基于Shearlet变换和KPCA的多时相遥感图像变化检测

为了进一步提高多时相遥感图像变化检测的精度,本文提出了一种将Shearlet变换与核主成分分析(kernel principal component analysis,KPCA)相结合用于遥感图像变化检测的算法.首先利用Shearlet变换的多尺度、多方向和各向异性等特点,对遥感图像进行多尺度分解,然后对分解后的数据进行核主成分分析,再进行Shearlet反变换得到含变化信息的图像,最后对该图像利用模糊局部信息C均值(fuzzy local information c-means,FLICM)聚类算法进行分割,实现遥感图像的变化检测.大量试验结果表明,与基于主成分分析(principal component analysis,PCA)、基于KPCA、基于小波变换和PCA 3种变化检测算法相比,本文算法能有效地分离出变化信息,得到更准确的变化检测图像,具有更高的变化检测精度,且对背景有较强的鲁棒性,同时也减少了计算复杂度.     

基于ASTER数据的烃蚀变信息增强与提取

烃类微渗漏蚀变信息是地下深部油气藏储层在地表和近地表的直观证据,通过遥感图像进行烃蚀变解译是遥感油气勘探中的一项高效、快速和安全的新技术。该研究采用ASTER近红外数据,以烃渗漏蚀变产生的碳酸盐矿物为目标,采用主成分分析、密度分割和假彩色合成等信息增强和提取方法,获得了1589-PC3、1689-PC3、1348-PC3和5689-PC2等四个对碳酸盐具有较好增强效果的主成分因子,以X+2σ为阈值,从4幅主成分因子图像上提取了碳酸盐区域,并根据叠合结果划分为一级富集区和二级富集区。结果显示碳酸盐富集与展布结果与该区的地层分布紧密相关,与已有研究的解译结果较为一致。     

基于加权小波分析的遥感图像融合算法

提出一种基于加权小波分析的遥感图像融合算法. 首先在光照色度饱和度空间上提取多光谱图像的光照强度分量, 对光照强度分量进行主成分分析获得修正的光照强度, 再将修正的光照强度与小波分析高频区域进行加权融合, 最后进行小波分析与光照色度饱和度空间逆变换获得遥感图像的最终融合结果. 该方法有效解决了在低频空间分辨率与高频空间分辨率的图像融合过程中, 小波分析方法丢弃低频分量易产生分块模糊现象, 且主成分分析方法易产生光谱图像信息域失真的问题. 在不同场景遥感图像的融合上进行仿真实验, 结果表明, 该算法在一定程度上解决了图像融合后边缘模糊、 融合结果中出现模糊块状阴影等问题, 并在清晰度、 纹理细节和真实性上获得了较大提升, 且能针对不同的融合需求调整合适的加权系数, 使遥感图像的融合达到最佳效果. 在光照色度饱和度空间, 加权小波分析进一步提升了遥感图像融合的效果, 不仅充分表达了各种遥感图像的细节, 而且能较好地保留原始光谱信息.     

一种多源多光谱遥感图像特征点匹配技术

 在多源多光谱遥感图像中,针对匹配图像的像素之间非线性变化而导致正确匹配点对下降的情况,提出了一种基于主成分分析的多源多光谱遥感图像特征点提取算法。利用尺度不变特征变换(SIFT)算法的基本原理,首先对两幅多源的多光谱遥感图像进行主成分变换,再用变换后各自的第一主分量图像作为待匹配图像;其次,在构建尺度空间时提高尺度参数并且在进行特征匹配时,利用尺度限制条件进行匹配,这样既能提高匹配精度又能提高运算速度;最后,采用随机抽样一致性算法剔除误匹配点。这种算法能减少多源多光谱遥感图像之间像素灰度值的非线性变化对特征点匹配的影响,提取到一定数量的正确匹配点对。通过实验对比分析,所提算法比通用算法有更高的精度和更好的适用性。     

基于主组分分析(PCA)算法的北京城市信息的融合

以基于CBERS、RADER、SPOT、TM四种卫星数据源的北京城市信息遥感数据为图像基础,分别以不同的组合,应用遥感数据融合中的主组分分析（PCA）算法,将多源遥感数据进行融合.通过对其生成图像效果的比较与分析,总结归纳出针对北京城市,特别是市区部分使用PCA算法提取信息的最优数据组合方法,并对融合结果进行理论性的评价.     

基于Quick Bird数据的遥感图像融合方法研究

在分析了图像融合原理和计算方法的基础上,以Quick Bird全色与多光谱遥感图像为数据源,运用HIS变换、主成分分析（PCA）和乘积变换（Brovey）3种算法,对Quick Bird遥感图像进行了融合实验研究,并从光谱的真实性和空间纹理信息两个方面对融合效果进行测试与分析,比较3种算法用于处理Quick Bird遥感图像的效果。研究结果表明：HIS融合的效果最佳,PCA融合的效果次之,Brovey融合的效果最差。     

非负矩阵分解算法在遥感图像融合中的应用

研究了非负矩阵分解(NMF)方法在遥感图像融合中的几种应用.在多光谱图像与全色图像融合的过程中,采用了非负矩阵分解融合算法,非负矩阵分解与主成分结合(N_PCA)的融合算法,非负矩阵分解与提升小波变换结合的融合算法,通过对各融合图像的目视判定及统计参数判定,分析评价这些算法在遥感图像融合中的性能差异.研究实验证明非负矩阵分解算法应用于遥感图像融合处理,具有较好的融合效果,非负矩阵分解算法,非负矩阵分解与主成分结合的融合算法,非负矩阵分解与提升小波变换结合的融合算法在遥感图像融合中的性能优于传统的主成分融合算法(PCA),其中,非负矩阵分解与提升小波变换结合的融合算法的性能最为优异.     

基于二代Bandelet和主成分变换的高光谱遥感图像融合

针对高光谱遥感图像具有波段多、波段间冗余大的特点,提出一种基于二代Bandelet和主成分(principal components analysis,PCA)变换的高光谱遥感图像融合的方法,利用二代Bandelet变换进行图像的多尺度几何分析,得到每个波段图像的Bandelet系数和几何流,对多个波段Bandelet...     

多源遥感数据融合方法的新探索

目前常用的几种遥感图像融合方法在不同的应用层面上有各自的优势,但也存在比如光谱信息丢失严重等现象。为此,首先分析对比了传统的4种融合方法,用高分辨率SPOT图像和多光谱TM图像分别运用4种融合方法进行图像融合的研究。在此基础上提出改进的多进制小波包融和方法,并通过主观与客观相结合的质量评价方法对融合效果进行比较。分析结果表明,主成分分析融合要比B rovey融合能够更好的刻画细节;多进制小波包融合所丢失的图像光谱信息为最低,能更好的刻画细节问题;乘积融合法在增强建筑物信息方面有比较突出的优势。     

一种改进的多光谱遥感图像超像素分割算法

针对简单线性迭代聚类算法在多光谱遥感图像超像素分割中存在的未充分利用图像特征信息及超像素尺寸、 数量固定导致分割精度较低的问题, 提出将流形 简单线性迭代聚类算法引入到遥感图像超像素分割任务中, 并对其进行改进. 首先, 给出一种基于彩色局部二进制模式改进的多光谱遥感图像纹理特征提取方法; 其次, 扩展流形 简单线性迭代聚类算法的光谱空间, 使算法可以适应高维图像数据; 最后, 改进流形 简单线性迭代聚类算法的聚类距离度量, 融合图像的多段光谱特征、 空间特征及纹理特征对像素进行迭代聚类, 实现内容敏感超像素分割. 实验结果表明, 与现有方法相比, 该算法对多光谱遥感图像的超像素分割结果更准确, 在边缘召回率、 欠分割误差、 可达细分精度指标上均有提升, 能改善多光谱遥感图像分割预处理方法中精度较低的问题.     

利用ETM数据对新疆西天山赛里木湖四台-温泉县地区进行1：5万地质填图的遥感解译及探索

通过卫星遥感技术进行地质填图以及找矿越来越成为一种快捷有效的手段。遥感地质解译根据遥感影像,通过遥感图像的数字处理,来提取与岩性特征和构造特征相关的地质信息,再结合工作区的地质资料进行地质填图。ETM＋具有从可见光到热红外的波谱范围,能满足一定矿物、岩石的岩性特征的划分需要。对ETM十的多波段数据采用主成分分析法和多波段组合分析方法。     

基于图像欧氏距离流形降维的端元提取算法

由于多重反射和散射,高光谱图像中的混合像元实际上是非线性光谱混合传统的端元提取算法是以线性光谱混合模型为基础,因此提取精度不高针对高光谱图像的非线性结构.本文提出了基于图像欧氏距离非线性降维的高光谱遥感图像端元提取方法该方法结合高光谱数据的物理特性,将图像欧氏距离引入局部切空间排列进行非线性降维以更好的去除高光谱数据集中冗余的空间信息和光谱维度信息,然后对降维后的数据利用寻找最大单形体体积的方法提取端元.真实高光谱数据实验表明,提出方法对高光谱图像端元提取具有良好的效果,性能优于线性降维的主成分分析算法和原始的局部切空间排列算法.     

基于Sentinel-2A的矿化蚀变异常信息提取应用

通过对Sentinel-2A影像数据的光谱特征分析,并结合遥感矿化蚀变异常信息的提取理论,选取四川省康定雅拉地区为研究区域,采用主成分分析法提取羟基蚀变异常信息,通过图像密度分割和蚀变信息面积统计,结合Landsat 8遥感数据提取分析结果和研究区地质图进行对比分析。结果表明,Sentinel-2A遥感数据进行矿化蚀变异常信息提取具有良好的可行性,并且提取精度高,提取蚀变信息面积广,可为Sentinel-2A新型光学遥感数据在遥感找矿领域的运用提供参考。     

基于TM影像的聊城地区植被信息的自动提取

基于主成分分析和归一化植被指数NDVI的计算,得出聊城市TM影像的波段信息、各主成分分量及归一化植被指数的相关系数,从而找到相关系数最小的三个波段,利用该组合波段对图像进行分类,得出聊城地区绿地信息专题图．实验结果表明该方法提高了遥感影像绿地信息提取的自动化程度和精度．     

基于PCA主成分分析的人脸检测实现与分析

介绍了基于PCA主成分分析的人脸检测原理,提出使用直方图均衡和切割图像的方法弱化非人脸特征信息干扰,提升主成分分析效果.并通过对35幅原始灰度人脸样本进行训练,使用Matlab实现全部分析步骤,并成功通过信噪比阈值判定完成了对样本空间外的人脸图像与非人脸图像的区分.     

基于聚类评分的暴雨/冰雹分类模型

针对暴雨和冰雹2种强对流天气的区分问题,研究了主成分分析联合线性鉴别分析对雷达图像中提取的冰雹及暴雨特征降维和去相关的作用,设计了基于聚类评分的暴雨/冰雹分类模型,采用K均值聚类评分的办法确定具有高分类性的主成分,并以此主成分设计分类器对暴雨和冰雹进行区分.结果表明:主成分分析联合线性鉴别分析进行特征处理能够在降维的同时保留大部分分类性信息,基于聚类评分的分类模型有利于提高冰雹识别的命中率并降低其误警率,且对一般类型公共数据分类问题有效.     

基于遥感的福建紫金山地区矿化蚀变信息提取与分析

以福建省紫金山地区为研究区,以ETM与SPOT、SAR遥感数据为数据源,通过主成分分析、波段比值、线性增强、阈值分割、滤波分析等方法,分析研究区的地质构造特征,研究其矿化蚀变分布情况,提取该地区重要成矿区域的矿化蚀变信息.运用多源数据叠加技术,建立紫金山矿区铜、金的找矿标志,并对照已知矿床的地质、物化探特征及矿化蚀变信息,优选出9个有利找矿地段和区域,为进一步地质找矿工作提供了重要的参考依据.     

基于ERDAS的矿产蚀变遥感异常信息提取

从Landsat卫星数据中提取蚀变遥感异常信息的方法已经有了相对成熟的理论,前人也已经在PCI、ER Mapper等软件中完成了预研究.主要介绍了利用ERDAS遥感图像处理软件提取矿产蚀变异常信息的过程,通过掩膜去除多种干扰信息(边框、盐碱地、云、植被、水体和阴影),运用准归一化操作消除传感器增益等带来的影响,利用主成分分析法将TM遥感数据中羟基、铁染蚀变异常信息所在的成分分离出来.从而证明ERDAS软件同样可以推广于大面积矿产蚀变遥感异常信息的提取.     

基于ENVI＋IDL断裂构造遥感影像自动解译探讨

工程地质遥感解译的重要内容之一是从遥感影像中自动提取断裂构造信息。通过对比研究现有断裂构造自动提取的方法和技术,首先对比研究了基于主成分变换和波段运算的图像处理方法在目标信息提取中的优劣;其次通过对预处理影像进行不同的滤波去噪处理;最后利用Canny运算和霍夫变换算法基于ENVI＋IDL编程实现了断裂构造信息的自动提取。通过实验验证,结果表明：基于主成分变换、LEEFILT滤波处理和霍夫变换算法可有效地提取TM影像中的断裂构造信息。     

多传感器遥感图像配准方法的研究

根据多传感器遥感图像的成像特点,需要对获得的遥感图像进行配准融合后才能获得所需要的信息.傅立叶变换应用在多传感器遥感图像配准中可以达到预期的配准效果,能够分析出所需要的数据信息.