遥感影像融合方法的精度评价

目前,高分辨率全色遥感影像和低空间分辨率的多光谱遥感影像融合是影像融合技术应用的主流.EN-VI 4.4遥感影像处理软件影像融合处理的工具--SPEAR提供了PCA变换、Gram-Schmid变换、Brovey变换和HSV变换4种专门用于全色与多光谱遥感影像融合的算法.以ETM+全色与多光谱遥感影像融合为例,选择熵、偏差和相关系数3个定量指标,对采用4种融合方法得到的影像进行评价.经综合评价和比较,实验的4种影像融合算法中,Gram-Schmidt变换效果最好.     

基于最佳指数与HSV彩色空间的SAR图像伪彩色融合

针对极化SAR图像的伪彩色融合问题,本文提出了最佳指数模型结合HSV变换的伪彩色融合的方法。首先,将4个极化数据进行滤波去噪处理,计算4个极化通道的OIF值,以OIF值为依据选择3个极化方式作为最佳极化组合,并分别赋予RGB颜色通道,得到伪彩色融合图像;然后,将RGB彩色图像变换到HSV色彩空间,分别提取出色度分量H、饱和度分量S、亮度分量V1;同时,将颜色合成之外的第四个极化通道的灰度值作为亮度分量V2,将V1和V2进行加权平均,得到新的亮度分量V。最后,将新的分量V和分量H、S逆变换到RGB空间,得到新的伪彩色融合图像。利用RADARSAT-2全极化数据进行了实验,并和分解伪彩色结果对比,从主观观察和客观定量两个方面对伪彩色融合图像的质量进行了评价,验证了Pauli提出方法的有效性。     

基于彩色图像的机器人视觉跟踪

采用基于局部图像的HSV闽值分割和基于形状提取相结合的方法识别物体。经过颜色分割，利用物体基本形状的先验知识，根据具体要求和需要，识别出物体的边缘，计算出物体的质心位置，并通过机器人伺服实验实现了机器人的视觉跟踪。     

基于Brovey融合与HSV锐化的ASTER影像绿地信息提取分析

为了突出图像的边缘、线状目标或某些亮度变化率大的部分,生成边缘图像,运用Brovey融合和HSV锐化方法,对广州市部分地区的ASTER遥感影像进行处理,然后,对两种方法分别处理后的图像,采用平行六面体法监督分类,提取城市用地信息,并对分类后的图像进行对比试验,着重对城市绿地信息的提取进行分析,探究ASTER遥感数据的两种影像处理方法对城市绿地信息的提取效果,及其空间分布为城市生态评价和景观生态建设提供必要的基础数据。通过对比试验,结果显示:Brovey方法较好地显示城市绿地的分布状况,可作为城市绿地动态监测的判别方法之一;融合后的影像能够清晰地显示研究区城市绿地的分布结构及毗邻关系;通过采用区域放大、勾画不同地类边缘轮廓、配合人工解译等工作,能够增加城市绿地与其他用地类型的差异,突显城市绿地的分布、结构、生态学特征。     

晕渲图技术在气象模式数据可视化上的应用

晕渲法根据山体阴影值的原理,利用光照角度和方向、坡度和坡向的关系来计算光通量的明暗值,利用色调的明暗来展现气象模式数据的立体感。晕渲图的着色方法是将每个格点上的明暗值作为HSV色彩模式中的明度,结合饱和度和色度获得HSV色彩值,再通过HSV色彩模式和RGB色彩模型之间的转换,使用RGB色彩模型进行着色,实现气象模式数据彩色晕渲图的绘制。本文在气象模式数据的可视化工作中,利用晕渲图技术,实现对物理概念上与地形类似的气压、位势高度等数据的三维绘制。相比于传统的等值线填色方法,晕渲图技术能够直观表现大气形势场的立体分布,以凹凸效果表现高低值天气系统,通过坡面的陡度体现天气系统的梯度变化;能够展现数据的像素级细节,识别梯度较小的涡流扰动,显示等效地形影响,帮助气象工作者更好地解释数据,为气象模式中数据处理的改进提供参考。     

基于HSV与PCA集成的高分影像高大地物阴影检测方法

针对水体、偏蓝色地物会影响高分影像阴影检测精度,本文提出了一种适用于GF-1影像的城市高大地物阴影检测方法。首先,在统计分析GF-1影像中阴影、水体及深色地物等典型地物光谱特征的基础上,利用主成分变换方法分割阴影与非阴影区域,分离后的阴影区域含有水体、深色地物信息;其次,对HSV色彩空间的V分量利用阈值法分割阴影和非阴影区域,分离后结果含有暗色植被,但不含有水体跟深色地物信息。最后,对两次计算结果进行逻辑与运算,从而剔除混合阴影区域中水体、深色地物以及暗色植被等信息,获得高精度阴影区信息。实验表明,该方法具有较好的普适性和可操作性,既能够削弱水体、偏蓝色地的影响,又能够高效、准确地提取出GF-1影像中的阴影信息。     

改进LBP和HSV颜色直方图相结合的地表状态识别

在利用近地表遥感探测方法对地表信息进行反演时,地表状态的不同会导致电磁波传播方式不同,进而决定了所采取的遥感探测方式、探测波长及探测手段的不同。因此,地表状态的识别是进行近地表遥感反演的前提和基础,其识别的准确率也决定了反演结果的准确度。本文提供了一种改进LBP（local binary pattern）和HSV颜色直方图相结合的地表状态识别算法,通过改进阈值的LBP算法和HSV颜色直方图提取特征向量并建立判别条件,最后利用K邻近算法对测试样本与训练样本进行特征匹配,得到识别结果。将野外采集的411张图片多粗随机分组为训练样本和测试样本,结果表明206张测试样本的分类正确率都达98.7%以上,证明了本文算法的有效性。     

综合水体指数的创建

在对NDWI和MNDWI等传统水体指数进行分析的基础上,本文提出了一种创建水体指数的新思路:将多光谱图像进行LBV和HSV等复合变换,综合利用变换前的多波段信息和变换后的新波段信息绘制地物光谱曲线,寻找水体的光谱特性,进行水体指数的创建.本文利用ETM+图像HSV变换后的Sat波段以及LBV变换后的V波段,创建了综合水体指数(SWI),并利用SWI进行了遥感影像水体信息自动提取实验.实验表明:利用SWI能准确提取水体信息,有效减少水体提取结果中的误提取像元.     

矿区地表彩色点云的自动分类

以矿区的彩色三维激光点云数据为研究对象，提出了矿区点云快速自动分类及目标提取的方法。首先根据彩色点云的RGB值计算HSV空间中的H值，根据各地物间H值的差异，分别对地面点与非地面点根据地物颜色先验值进行点的提取。然后对提取的点进行聚类计算，利用各类地物点云在空间分布上的显著差异，采用分层截面投影，由投影点最小包围盒的长宽比及面积比对矿区地物点云进行自动分类与提取。最后以Riegl VZ-1000扫描仪采集的某矿区地表点云数据为试验对象，验证本文算法的可行性和实用性。     

基于颜色特征的数字钻孔图像溶隙结构识别方法

针对数字全景钻孔摄像系统获取的实测图像,提出了一种基于颜色特征的数字式钻孔图像溶隙结构识别方法。利用岩层中的典型结构,如土质层、溶隙在颜色上与普通岩石具有较大差异性的特点,首先建立了一个自适应HSV颜色空间溶隙结构检测模型,利用该模型获取溶隙结构的二值化图像;对该二值化图像进行滤波处理;然后从处理后的二值化图像进行分区像素密度统计来确定土质层或溶隙区域的深度、面积及方位角等信息,从而实现数字式钻孔图像中溶隙结构的自动识别。通过对大量数字式钻孔图像进行试验并与对应的钻孔雷达图像进行结果对比表明,其方法能对全孔图像的溶隙和土质层进行快速、准确地自动化检测与定位,为钻孔图像岩体结构的自动识别与工程应用提供了一种新的可靠方法。