基于PRS的遥感图像地物信息提取模型

点源理论(PRS)是一种面向应用需求的集中信息处理方式。不同尺度、不同分辨率的点都是一定的综合信息场,是客观世界的真实反映。本文在数字图像处理过程中引入点源理论,探讨针对地物空间信息应用服务的遥感信息分析和处理模型,讨论基于点源的图像构造、知识构造及地物模型建造过程,给出基于点源的遥感图像地物提取流程。     

概率神经网络与BP网络模型在遥感图像分类中的对比研究

通过分析概率神经网络(以下称PNN)的基本结构及其训练算法,建立了卫星图像分类的概率神经网络模型,并通过实例对比分析了概率神经网络与BP网络分类模型的分类效果。实验表明,PNN图像分类方法在分类精度上优于误差反向传播神经网络模型,且分类时间相当,是一种有效的图像分类方法。     

基于灰度形态学的高分辨率遥感影像预处理

提出了一种从高分辨率遥感影像中提取线性目标时影像预处理的方法。该方法基于灰度形态学的Top-Hat运算和灰度膨胀运算，用Top-Hat算子除去影像的噪声，再利用灰度膨胀增强影像目标和背景之间的对比度，使目标更易于识别。经过处理的遥感影像，能够更有效地提取影像的目标。     

IMD法在多光谱图像分类中的应用

数学形态学着重于分析和处理图像的几何结构信息。根据这一原理，在图像分类预处理过程中，对各种地物区域的几何结构特点进行分析，构造相应的结构元素，然后对图像进行形态迭代分解法(IMD，Iterative Morphological Decompostion)变换。在变换结果中，地物区域的灰度信息进行了归一化处理，同时区域的几何结构特点和独立地物得到了有效保留。将多光谱图像的IMD变换结果进行分类实验的结果表明，该方法可以有效提高多光谱图像分类的精度和效率，具有较强的适用性。     

GIS数据辅助下的线状目标自动提取

首先介绍了遥感影像中线状目标骨架自动提取的意义和研究现状，然后结合老的GIS数据，提出了一种算法来实现遥感影像中线状目标骨架的自动提取，算法主要包括影像预处理、GIS数据与影像的配准、骨架跟踪、编组连接与数据简化等步骤。最后又利用遥感影像和相应的GIS数据进行了实验，实验证明了算法的可行性和有效性。     

图像控制点数据库的设计与实现

地面控制点数据是航天航空图像摄影测量几何处理的必需数据。文中首先比较了控制点数据的存储管理方式，即采用文件系统方式与数据库方式的优缺点；接着分析了控制点图像数据的特征，从而提出了图像控制点数据的数据库存储方案，讨论了图像控制点数据库的查询方法；最后结合文中的方法，设计并且实现了一个控制点图像数据库管理与应用实验系统。通过分析认为，建立控制点图像数据库是重复利用控制点资源的有效途径。     

探索地理信息智能化处理技术

GIS自产生至今30多年来，世界各国都竞相开展GIS技术研究和应用开发，使其得到了迅速的发展，已形成较为完整的理论体系和大批实用系统，并已在社会各专业领域得到广泛应用并产生了巨大效益，目前，开始朝着产业化、集成化、智能化和社会化的方向发展。随着3S技术的集成应用，人们对GIS的运行效率及其深入的应用提出了更高的要求，地理信息智能化处理已成为地图学和GIS建设必须解决的问题，也是GIS发展的必然方向。在地理信息处理中采用人工智能技术，发展智能GIS或者专家GIS，是解决复杂地学问题的重要途径，也是目前GIS最吸引人的一个应用方向。目前在地理信息处理的许多领域都在使用人工智能技术，比如地图模式识别、地理数据的自动分类、地学专家系统、智能GIS、空间数据挖掘等。本文通过对当前地理信息智能化处理技术发展现状的阐述，旨在探索人工智能在地理信息处理中的应用前景。     

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     

利用案例推理（CBR）方法对雷达图像进行土地利用分类

提出了基于案例推理 (CBR)的遥感分类的新方法。基于规则的专家系统被用来提高遥感分类的效率。但所涉及的规则可能多达上百或上千条 ,有的问题根本无法用规则来表达。CBR只是根据以往的案例进行推理 ,克服了基于规则的推理方法的不足 ,可以用来解决一些复杂的资源环境问题。利用CBR和模糊数学结合 ,并通过分层随机采样来控制案例在空间上的分布 ,以反映复杂环境所造成的光谱变化 ,由此解决遥感分类中的“同物异谱”现象。实验表明 ,所建立的案例库可以被重复多次使用 ,分类的效果比监督分类和非监督分类要好。     

利用AMTIS数据反演植被和土壤温度

遥感陆面温度 (LST)是目前遥感界面临的重要课题 ,组分温度反演则为LST反演的主攻目标。如果混合像元组分间的温度及发射率存在明显差别 ,就可以从多角度热辐射亮度变化中分离出组分温度的信息。在热辐射矩阵模型的基础上 ,讨论了确定可反演参数和反演组分温度的方法 ,并以AMTIS多角度热红外图像为数据源 ,在进行几何和大气纠正后 ,尝试利用矩阵反演方法分解混合像元中的植被和土壤温度。误差分析表明土壤温度反演结果较好 ,但植被温度的反演精度不高