基于SIFT特征的多源遥感影像自动匹配方法

本文提出一种基于SIFT特征的不同源遥感影像自动匹配方法。首先利用Harris算子结合SIFT特征提取影像上均匀分布的特征点,建立高维SIFT特征描述符;然后以待匹配点与参考点间的欧氏距离为相似性测度,实施两种不同源遥感影像的特征匹配;最后将SIFT特征匹配结果作为初始值,采用将搜索范围扩大到尺度空间后的改进最小二乘影像匹配方法对SIFT特征匹配获得的同名像点进行精匹配。经对同一地区SPOT-5 HRG全色影像与航空摄影影像的匹配试验,取得了较好的结果。     

基于傅里叶描述子的高分辨率遥感图像 地物形状特征表达

本文在对傅里叶描述子进行归一化的基础上, 将该方法引入地物轮廓的形状特征描述中, 针对建筑物、 农田、道路和河道4 种典型地物, 分别从谱线特征、不同频段描述子对形状特征的贡献率、形状重构三个方面进行 分析, 结果表明, 在谱线图中, 直流分量对形状特征的贡献率在70%以上, 低频和高频成分共占7%—24%左右, 中 频成分的贡献率只有2%—4%左右, 仅低频成分(第1—5 项)便能够很好地进行地物形状重构。最后将第1—5 项描 述子应用到基于决策树的面向对象分类中, 得出实验区总体分类精度为98.48%     

Hyperion 影像分形信号特征研究

高光谱影像具有“谱像合一”的特征, 因而可以从谱和像两个角度对高光谱影像进行分形分析。本文把计 算表面分形维的双层地毯法用于计算Hyperion 高光谱曲线的分形维, 根据每一像元的高光谱曲线计算出每一尺度 的上分形信号和下分形信号, 并对分形信号值及分形特征尺度进行分析。结果表明对于不同地物其分形信号在某些 特定尺度(分形特征尺度)有较大的差异, 而且对于Hyperion 高光谱影像, 下分形信号可更有效地突出地物特征。文 章最后简要讨论了上分形和下分形、起始计算尺度以及原始采样点数目对分形特征尺度的影     

低空遥感数字影像的点特征提取算子的比较

低空遥感是遥感影像数据获取的重要手段之一,点特征是最常用的影像特征,目前存在多种点特征提取算法.本文根据低空遥感数字影像的特点和实际应用中的要求,利用探测速度、适应性、提取效能三个特征提取算法的比较标准对常用的点特征提取算子进行了比较.为针对不同特点的低空遥感数字影像,选择某点特征提取算法提供依据.     

一种基于直线特征的影像外方位元素解算理论与方法

与点特征相比,影像上的线特征,特别是直线特征,具有识别相对容易、使用灵活等优点,因此对直线摄影测量的研究已成为目前摄影测量的一个重要研究方向。依据空间直线在航空影像上的投影仍然是直线,并结合共线条件方程,通过线性化,推导了基于直线特征计算像片外方位元素的误差方程;并且给出了计算过程。最后,通过实验验证了基于线特征计算像片外方位元素理论与方法的可行性和可靠性。同其他方法相比,该方法具有易于理解、便于计算、实用性强、易于实现影像自动外部定向等特点。     

利用目标点最小生成树的路面裂缝检测

分析路面裂缝的成像特点,提出了一种基于目标点最小生成树的路面裂缝检测方法。最小生成树具有描述空间线性聚集特征的优点,有利于实现对裂缝的全局分析和提取。实验结果表明,对不连续裂缝的处理,本文方法优于传统方法。     

无人机高空间分辨率影像分类研究

本文利用无人机影像进行土地利用类型研究,面向对象方法对影像分割,获取了最佳分割尺度;根据各土地类别的特征信息建立分类定义,提出了快速、准确获取土地利用类型的方法。研究结果表明,运用面向对象方法能很好地解决无人机高分辨率影像分类问题,其中关键是影像分割尺度的选择和影像对象特征信息的提取。     

一种纹理特征融合分类算法

分别利用多通道Gabor滤波器和马尔可夫随机场模型对纹理图像进行分析,得到两组特征影像。将上述两组特征影像进行融合,最后利用融合后的数据实现图像的分类。实验证明,基于上述方法的纹理特征融合分类算法大大提高了图像的分类精度。     

基于偏最小二乘回归的纹理特征线性组合

基于偏最小二乘回归技术对纹理特征进行线性组合,得到新的纹理特征来进行分类。实验表明,组合后的纹理特征不但提高了纹理分类的性能,而且具有一定的数据自适应能力。     

成像光谱数据特征选择及小麦品种识别实验研究

针对河北栾城获得的MAIS成像光谱仪数据用于小麦品种识别进行了特征选择和分类研究。利用遗传算法以JM距离为准则并结合实验区小麦的生物物理特性，进行了最佳波段选择；利用Fuzzy—Anmap分类器及选出的最佳波段对成像光谱数据进行了分类，区分出了4种小麦品种，小麦的总体分类精度超过97％。