红外与可见光图像配准的梯度相关法

多模态图像配准是图像配准研究中的重难点问题。本文将实数域的灰度图像转换到复数域的梯度图像,借鉴SAR图像配准的相干系数法,提出了基于梯度相关性的多模态图像配准相似性测度。通过中波红外和可见光图像的配准实验验证了方法的可行性,为多模态图像配准研究提供了新思路。     

图像ROI选择及其应用研究

在辐射成像应用中,DR及CT检测会产生大量的图像数据,对这些图像数据的处理涉及图像处理技术的方方面面。这些处理技术包括重建、可视化、图像增强、图像压缩和图像缺陷分析等。通常人们需要对图像中的特定区域（ROI）进行处理,并对图像上的ROI进行选择。ROI的确定,编辑是辐射成像图像处理的常用功能。本文介绍常用各种ROI,实现了这些ROI的勾画、编辑、选择等功能,并介绍了ROI与孔隙度计算及缺陷识别等应用的结合。     

不变矩特征在医学CT图像中的应用分析

本文以医学CT图像为研究对象,探讨不变矩特征在医学CT图像中的应用。首先实验验证不变矩特征所具有的旋转、平移、缩放等不变特性,其后以基于内容的医学图像检索为例,揭示不变矩特征在基于内容的医学图像检索中的应用原理,最后分析图像不变矩特征的应用场合。实验成果对不变矩特征在医学图像识别、图像匹配、形状分析、图像分割以及基于内容的图像检索等领域的应用具有推动作用。     

面向对象的航空高光谱图像混合分类方法

传统的高光谱分类通常仅考虑单一像元的光谱或纹理特征,分类后容易出现地物破碎的现象。鉴于此,本文提出了一种面向对象的混合分类方法,将面向对象的分割结果与传统的像元级分类结果进行有机融合,充分利用对象的光谱特征和空间结构特征。在此基础上,引入了2种具体的混合分类方法,即多尺度分割的SVM分类和多波段分水岭分割的SVM分类。前者将地物光谱的可变性进行弱化处理,转化为多尺度均质对象单元进行分类;后者融入了地物的空间信息和形态学特征,对分割得到的同质区域进行分类。将这2种分类方法应用于航空高光谱数据,实验结果表明：面向对象的混合分类方法的总体精度分别为92.63%和96.13%,与传统的像元级分类法相比,分别提高了10.14%和13.64%,有效地解决了分类后地物的破碎现象。     

利用FY-2C双光谱图像反演白天像素级逐时雨强

基于中国静止气象卫星FY-2C的多光谱数据,研究了由热红外亮温和可见光反照率拟合反演白天地面像素级逐时雨强分布的方法.利用降雨概率判识矩阵区分了降雨云和非降雨云,技术得分为0.5073,比简单利用阈值划分方法显著提高了雨区判识精度.对逐时降水率的分析,允许误差为±20%内,正确率为52.19%.对降水等级的分析,经1200多个实测有雨样本的检验,其对小雨、中雨、大雨和暴雨的实测命中率达62.79%.若将降水率小于0.5mm/h的微雨这种临界状态作无雨处理,则有雨样本的降水强度判识准确率达到88.17%.     

基于植被指数的高光谱遥感水陆识别方法初探

提出了一种判别两类地物分类效果的依据——显著性度量,并采用植被指数的形式,给出了应用高光谱图像进行水陆识别的方法。以滩涂为例进行水陆识别实验,结果表明,基于显著性度量遴选得到的最佳植被指数类型及其最佳波段组合,适合于解决以高光谱图像为数据源的水陆识别问题。     

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.     

基于多特征的高分辨率遥感图像分析

为克服传统的基于像元的遥感图像分析的局限性,提出基于多特征的高分辨率遥感图像分析方法,并以北京地区亚运村的城市土地利用的识别检测为例对该方法进行相应的阐述.     

从地图看世界

人类由于自身的局限不可能重新经历地球的每段历史,也不可能亲至地球的每个角落去认识世界但所幸我们有地图．可以通过地图来看世界．通过地图来认识地球的过去与现在。地图像人类历史一样古老．而且随着人类的进步不断演变。地图告诉我们的远比指导我们如何从一个地方到达另一个地方的内容多得多。地图展现     

一种从SAR图像中提取城市道路网络的方法

提出一种从高分辨率SAR图像中提取城市道路网络的算法.在高分辨率SAR图像中,道路在空间结构上表现为一细长的且宽度基本恒定不变的均匀区域.利用模糊C均值聚类方法对高分辨率SAR图像进行聚类分析,将道路类像素从原始图像中分离出来.为突出道路形状特征,减少冗余信息,对聚类结果进行细化,同时利用跟踪算子消除短线段;以提取道路中心线二值图的像素值作为图像能量,应用Snakes模型检测道路网络.通过实际SAR图像验证,该算法可以准确提取复杂的城市道路网络.