多特征差分核支持向量机模型的湿地变化检测

文章通过对不同特征空间、不同时相信息和不同类别引入多核函数组合和类别加权方式,构建了基于多特征差分核的加权支持向量机变化检测模型,能够获得平衡样本大小、综合多特征空间的变化检测结果.以上海崇明岛东端地区为例,利用4期ETM+/TM影像数据,基于构建的SVM变化检测模型,最终得到研究区湿地资源的空间变化格局,结果表明检测模型能够有效、准确地提取多种湿地变化类别的空间分布信息;并从景观水平上对检测结果进行格局分析,为湿地保护和管理提供科学参考.     

用于末制导的SAR图像多子区实时匹配算法

为实现用于无人飞行器末制导的SAR实时影像与多源基准影像的匹配,提出一种新的基于子区位置关系约束的SAR图像匹配算法。首先将SAR图像进行对数变换,并进行小波包分解,在高频子图部分对小波包系数进行收缩,抑制噪声,然后利用断面检测法提取边缘。匹配中将SAR实时图分为多个子区,用子区灰度标准差和频谱直方图判别其可匹配性,并更新不可匹配区。将各子区位置分布关系用作匹配结果的约束条件。为保证算法实时性,匹配采用基于提升小波的金字塔分层搜索策略。用星载SAR图像和卫星光学图像进行了大样本匹配实验,实验结果表明该方法是一种能在精度、实时性和可靠性方面都能满足导弹末制导要求的实时匹配算法。     

地形起伏对雷达景象实际匹配影响初探

雷达景象匹配由于具有全天候的特征,在飞行器导航与定位中受到重视,但因为地形起伏影响,实际地物在雷达景象上的成像会发生变形与移位,这将影响实时雷达景象与参考基准图匹配的精度。根据实时雷达景象的成像方式,利用参考基准图模拟出地面平坦条件下的模拟雷达图一;并利用DEM数据,采用纠正方法,在该模拟雷达图上引入地面起伏因素的影响,得到地面起伏情况下的实际成像——模拟雷达图二。试验中,将同一地区的两类模拟雷达实时图分别与参考基准图影像进行匹配,比较匹配的结果,针对其匹配差异分析地面起伏对雷达景象匹配的实际影响,最后得出结论——实际地面在雷达图上的成像特征是影响匹配的最主要因素,地形起伏对匹配的影响与地面特征的分布有关,只有起伏区域存在明显地物特征时才会对匹配产生影响。     

基于SVD算法的RPC纠正

在高分辨率遥感卫星影像RPC模型纠正过程中,有理函数参数的解算是问题的关键,为了克服该算法的误差方程经法化后存在严重病态的问题,提出了SVD算法,即奇异值分解法。根据精度评定的计算结果看到,SVD对处理奇异或者近似奇异的方程组或矩阵都非常有效,保证RPC纠正精度。