浅谈对“IKONOS卫星”的认识

本主要介绍了IKONOS卫星数据特点及其应用领域、技术、方法。     

县级耕地遥感动态监测方法研究

利用不同时相的TM数据，采用遥感数字图像处理技术，首先对TM图像进行几何精校正，然后在图像增强处理的基础上，分别采用图像复合分类、图像比值和分类结果数学运算3种方法实现耕地遥感动态监测。在耕地信息准确提取的前提下，分类结果数学运算不失为耕地监测的一种有效方法。     

一种提高CCD成像卫星空间分辨率的方法研究

从卫星硬件设计与地面软件处理相结合的角度出发，建立了一套提高卫星图像空间分辨率的方法。对模拟靶标图像、一航景物图像、遥感图像分别进行了不同分辨率成像效果的计算机模拟。结果表明，所建立的卫星图像空间分辨率提高理论是正确的，使卫星图像空间分辨率提高2倍甚至更多在理论上是可行的。这一研究成果的实际应用，将会提高卫星的空间分辨率，也可以在保持卫星分辨率的条件下，缩小光学仪器的焦距，使卫星相机小型化，减小其体积和重量。     

雷达图像中的转换构造信息及其应用

低序次断裂是地壳变形的直接产物，具有丰富的构造变形信息，经过转换的低序次构造。形式多样，图案复杂，是构造研究的重要对象，也是地表稳定性研究的重要基础。利用香港地区航空雷达图像资料，提取其中低序次构造的弱信息，建立转换变形模型，以分析区内不稳定地表的构造背景。区内北东向断裂是主要构造，其右行剪切形成一系列低序次R面，P面，R^1面构造，在雷达图像上表现为线性弱信息并且与微地貌发育有关。利用线性构造增强，提取技术和低序次构造组合分析方法，结合野外地质调查，确定马鞍山地区EW向的张性破裂是NE向张剪断裂的转换，是造成马鞍山滑坡的重要地质因素。     

ROI技术在车牌识别系统中图像存储方面的应用研究

ROI（region of interest，感兴趣区域）作为新一代图像压缩标准JPEG2000所增加的一个功能。利用该功能，我们能够针对图像内容进行不同级别压缩，从而提高图像的压缩比，在目前的车牌识别系统中，由于车牌识别精度不高，以及为了更好地查证车辆等原因，仍需存储图像数据，并且，为了减少图像的数据量，还需要对图像进行压缩处理，由于我们对车牌图像中的不同内容，精度要求不同，因此，可以利用ROI方法进行图像压缩，从而减少图像的数据量。     

基于分类K—L变换的多波段遥感图像近无损压缩方法

去除空间和谱间相关性是多波段遥感图像压缩中的重要环节，为了得到更好的去相关效果，将矢量量化方法引入多波段遥感图像压缩中，以去除对应同一地物的波段矢量间的相关性，再通过分类K－L变换去除量化误差图像的变间相关性，对K－L变换后的特征图像采用预测树的方法进一步去除谱间结构相关性和空间相关性，实验结果表明，该方法可以取得很好的压缩效果。     

土壤遥感分类识别推理决策器的设计

介绍了干旱区土壤遥感分类识别推理决策器的设计原理与实现方法。在用TM遥感图像对土壤类型进行非监督分类的基础上，建立了正向推理与逆向推理相结合的推理机制，对土壤类型进行分类识别决策。用知识表示的产生式规则与框架式规则相结合的数据结构表示土壤学专家的土壤分类识别知识。用像结构模式建立了土壤分类识别的规则，构造了土壤分类判决树，并用典型像例模式进行了各类型土壤判据文件的组织。用该方法对新疆天山北麓阜康试验区的土壤分类识别进行了试验研究。结果表明，该方法分类精度可靠，为干旱区土壤分类识别开辟了一条新的途径。     

航空扫描图像视角辐射误差的统计改正方法

在航空遥感中，位于传感器扫描线上的像元由于视角位置的不同，通常产生不同的辐射误差。这种辐射误差严重影响了基于遥感图像进行的各种定量分析的精度。因此，对这种视角辐射误差进行改正非常必要。本文从传感器视角和微小平面反射的角度出发，讨论和分析了航空扫描图像的视角辐射误差，研究了航空扫描图像中由于视角引起辐射误差的统计改正方法，并利用模拟扫描数据进行了试验，结果表明该方法是有效的。     

基于整数小波变换的多光谱图像无损压缩

多光谱图像一般都采用预测方法去除空间冗余和谱内冗余实现无损压缩。通过用提升方法构造整数小波变换, 将变换方法用于去除空间冗余；通过分类方法构造谱间预测器，用预测方法去除谱间冗余，两者相结合，实现无损压缩。由于变换方法的去相关性能良好，使该方法压缩效果大大改善。     

川南区域构造变形及应力场遥感图像定量解析

采用区域构造变形及应力场遥感图像分层解析法，利用遥感TM图像对研究区宏观构造及有关的横张大节理系统进行详细解译，结合物探资料并应用力学方法对区域构造变形场和应力场进行了计算与分析，建立了该区构造变形场和应力场的三维彩色定量解析模式图，通过综合分析研究，对该区构造组合的空间格局及其控矿（油气）规律进行了探讨。