基于IHS变换的遥感影像融合方法

为了解决遥感影像空间分辨率与光谱信息不能兼顾的问题,即全色影像具有较高的空间分辨率但缺乏光谱信息,多光谱影像光谱分辨率高,光谱信息丰富,但其空间分辨率低的问题,采用MATLAB实验工具,基于IHS原理对遥感影像数据进行融合处理,试验结果表明使用该融合方法显著提高了多光谱影像的空间分辨率,同时保留了丰富的光谱特征,提高影像的判读、识别、分类能力,融合后图像的信息量比原始图像有明显增加,而且图像的细节反差、纹理和清晰度得到较大的提高,融合图像质量明显改善.     

多源多分辨率遥感影像黄海绿潮监测能力分析

绿潮遥感监测手段受时间分辨率、空间分辨率和天气等因素的限制,难以实现大规模、连续且高精度的绿潮检测,为了弥补遥感影像时间分辨率和空间分辨率低的问题,基于多源多分辨率的遥感影像,结合归一化植被指数法(NDVI)对GF-1PMS、Landsat 8和MODIS的同步影像进行绿潮监测能力分析,并在此基础上利用多源多分辨率影像对2017年绿潮爆发过程进行高时间序列的绿潮监测。结果表明,Landsat 8数据的监测结果与GF-1PMS数据相比产生了6.76%～39.66%的偏差;MODIS数据的监测结果与GF-1PMS数据相比产生了410.4%～1128.8%的偏差,主要原因是空间分辨率导致的混合像元效应。     

基于HCS方法融合高时空遥感数据的玉米种植面积提取

目的提出一种利用高空间分辨率Landsat8 OLI全色影像和高时间分辨率MODIS影像进行融合的方法,构建出高时空分辨率遥感数据,提供一种监测农作物种植面积新思路,为农业生产信息化奠定科学的理论依据.方法以沈阳市法库县为例,基于色彩超球面锐化(HCS)方法,利用多光谱Landsat8 OLI全色影像数据与MODIS-NDVI时间序列数据相结合的手段,对其进行预处理后,根据该地区的物候数据和具有可信度的样本数据进行面积估算,并统计出玉米种植面积的制图精度和用户精度;对Landsat8 OLI全色影像数据和MODIS-NDVI时间序列数据进行融合处理,再利用马氏距离分类法对高时空分辨率遥感数据进行玉米种植面积提取.结果融合后的高时空遥感数据对玉米种植面积的识别效果较好,制图精度和用户精度分别达到89.62%、99.71%.结论 HCS方法适用于高时间数据和高空间数据的融合,融合后的影像保持了原有的光谱特征及空间细节纹理.     

基于RGB融合与主分量分析法融合比较

随着遥感技术的发展,获取遥感数据的手段越来越丰富,各种不同的传感器所获取的影像数据类型也各式各样。不同的遥感数据具有不同的空间分辨率、波谱分辨率和时相分辨率,如果能将它们各自的优势综合起来,可以弥补单一图像上信息的不足,因此遥感图像信息融合则成     

融合物候及纹理特征的茉莉花种植区提取研究

为充分挖掘图像时序物候信息、几何空间、纹理特征在农作物监测提取研究上的优势，本研究通过构建物候参数与纹理特征的方法对广西横州市茉莉花（Jasminum sambac）种植区进行提取，该方法通过增强型时空自适应反射率融合模型（ESTARFM）融合年度内“高空间-低时间”“高时间-低空间”的遥感图像，重建生成年度中低尺度的卫星影像，获取研究区内不同植被的物候信息参数，并结合地物光谱信息提取地物纹理特征。选取物候参数、纹理特征作为茉莉花种植区分类提取信息，对不同的参数特征进行组合，开展分类对比和综合精度量化评价。结果表明，重建时序归一化植被指数（NDVI）数据结合物候参数及纹理特征的茉莉花种植区提取方法，总体分类精度达到88.36%，Kappa系数为0.863 3，在中低尺度多光谱影像遥感数据“时空信息”的缺失下对茉莉花种植区提取具有良好的效果。     

基于迁移学习的GOCI超分辨率重建与海洋漂浮藻类探测

遥感技术是进行海洋漂浮藻类目标识别与变化监测的重要手段。GOCI遥感卫星影像具有高时间分辨率、低空间分辨率的特点,其低空间分辨率影响了海洋漂浮藻类遥感探测的效果。本研究通过对具有较高空间分辨率的Sentinel-2遥感卫星影像结构特征的迁移学习,应用ESRGAN超分辨率重建技术,将GOCI影像的空间分辨率提升至125 m;在此基础上,构建了基于超分辨率重建GOCI遥感影像的U-Net深度学习语义分割网络,实现了海洋漂浮藻类的较高精度探测。实验结果表明：超分辨率重建的GOCI影像显著提升了影像的空间细节清晰度,基于此实现的海洋漂浮藻类探测结果取得了较高的精度,其中面积相对误差下降了51.87%,F₁值提高了2.41%。本研究是应用GOCI遥感影像进行海洋漂浮藻类高精度探测的一次成功实践,为实现海洋目标的动态精细化监测提供有益的参考。     

时空遥感影像融合研究的进展与趋势

地表与大气环境的实时精细监测需要高时空分辨率的遥感影像提供数据支撑,然而,现有单一卫星传感器无法获取同时具有高空间与高时间分辨率的遥感影像.针对这一问题,国内外学者提出了大量的时空遥感影像融合算法,以低成本、便捷高效地生成满足不同应用需求的高时空分辨率遥感影像.总结现有主要的时空遥感影像融合算法并基于不同的算法原理将其分为4类:1)基于空间信息分解的融合方法,2)基于时空变化滤波的融合方法,3)基于学习的融合方法,4)组合性的融合方法.同时,讨论时空遥感影像融合的不确定性问题,并对其未来的发展趋势提出前瞻性的展望.     

基于景观结构的遥感影像超分辨率制图

尺度问题是基于遥感信息的土地覆盖分类中的一个核心问题,利用低空间分辨率数据得到高分辨率分类结果的向下尺度转换又是其中的难点．遥感影像超分辨率制图是近年发展起来的用于分类向下尺度转换的新方法,可由低空间分辨率遥感数据得到高分辨率的硬分类结果,弥补了传统的通过混合像元分解进行向下尺度转换时不能得到亚像元具体空间位置的不足．但现有超分辨率制图方法对小斑块、具有平直边角的形状或线形地物制图能力普遍较差．文中提出一种基于景观结构的超分辨率制图方法并将其用于模拟景观和真实景观的超分辨率制图．结果显示该方法可用于大斑块、小斑块共存景观的超分辨率制图,且制图结果不确定性低,算法简单,对研究区的先验信息要求低．基于景观结构的超分辨率制图改善了现有方法,为遥感影像土地覆盖分类向下尺度转换提供了一种简易可行的新选择．     

基于遥感影像的DEM地形信息增强表达研究——以梯田DEM构建为例

将遥感影像信息应用于梯田DEM构建是实现DEM地形信息增强表达的有效方式.通过RTK测量方法获取梯田实验样区实测点高程数据,构建了0.5 m分辨率Hc-DEM作为对“真实地表面”的模拟.根据1∶10000国家基本比例尺地形图精度标准,基于Hc-DEM提取等高距5 m等高线并插值生成5 m分辨率DEM,以该数据作为基础数据分别使用快速构建方法与基于田面边界的梯田DEM构建方法进行梯田DEM构建,实现梯田信息在DEM数据上的信息强化表达.对比分析上述4种DEM数据的高程频率特征,并以Hc-DEM数据作为参照求取高程中误差,结果表明从遥感影像上获取相关梯田信息进而辅助梯田DEM表达具有可行性,基于田面边界的梯田DEM构建方法对梯田地形强化效果相对较优,该研究将为构建其他有遥感信息加入的地形信息增强DEM提供一定参考.     

TIN图像配准中的同名特征点的可靠性提高

图像配准是对多时相、多传感器或多角度的同一场景的两幅或者多幅图像进行匹配处理,使得同名点在相同的坐标系中具有相同的空间位置.图像配准是评价两幅或多幅影像的相似性,以确定同名点的过程.要把对同一对象的不同波段、不同时间、不同分辨率或不同传感器的遥感影像进行融合或识别其变化,就必须首先进行影像配准.图像配准被广泛应用于遥感图像、医学影像、三维重建、机器视觉等诸多领域中.本论述系统地介绍了TIN图像配准的基本缺陷,接着详细地论述TIN优化方法,在此基础上提出了基于TIN优化的图像配准步骤,同名特征点的可靠性得到提高.     

光场成像系统仿真分析与深度标定研究

微透镜阵列的光场相机可以根据微透镜阵列与传感器之间的距离分成非聚焦(传统型)、聚焦开普勒型和聚焦伽利略型3种光场相机,使用光学仿真软件Zemax对这3种光场相机进行模拟,对得到的白板图进行微透镜中心标定以及对原始光场图片进行渲染处理,得到系统的空间分辨率(重聚焦图片分辨率)、角度分辨率(多视角数)等信息.利用重聚焦系数...     

基于分割Bregman迭代的内-外置电极电容层析成像

针对电容层析成像(electrical capacitance tomography,ECT)逆问题的病态性和不适定性,提出了一种基于分割布雷格曼迭代(split Bregman iteration,SBI)的图像重构算法。在目标函数中引入基于参考图像的正则化、低阶约束和空间约束,从而提高成像质量和空间分辨率。对内-外置电极的ECT敏感场内环形区域进行图像重建。仿真结果表明:与Tlkhonov正则化算法和Landweber迭代算法相比,基于布雷格曼迭代的图像重建算法具有较好的空间分辨率,图像误差降低至0. 162 1,图像相关系数提升至0. 874 4,图像重建的精度和质量较高,说明了该算法在ECT图像重建领域的可行性和有效性。     

基于小波变换的卫星遥感影像数据融合

遥感信息融合(Fusion)是遥感数据处理的重要内容之一。通过把高分辨率的全色影像与多光谱彩色低分辨率的数据叠加,可以最大限度地利用不同分辨率、不同光谱信息和不同时相分辨率的遥感信息。首先概括了已有的遥感平台与数据,在给出小波分解基本模型的基础上,探讨了采用小波变换进行遥感信息融合的基本方法和实现流程。同时利用该方法,用于SPOT全色卫星影像数据和Landsat TM多光谱数据的融合处理。作为实际应用,给出了详细的小波信息融合结果,并证明了该方法是切实可行的。     

森林资源二类调查方法的改进及角规抽样监测体系的建立

针对我国森林资源二类调查方法与体系的现状进行了分析,采用小班不等概抽样及固定角规点抽样的方法建立森林资源动态监测体系.在理论上论述了小班不等概抽样的估计公式,并给出了具体的证明.在样本组织与估计方面提出了采用利用小班抽样主特征因子与抽样概率成比例的辅助因子、相关系数的方法,指出了采用先验信息具体确定相关系统的估计方法.在动态监测体系中具体给出了采用保留木确定小班蓄积生长量的具体公式.该方法避免了常规二类调查需采用县级加密样地控制方法耗资大、难操作的缺点,使森林资源二类调查自成体系,有利于小班调查与森林生态区域及环境调查结合,实现动态多层次监测.     

干涉式微波成像仪地面实验系统天线阵列设计

为提出二维干涉式微波成像仪的可行方案,通过地面实验,开展利用二维合成孔径技术直接成像的研究,验证部分相关和二维成像机理及算法,检验系统的空间分辨率和温度分辨率,具有重要的科学意义。本文对二维干涉式微波成像仪地面实验系统的天线阵列进行了稀疏孔径设计。设计目标是:考虑方案的物理可实现性,即平台应用中的工程技术约束条件,在能够得到同样的空间频域覆盖的情况下,采用尽量少的干涉天线单元。理论分析和数值模拟结果表明,设计后的天线阵列满足了地面实验系统工程设计要求;设计后,6单元阵列实现了零冗余,7单元阵列冗余度仅为9.1%;空间频域的采样点对空间频域覆盖的完备性良好,为有效地进行亮温图像反演提供了可靠的可见度函数。     

基于非下采样contourlet变换的压缩感知图像重建

受传统采样定理限制,直接从信号采集系统得到高分辨率图像较困难,且信号获取过程会导致大量的采样数据.压缩感知理论指出可用特定测量矩阵将高维信号投影到低维空间上,求解数值优化问题准确重构原始信号,突破了传统采样定理的限制.传统压缩感知图像重建算法对所有系数测量,需进行多层小波变换保证图像质量,且小波捕捉方向信息有限,重建图像质量较差.故此提出采用非下采样contourlet变换(NSCT)做信号稀疏变换,并针对变换系数的特点,选择性的对系数测量,利用正交匹配追踪算法进行重构.实验结果表明,仅用单层NSCT变换可重建出高质量图像,克服传统算法需进行多层小波变换的缺点,降低采样和存储的数据量且重建的图像质量得到极大提升.     

基于遥感图像的森林景区空间结构分析研究

探究某森林公园空间结构,为该森林景区中树木的稳定生长提供依据。取整个景区的一部分作为研究样地,进一步将其平均分割成6个正方形的小样方,并进行标记,构成调查网络,通过ASD采集的遥感图像信息对样地中每株树木的胸径、树高、冠幅等信息进行检测,并测定其位置。通过竞争指数、混交度、大小比数、半方差函数对森林景区空间结构进行分析。分析了竞争指数的半方差函数、森林景区树种空间隔离程度和森林景区林木大小分化程度。结论如下：竞争指数在北侧的异质性高于南侧,北侧树木空间占据能力较弱,更有助于树木生长;研究区域树种空间配置相对简单,混交程度相对偏低;处于林分中层和下层的树木被相邻较粗的树木包围,生长状态不好。     

遥感影像双线性插值小波融合方法

在进行同一地物的具有高空间分辨率的全色影像和多光谱遥感图像融合时，应用双线性插值的方法对多光谱图像进行插值，使之等于全色图像的空间分辨率．在此基础上，对两幅影像分别实施小波变换，提出了小波系数的融合运算公式．同时，为了说明本方法的可靠性，将其与近邻插值的小波变换、色彩变换(IHS)、Brovery变换等融合算法作了对比．仿真结果表明，该算法在提高影像空间分辨率的同时，图像的光谱信息损失最少．不失为一种较为理想的融合算法．     

不同视角下海量高分辨率视频图像数据挖掘方法研究

当前高分辨率视频图像数据挖掘方法容易受到外界环境的干扰,提取的视频图像特征不可靠,且不同视角下提取的特征值有很大差异,导致视频图像数据挖掘精度大大降低。为此,提出一种新的不同视角下海量高分辨率视频图像数据挖掘方法,通过Harris角点检测方法对待挖掘高分辨率视频图像数据时空特征进行提取,依据高分辨率视频图像数据时空特征,通过自相关矩阵建立相同事物不同视角下的递归图,将递归图看作一幅图像,通过计算像素点的梯度向量构建递归特征描述符,对相同事物不同视角下的关联性进行挖掘,将具有相同递归图梯度特征的高分辨率视频图像数据汇聚在一起,实现数据挖掘。实验结果表明,所提方法挖掘精度高。     

一种基于自适应小波系数子树的分形图像数据压缩方法

根据小波变换后不同分辨率子树间的相似性,采用分形变换提取该相似性,从而用低一级频率分辨率小波系数子树预测高一级频率分辨率小波系数子树,实现对图像的高效压缩.