演研究

The field experiment is conducted from April 16,2005 to July 20,2005 at Wenchang area east of Hainan Island(19°35'N,112°E) of China.Internal wave packets are observed frequently with thermistor chains during the experiment.Meanwhile,internal waves are also detected from a synthetic aperture radar(SAR) image on June 19,2005 and several other moderate-resolution imaging spectroradiometer(MODIS) images near a mooring position.The distance between the positive and negative peaks induced by the internal wave can be obtained from satellite images.Combined with remote sensing images and in situ data,a new method to inverse the amplitude of the internal wave is proposed based on a corrected nonlinear Schr?dinger(NLS) equation.Two relationships are given between the peak-to-peak distance and the characteristic wavelength of the internal wave for different nonlinear and dispersion coefficients.Based on the satellite images,the amplitude inversion of the internal waves are carried out with the NLS equation as well as the Kd V equation.The calculated amplitudes of the NLS equation are close to the observation amplitude which promise the NLS equation a reliable method.     

高分辨率遥感影像海岸线半自动提取方法

海岸线快速准确提取具有十分重要的意义。利用遥感技术提取海岸线具有宏观、快速、综合、高频、动态和低成本等突出优势。然而,利用人工解译费时费力,而计算机自动解译精度低。对此,提出一种半自动的面向对象海岸线提取方法。首先利用eCognition进行图像分割,通过人机交互的方式进行海、陆标记,然后利用光谱直方图测度对象之间的相似性,最后通过两阶段对象合并的方式实现海岸线提取。使用高分2号数据分别提取人工和潮滩海岸。实验表明,本文方法具有快速、通用性强、精度高的优势。     

全景图生成软件对比与分析研究

全景图在虚拟环境、街景地图等应用中发挥的作用日益重要,成为地理信息表达的一种重要方式。本文通过介绍全景图生成的关键技术,重点利用目前主流的三款全景图生成软件Photo Stitch、Panorama Maker、Pix Maker,分别对室内图像及室外图像进行全景图的拼接实验,并对三款软件的拼接结果及图像融合效果进行对比分析,从而为用户选择及使用软件提供指导。     

基于内容的遥感图像数据库植被区域检索

随着遥感图像数量的急剧增加,基于内容的遥感图像检索系统已成为一个研究热点。该文在以综合区域匹配算法为图像相似度度量的前提下,提出了以空间绿颜色特征值降序排序的遥感图像数据库植被区域检索方法。首先,用综合区域匹配算法对图像进行相似度度量;然后,依据这些图像的空间绿颜色特征值对图像进行降序排序,从而得到含有植被区域这一高级语义特征的检索结果。实验表明:该方法将检索查准率提高了20%,检索效率明显提高,可满足用户的需求。     

改进的小波域多聚焦图像融合算法

小波变换和清晰度评价相结合是一种有效的多聚焦图像融合方法。首先,对源图像进行小波分解得到低频子带和高频子带,其次,引入多聚焦图像空域融合中的清晰度评价指标,用改进的梯度能量确定低频部分的清晰像素并进行融合;在高频子带上,先计算每个像素与其邻域像素灰度值之差的绝对值和,然后选取和值较大的像素系数作为高频子带的融合系数。两组实验仿真结果表明,该算法更有效,融合图像更清晰、细节更丰富,更好地继承了源图像的信息。     

结合PCNN的红外与可见光图像多尺度融合

针对红外与可见光图像融合对比度不高,易丢失细节信息等问题,提出了一种非下采样Contourlet变换域内基于特征激励的自适应PCNN红外与可见光图像融合方法。PCNN模型采用平均梯度和赋时矩阵来自适应调节其链接强度和迭代次数等参数。对NSCT多尺度多方向高低频子带系数,分别采用特征激励PCNN,根据点火时间图的区域能量来选择融合系数。实验结果表明,该方法能够有效地融合红外和可见光图像信息,对比度高,细节保持好,无论在视觉效果上还是客观评价指标上,优于常用的图像融合方法。     

光学遥感影像DCM-HTM去雾算法研究

针对卫星遥感影像的雾区检测和校正问题,提出了一种暗通道图像DCM与雾厚度图像HTM结合的DCM-HTM遥感影像去雾算法。算法基于暗通道原理,采用mean-shift均值漂移滤波和直方图自动阈值来检测雾区域;同时通过不重叠窗口获取HTM;最后在检测出的雾区内实现去雾校正处理。实验结果表明,算法能较准确地检测出影像上的雾区域,能在影像正常区域不受影响的前提下,有针对性地对受雾影响区域进行校正,校正效果较整幅影像的去雾校正有较大改善。     

基于聚类的极光形态分类的探索性研究

极光形态为研究日地物理过程提供了显著、直观和具有可识别性的特征。合理分类对研究各类极光现象与磁层动力学过程之间的关系尤为重要。极光形态分类机制的选择问题是极光有监督分类研究被主要诟病的问题之一。有监督分类实验中人工标记的工作量非常浩大,而且不能保证标记的准确性。更重要的是,高分类正确率只能说明自动分类符合人的认识,有监督分类结果无法验证分类机制的正确性。现有的分类机制是否为极光数据空间的真实划分,是否存在更为合理的分类机制都是我们应该探讨的问题。针对该问题,基于已有的全天空极光图像表征方法,引入聚类算法探究极光特征空间的结构,利用了9种聚类有效性函数选择适合极光数据的聚类个数。实验结果表明,对于从2003—2004年北极黄河站观测的全天空极光数据中随机选取的6 000幅极光图像,两类和四类的划分方式最为合适。两类的划分可以看作是分离度较好的极光类型,并且根据两类分布曲线呈现午前-午后双峰的分布特点,这一类极光可能是弧状极光。对于四类的情况,虽然通过肉眼观察无法用一幅典型的极光图像代表每一类,但是这些由聚类得出的极光类型具有各自的时间分布特点,这一结果从无监督的角度证明了极光类型在形态上是可分的。     

基于空间共现核的遥感影像分类

采用了基于模糊关系的图像空间共现核来进行高分辨率遥感影像的分类。首先分析了遥感影像的特点,指出其不存在绝对的参考帧。针对该特点,采用了具有较好方向不变性的描述子MROGH（multi-support region order-based gradient histogram）来进行遥感影像底层特征的描述;随后针对图像编码时的软编码情形采用了基于模糊关系的图像空间共现核来构建遥感影像的全局特征汇聚。在公用基准数据集上进行的遥感影像分类实验表明,采用本文方法得到的分类正确率显著优于传统的方式。此外,针对遥感影像分类时采用的不同分类框架进行了评估。