核线影像生成过程中的大图像分块问题

讨论了核线影像生成过程中的大图像分块处理问题 ,给出了按条分块的策略及其有关问题的解决方法。研究成果对其它应用中的大图像分块处理也具有一定的参考价值     

遥感影像制图综合的智能化研究

本文以人工智能为基础,用计算机模拟一般制图人员对遥感图像进行制图综合的过程,用框架的知识表示方法建立了一个实验性的知识库,并设计了一个推理机。对蒙古人民共和国乌布苏淖尔地区的ＴＭ分类图进行了实验,取得了较好的效果。     

QuickBird遥感全色影像平面精度分析

QuickBird卫星是目前全世界最高分辨率的商用遥感卫星,通过实验对QuickBird遥感影像平面精度进行验证.实验表明,QuickBird标准影像具有良好的内部几何精度,几何纠正后的影像平面坐标绝对误差精度均方根为0.35m.就单纯单点绝对精度来看,已达到1:2000地形图平面精度要求.     

高分辨率遥感影像的精纠正

论述了对高分辨率遥感影像进行精纠正获得正射影像的关键技术。若干实际不同分辨率的高分辨率遥感影像被用于相应的实验,实例证明了本文算法的正确性。     

基于EM算法和单幅雷达图像阴影的控制点坡度校正

对在我国现有的条件下进行控制点坡度校正的必要性进行了阐述,并分析了EM算法。根据EM算法以及基于区域增长的余弦散射模型建立了控制点坡度校正模型,并用河北省张北地区的雷达影像进行了实验,取得了较高的精度初值。     

基于光谱空间密度分析的边缘提取

针对传统的边缘提取方法大部分不适应高光谱数据的特点,提出了基于光谱空间密度分析边缘提取的思想。在分组主分量变换提取第一主分量作为特征维的基础上,采用面向对象的二次判别边缘的方法,通过立体判决将光谱空间中低密度超椭球体集群视为真实边缘点集群。试验表明,此方法是合理可行的。     

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     

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。     

基于形态分割的高分辨率遥感影像道路提取

基于灰度形态学,提出一种从高分辨率遥感图像提取道路网络的方法.首先利用灰度形态特征对遥感影像进行分割,进而得到基本的道路网络轮廓.然后在此基础上,利用线段特征匹配方法提取道路网络.提出的方法能适应于从道路和背景区别不很清楚的遥感图像中提取道路.实验结果也表明,本文方法能有效地从遥感影像中提取道路网络.     

高精度大幅面图纸分块扫描拼接技术研究

针对当前大幅面图纸分块扫描拼接中存在的问题,提出一种基于改正扫描仪误差的大幅图纸整体平差的拼接方法.该方法通过平移黑白相间的格网板建立扫描仪的误差模型,同时利用少量的控制点及连接点,然后通过整体平差来直接解求各扫描图像块的几何变换参数.实践证明这种方法具有拼接精度高、速度快以及可不限图幅大小等优点.