基于Radon变换的SAR图像船迹检测研究

给出了一种检测星载(合成孔径雷达SAR)图像中舰船尾迹的方法,该方法主要特点是将Radon变换局部化,即在对像素灰度值积分过程中沿着线性特征被分割后的若干短线段进行积分,而非对整张图像进行积分。该方法克服了Radon变换方法的局限性,使尾迹信号在背景噪声较强时依旧能被检测出,并且能检测出相对于整幅图像的尺寸较短小的尾迹。     

多维信息在改善沿海地区图像分类精度中的应用方法

在某些专题研究中,由于研究目标、大气传输、下垫面及其他因素的限制,波谱分析的统计分类模式并不能完全满足研究需要。虽然多时相高精度图像可以提高分类精度,但常因其费用相当昂贵而难以实现。因此,如何在现有资料基础上,提取更多有效信息是亟需解决的问题。针对沿海地区特有的复杂地理现象,以TM图像为基础,通过量化手段进行最佳信息维数的确定与最佳信息维数组合的选择,探讨了信息维数对分类精度的影响。结果表明,在原有图像基础上,进行信息挖掘并重新组合可以得到能满足工作需要的分类精度,组合维数以6维最佳,更多的信息融合对精度影响不明显。     

基于复数小波变换的遥感图像融合新算法

提出了一种基于复数小波变换的影像融合新算法，用以融合全色影像和多光谱影像。试验结果表明，谊算法可以取得比传统的实数小波变换融合算法更好的效果。     

结合双边滤波Retinex和图像融合的图像去雾方法

针对传统的去雾方法对无人机有雾图像进行去雾时存在细节丢失严重、去雾效果差等问题,本文提出了一种结合双边滤波视网膜反应（Retinex）算法和图像融合的图像去雾方法。首先,利用双边滤波Retinex精确计算入射分量,对亮度分量进行双边滤波Retinex处理。其次,对两个色彩空间处理后的影像进行图像融合。最后,本文以两景无人机有雾图像为实验数据进行实验,结果表明,本文方法的标准差和信息熵等指数整体上升,能获得细节与色彩较好的去雾影像。     

位(BIT)累加技术及其应用

本文介绍一种用于研究多变量空间相关性和共现规律的位(bit)累加处理技术。主要内容为用生成位累加图像方法计算共现指数,以定量方式表达多个变量在空间上的重叠关系。并将共现指数转变成有确定地质意义和数量概念的变量,为地质分析和成矿有利地段的确定提供依据。     

高光谱热红外星上辐亮度图像模拟及初步应用

基于卫星数据的热红外图像模拟可以为热红外大气校正、地表温度和发射率反演和前期验证提供数据支撑,同时也可以为热红外传感器的波段设置和优化提供参考。热红外图像模拟是进行热红外定量遥感研究的有效手段。本研究利用Terra星上搭载的ASTER（Advanced Spaceborne Thermal Emission and Reflection Radiometer）遥感数据所反演得到的地表温度和发射率产品,基于高光谱辐射传输模型,模拟8—14 μm（714—1250 cm^-1）,波谱分辨率为0.25 cm^-1的星上TOA（Top of Atmosphere）高光谱热红外成像模拟数据。在此基础上,结合高光谱热红外图像数据的特点,实现了温度和发射率分离算法,以及对比了不同的基于图像的大气校正算法。结果显示,本文提出的热红外图像模拟方法可行,能够为评价不同的大气校正、温度和发射率分离算法提供有效的数据支撑。     

海底声学底质分类的ELM-AdaBoost方法

基于自适应增强算法（AdaBoost）结合极限学习机（ELM）,通过迭代、调整、优化ELM分类器之间的权值,从而构建了具有强鲁棒性、高精度的ELM-AdaBoost强分类器,增强了现有的ELM分类器的稳定性。以珠江口海区侧扫声呐图像为实验数据,对礁石、砂、泥3类典型底质进行分类识别,该方法的平均分类精度超过90%,优于单一ELM分类器的平均分类精度85.95%,也优于LVQ、BP等传统分类器,且在分类所耗时间上也远少于传统分类器。实验结果表明,本文构建的ELM-AdaBoost方法可有效应用于海底声学底质分类,可满足实时底质分类的需求。     

基于街景图像的“三生空间”识别方法研究

从生产-生活-生态功能角度划分城市空间格局,不仅是国土空间结构优化的基础,也能反映城市用地的内在功能形态和空间组合模式。然而,以往城市“三生空间”的识别主要利用遥感图像、兴趣点和土地利用数据进行,缺少城市内部的立体信息。街景图像可以体现城市内部街道特征,实现街道内部物理环境近距离大规模高分辨率的客观测量。因此,本文基于街景图像提取场景语义特征,提出一种中心城区“三生空间”的识别和特征重要性分析的方法。以成都市四环内为研究区,使用梯度极限提升算法识别城市“三生空间”,进行模型精度对比检验,从道路、格网和交通分析区3个尺度分析研究区“三生空间”的格局分布特征,并引入沙普利加和解释(SHAP)方法探索“三生空间”的特征重要性。结果显示：(1)本文提出的基于街景图像识别“三生空间”方法具有较好的效果,模型识别生产、生活和生态空间的R²均达到0.6,表明使用街景图像识别“三生空间”具有可行性;(2)分析研究区内的“三生空间”分布格局,研究区内以生产-生活空间为主,数量多且在区域内呈片状分布,以生态空间为主的单元数量少,主要分布在大型公园处;(3)分析7维场景层语义特征的重要...     

基于合成孔径雷达回波信号的海洋溢油监测方法研究

海洋油污染是各类海洋污染中最常见、分布面积最广且危害程度最大的污染之一。近年来,海洋特别是近海人类活动频繁,且随着海上运输和石油加工业的发展,油田井喷、钻井平台爆炸、船舶碰撞等所造成的溢油事故增多,因而,监测海洋溢油具有重要的经济和社会现实意义。研究采用MatLAB工具,通过图像预处理(图像校正和增强)、特征提取和神经网络识别等方法,对合成孔径雷达(SAR)海洋溢油图像进行处理,最终期望实现半自动区分SAR图像上各类目标,并进行多种神经网络方法效果比较。研究首先对SAR海洋溢油图像进行初步人工识别;然后进行图像预处理(几何校正、滤波处理等)和基于灰度共生矩阵的特征值计算;最后,借助神经网络方法对溢油区域和疑似溢油区域进行分类,输出分类处理后的图像。通过输出图像分析发现,神经网络能对SAR海洋溢油图像中溢油、海水、土地3类目标进行明确分类,且RBF神经网络模型精度高于BP神经网络。本文提出的半自动分类方法不仅能提高SAR图像处理效率,将分类目标扩充有溢油和非溢油扩充到溢油、海水、土地3类,提高图像处理的全面性,同时通过比较RBF和BP神经网络在SAR溢油图像分类上的具体优劣,有着较好实际意义。     

考虑视觉传达效果的震后区域三维图像虚拟重建

传统二维震害图像方法对震后区域进行研究时,由于其拍摄角度具有局限性,震后区域图像的视觉效果不理想。提出基于三维激光扫描技术的震后区域三维虚拟重建方法,采用三维激光扫描仪测量震后区域,获取该区域的点云数据,采用Cyclone软件合并点云数据后,得到震后区域拼接后的整体点云图,将该图点云数据进行去体外孤点、去噪声点以及点云取样等处理后实施封装,在封装的点云数据上采用Sketch模型实施贴图操作,实现视觉传达效果理想的震后区域三维图形的虚拟重建。实验证明,所提方法对震后区域的三维图像虚拟重建结果精度高、视觉效果好。