ETM+全色波段及其多光谱波段图像的融合应用

Landsat-7ETM+的全色波段与多光谱波段有相同的太阳高度角和其他环境条件,影像获取时间一致,两种不同分辨率的数据可以不经配准而实现高精度融合。目前常用的图像融合方法很多,究竟哪种方法更适合于ETM+图像,本次试验采用HIS变换、Brovey变换、SFIM变换、加权融合4种方法,分别实现ETM+Pan与ETM+的多光谱波段的融合,并从空间纹理信息、光谱真实性2个方面进行定量和定性地评价。研究表明,从综合角度出发,基于SFIM变换的融合方法产生的光谱扭曲和失真较小,同时很大程度地保持了高分辨率的全色波段的空间纹理细节信息,是一种适合于ETM+图像融合的较佳方法。     

高分辨率遥感影像在岩墙地质体信息提取中的应用

高分辨率遥感影像可明显表现地物的几何结构和纹理特征,从而使得在较小空间尺度上观察地物细节变化、进行大比例尺遥感制图成为可能。利用高分辨率QuickBird遥感影像,对新疆巴楚县麻扎尔塔格山地区的岩墙进行计算机辅助地质解译,共获得1227条岩墙。结合GIS空间分析方法获得了解译岩墙长度、走向分布等特征。结果表明:该地区76%的解译岩墙走向为NNW(135°~180°);QuickBird能够满足1∶2.5万地质调查的要求;通过地质分析综合解译结果获得了麻扎尔塔格岩体内部存在发育岩墙、岩墙形成应晚于内部的正长岩体的新认识。探讨并验证了高分辨率遥感影像在中小规模地质体解译中的可行性和有效性。     

高分辨率卫星影像图在震害快速预估中的应用

随着高分辨率卫星遥感技术的发展,遥感技术在地震灾害预估、评估和地震应急工作中发挥着越来越重要的作用,并成为震害评估和应急工作的重要发展方向之一。通过分析高分辨率遥感影像上建筑物的影像特征,设计了一种自动提取建筑物三维信息的模型;将提取出的建筑物三维信息,结合实验区人工调查的人口、经济数据．利用震害矩阵计算出不同类型建筑物在地震烈度场内的破坏等级和不同破坏等级建筑物的总面积,给出一定地震等级下的人员伤亡和经济损失的实际数据,建立了一套利用高分辨率卫星进行震害预估的技术流程。选取上海市宝山区为试验区．利用该技术进行了震害预估试验研究。预估结果具有较高的精度。     

高分辨率遥感影像的精纠正

论述了对高分辨率遥感影像进行精纠正获得正射影像的关键技术。若干实际不同分辨率的高分辨率遥感影像被用于相应的实验,实例证明了本文算法的正确性。     

基于光谱信息的遥感图像空间域自适应滤波

遥感图像往往由于内外因素的干扰含有各种噪声 ,为提高图像质量人们对其进行滤波。常规的滤波方式完全基于图像空间域 ,在消除异常点使图像平滑的同时使边界变得不清楚从而使图像模糊 ;或者正相反 ,在边缘信息得到增强时也放大了图像噪声而使图像变得粗糙。该文的自适应滤波方法充分利用多光谱和高光谱遥感图像的光谱维信息 ,滤波时不仅要使均匀的地块得到平滑 ,而且要使地块间的边缘、局部的异常点、线仍然得到保存、在光滑的同时尽量保持原有的数值特征     

基于形态分割的高分辨率遥感影像道路提取

基于灰度形态学,提出一种从高分辨率遥感图像提取道路网络的方法.首先利用灰度形态特征对遥感影像进行分割,进而得到基本的道路网络轮廓.然后在此基础上,利用线段特征匹配方法提取道路网络.提出的方法能适应于从道路和背景区别不很清楚的遥感图像中提取道路.实验结果也表明,本文方法能有效地从遥感影像中提取道路网络.     

基于小波包变换与IHS变换的遥感图像融合

针对多光谱图像与全色图像的融合,提出了基于IHS变换和小波包变换的遥感图像融合新方法.该方法首先对多光谱图像作IHS变换得到3个分量:亮度I、色度H和饱和度S;其次利用小波包变换融合方法融合多光谱图像的亮度分量与全色图像,并用融合后的图像替代多光谱图像的亮度分量;最后作IHS反变换得到新的多光谱图像.实验分析表明,新方法的性能优于IHS变换融合方法、小波变换融合方法和基于小波变换与IHS变换融合方法,在保留多光谱图像光谱信息的基础上,增强了融合图像的空间细节表现能力.     

高分辨率遥感影像上居民地半自动提取研究

设计了一种基于3×3区域灰度方差纹理特征的高分辨率遥感影像居民地特征分析算法,通过高斯模糊处理提高影像上居民地区域纹理特征一致性的同时,加大了其同背景地物纹理特征值的差异,并设计了相应的居民地自适应分割阈值求取算法,提出了针对居民地与道路提取分离的骨架化分析算法。     

一种加密控制点的新方法--空间投影加密法

遥感图像必须经过校正才能进一步应用,当前几种常用的几何校正模型(多项式法和共线方程法)对于一些控制点缺少或整体变形不一致等情况的遥感图像的校正精度往往不能满足要求.针对图像缺少控制点的情况进行研究,提出空间投影加密这一校正模型,论述其原理、模型及校正过程,并给出实验结果.