全极化SAR数据在地表覆盖/利用监测中的应用

SIR-C/X-SAR是运行在地球轨道上的第一个多波段(L、C、X)全极化(HH、VV、VH和HV)成像雷达系统,该系统具有极化测量和干涉测量功能。全极化雷达测量每一个像元的全散射矩阵,所获取的信息非常丰富。但是,由于这些极化合成图像具有较高的相关性,导致了图像信息提取精度的降低。本文基于新疆和田地区的SIR-CL波段全极化雷达数据,利用全散射矩阵的特点合成了HH-VV极化相关图像、极化度图像、目标增强图像和相位差图像。这些图像相关性小,地表覆盖信息丰富,提高了全极化SAR数据在实验区信息提取的准确度。     

影像分割的城市不透水面信息提取

针对线性光谱混合分解在端元选取中的不足,该文提出了结合影像分割的线性光谱混合分解不透水面估算模型。选取植被、高反射率、低反射率、土壤4种端元,利用线性光谱混合分解和结合影像分割的线性光谱混合分解两种模型,以2010年的TM5遥感影像为数据源对哈尔滨市主城区的不透水面进行估算,并对两种模型进行了对比分析。研究结果表明:线性光谱混合分解和结合影像分割的线性光谱混合分解的平均绝对误差分别为19.84%和14.76%,说明结合影像分割的线性光谱混合分解模型比线性光谱混合分解方法的估算精度高。     

小波的SAR和光学图像融合方法比较研究

本文通过光学图像和SAR图像的融合,对几种典型的小波融合方法进行了分析对比实验,并使用各种评价标准对它们的融合效果给出了评价。在此基础上,对光学图像和SAR图像融合效果的各种评价标准做出了讨论并提出自己的看法。     

顾及小波变换的土地利用变化与经济因子的多尺度相关性分析

以武汉市为研究区域,借助小波分析工具,揭示了土地利用变化的特征尺度。通过小波方差-尺度图可以辨别出,样区中64m尺度域上的小波方差为极值点,能较好地反映土地利用变化的空间格局。在特征尺度分析的基础上进行土地利用变化与经济影响因子多尺度相关性分析,结果表明,各经济影响因子的对土地利用变化的制约性随尺度的增大不断增强,小尺度上经济因子与土地利用变化的相关性较小;在特征尺度上,一般经济因子的相关系数较大,原因在于特征尺度上土地利用的空间结构信息丰富,能较好地反映经济因子与土地利用变化的相关性;大尺度上随着信息的不断合并,多数经济因子相关系数增长缓慢并逐渐趋于稳定;多尺度相关性分析反映了经济影响因子作为宏观制约因素影响样区土地利用的变化,也验证了特征尺度分析的有效性。     

小波分析在高边坡水平位移异常值探测中的应用研究

在测量工作中由于仪器误差等因素引起的粗差不可避免,针对粗差会导致数据中出现异常值这一问题^[1],本文以某一高边坡为研究对象,通过小波分析方法,利用MATLAB软件中的小波工具箱对某一高边坡水平位移监测成果进行异常值的探测。研究结果表明：针对某一高边坡的模拟增加粗差,进一步用小波分析方法对异常值探测,通过原始信号的差分信号可以看到剧烈波动点,有效地完成了对水平位移异常值的探测。     

随机误差对七参数转换模型的影响分析

针对在七参数坐标转换过程中,控制点本身含有的各种误差会对坐标转换的结果产生影响的问题,该文探讨了随机误差对七参数转换模型的影响:以七参数坐标转换模型为研究对象,模拟不同尺度范围的空间直角坐标,给定七参数数值求解另一组空间直角坐标,然后加入不同幅度的随机误差,利用最小二乘准则求解参数,从数值角度分析随机误差对七参数数值以及坐标转换结果的影响。实验结果显示,大范围的七参数模型解算的稳定性优于小范围的模型解算,以及X、Y、Z方向某一方向上的误差对另两个方向的解算结果影响较小。     

基于目标灰度的土地利用变化信息边界提取

为了提高大区域土地利用变化信息提取效率,本文在变化信息自动发现的基础上,基于目标灰度信息,研究遥感影像中土地利用变化信息的边界提取方法.由于研究对象是大区域中的小目标,无法直接利用灰度直方图寻找分割目标的灰度分布范围.本文提出了一种典型区域法,方法是利用区域中分割目标密集的多个典型小区域的灰度直方图计算所有目标的分割阈值.由于影像中地物众多,为了减少噪声的影响,提高计算速度,先利用双阈值分割法对目标进行粗分割,再对其进行小波变换,利用其模值,以及结合目标灰度信息,可以将目标边界快速地提取出来.     

基于变形观测数据粗差探测与修复的小波变换法

研究小波变换在变形监测数据中探测与修复粗差的应用问题,实例分析证明：借助小波的多分辨率分析和数理统计的知识,能有效地探测出粗差,并通过对高频系数模极大值点的插值处理,结合小波重构等理论有效地修复粗差,为进一步进行变形分析与预报提供可靠保证。     

基于区域特征的小波差值变化检测方法

小波变换在图像处理与分析方面的应用已取得很大的成功,如基于小波变换的图像编码、去噪、融合等,但在多时相的遥感影像变化检测方面的研究还很少.提出并实验了一种基于区域特征的小波差值变化检测方法,该方法对于高分辨率的遥感影像具有较好的检测效果,同时提高了运算速度.实验结果表明了该方法的可行性和有效性.     

航空影像与TM影像的配准及用航空影像对TM进行作物估产方法的精度检验

人们总是期望用较高分辨率的遥感影像来检验或评价相对低分辨率的遥感影像的分类结果的正确性，比如用航空影像检验ＴＭ的分类结果，用ＴＭ影像检验ＮＯＡＡ的分类结果。然而进行检验的首要关键的问题是将两幅不同分辨率的遥感影像在空间准确配准。事实证明，在空间域进行强制叠合是不成功的，因为二者没有可比的共同基准。两物相比必须要有一个共同的基础，作者认为遥感影像的空间频谱是一个较好的可以相互比较的基础，人们可以设法使空间尺度不同的两幅遥感影像在空间频谱上具有一致性，也就是说对相对高分辨率的影像进行适当的低通滤波而粗化，并通过它与相对的低分辨率的遥感影像进行错动，求取相关系数值，当相关系数达到最大值时可被认为是最佳的配准状况。本文以１：１００００的黑白航空像片为准，对应用ＴＭ影像估算冬小麦播种面积的精度进行了对比检验。结果表明，在传统的监督分类，Ｋ－Ｔ变换或混合像元分解方法中，混合像元分解方法的精度最高。