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．     

基于多光谱遥感的水质监测处理方法与分析

基于定量遥感理论和方法，将多光谱遥感数据和实测水质数据相结合，研究了水生态环境的空间分布，并对其进行了分析和评价．探讨了多光谱水遥感图像的处理方法和水质参数的数学回归模型，并以太湖水域的悬浮物含量为例，进行了回归分析．结果表明，采用遥感手段对水质进行监测是可行和正确的，由遥感数据得到的太湖水域悬浮物含量的空间分布也与太湖水域的实际情况相符．     

基于多通道窄带滤波阵列的微型多光谱成像仪

设计出一种基于多通道窄带滤波阵列的微型多光谱成像仪.系统根据推帚式成像光谱仪的原理进行设计,采用多通道窄带滤波阵列在后光学系统进行分光,利用高精度载物台驱动实验目标进行推扫成像,选用USB总线作为数据采集的微机接口.整个系统由宽光谱光源、普通光学镜头、分光滤波片、面阵CCD成像装置、载物台自动装置以及数据采集和控制模块等几部分组成.系统的光谱范围从760 nm到900 nm,共16个波段,光谱分辨率＜10 nm.系统具有同时获取不同波长光谱信息、结构紧凑、成本低、可靠性强和小型化等优点;不仅能够提供目标在近红外的单波段光谱图像,而且能够获得图像中任意像素的光谱曲线,实现光谱技术和成像技术的结合.     

用于高光谱遥感图像分类的空间约束高斯过程方法

高光谱遥感图像分类是遥感图像处理的一项重要内容.高光谱遥感图像具有非线性属性.图像中不同方位光谱特征的变化将使得仅从标记训练样本得到的分类器分类精度不会太高.为了提高分类的精度,一方面应对光谱信息的合理利用;另一方面,对空间信息的利用也非常重要.高斯过程(Gaussion process,GP)是一种贝叶斯统计学习方法,能够建立概率模型,并且使得分类结果更易于解释.传统GP分类方法中核函数的构造仅利用光谱信息.本文提出了一种加入空间关系的新分类方法.利用遥感图像空间相关性,在GP分类方法中通过构造新的核函数(spatial Gauss kernel,SGK)来实现空间约束,部分消除了同物异谱和同谱异物造成的分类错误.实验结果表明,该方法对于提高高光谱遥感图像的分类精度具有积极意义.     

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。     

基于Atrous-HIS变换的多光谱遥感影像多核并行融合方法

为适应遥感影像高效融合的应用需求，提出了一种基于Atrous-HIS变换的多光谱与全色影像并行融合方法.首先设计了一种结合了Atrous和HIS变换的遥感影像串行融合算法，分析了它的详细处理步骤.随后在该算法中引入OpenMP并行技术，并且制定了并行策略，优化了处理流程，最终实现了一种高效的并行影像融合算法.实验结果表明，该方法可以实现多光谱与全色影像的快速融合，具有良好的加速比，可扩展性好，并行效率高.     

遥感图像融合方法综述

多光谱图像和全色图像融合是图像融合中的一个重要技术,目的是获得同时具有高的空间分辨和高的光谱分辨的融合图像,以便于进一步的应用。介绍了各种遥感图像融合方法,包括基本的融合方法和各种空间细节注入模型,以及小波变换与传统的方法相结合的融合方法,分析了各种方法的优缺点。     

面向遥感图像处理与展示的多语言构件设计

在遥感图像处理算法研究过程中,集成和利用已有算法代码往往存在技术瓶颈,算法的研制也缺乏统一的验证平台.文章对遥感图像处理算法的特性和软件构件技术进行分析和研究,提出一种面向SAR图像处理和展示的多语言构件模型RSIC.基于多语言构件模型,设计了一种并行化的SAR图像处理与展示架构和工作流组装方案.在SAR图像处理与展示平台的实际研发实践中,该方法可适应多语言编程环境,综合利用多种工具包,继承和复用现有算法代码.并能有效减轻编程工作量,提升遥感图像处理相关算法研究进度.     

新型遥感器技术专题申请指南

一、指南说明 在“十一五”期间,新型遥感器技术专题以发展先进遥感器和原创性遥感数据处理、应用的前沿与核心技术为重点,为我国遥感技术及其产业发展提供技术储备,培养造就一批优秀的创新人才。2008年度重点支持新型遥感探测技术、高性能星上数据处理技术、遥感数据处理与分析前沿技术、多源时空遥感综合应用技术、紫外临边成像光谱仪技术、机载成像激光雷达技术、高分辨率遥感数据一体化处理技术、静止气象卫星数据处理分析技术、多频多谱段遥感协同反演技术、高精度极化干涉SAR关键处理技术、海岸带时空演变遥感信息精细提取技术等方向。     

TM遥感图像中居民点的自动提取

介绍了一种TM遥感图像中居民点目标自动提取的方法.针对TM遥感图像的光谱特征,提出一种基于多波段信息的图像分割模型,提取出居民点、道路及河滩地等光谱相近的地物.然后依据居民点的形态特征分离道路,并利用空间关系知识分离出河滩地.试验结果表明该方法能快速准确地识别提取TM遥感图像中的大部分居民点.     

云南山区NPP遥感监测研究中遥感图像预处理

 在国际上,区域植被第一性生产力(NPP)的监测和估算已成为遥感技术应用研究的重要方面.针对云南山区特点,利用遥感监测技术进行山区植被NPP的应用方法研究具有特殊意义.现就课题“遥感监测山区植被NPP的应用方法研究”中所进行的有关前期工作———遥感图像预处理的内容、工作平台、遥感图像与基础地理信息概况、遥感图像数据的试验样区切割提取,以及试验样区遥感数据多光谱信息的统计计算等进行操作整理与初步分析研究,对有关研究的深入进行获得初步的基础研究成果.     

遥感制图中几何纠正精度评价

在利用遥感图像的制图过程中,很多步骤存在误差,影响到成图的质量和可信度.对遥感制图精度的评价,是提高和改进制图精度的必要前提和有效方法.本文选取遥感制图中的几何纠正过程作为整个制图过程精度评价的切入点,对遥感图像处理软件,操作人员和不同分辨率遥感图像三个影响精度的主要因素进行分析.通过精度评价分析,可以得出:遥感图像处理软件和操作人员在多次操作的情况下,误差可以忽略不计,而不同分辨率的图像经过正确的制图匹配也可以得到较高的精度.     

高光谱遥感图像特征提取及分类研究——基于离散余弦变换(DCT)及支撑向量机技术

高光谱遥感图像具有波谱连续，维数高的特点．当样本较少时，在原始特征空间采用传统的统计识别方法分类达不到理想的效果．经研究发现有两种方法可以解决小样本高维的非线性分类问题．一是将原始空间通过离散余弦变换（DCT）压缩到低维空间，再用统计识别方法分类；二是利用支撑向量机的内积函数，将原始空间映射到高维空间，使其在新的特征空间线性分类．实验表明，这两种方法比利用马氏距离判别法直接对原始图像分类有更好的分类效果．     

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.     

小样本学习在高分遥感影像分类与识别中的应用

遥感影像分类与识别是近年来深度学习以及图像分类与识别研究的热点,其中一个关键问题是因样本数据集的数据较少而极易出现过拟合。许多图像分类的模型和方法并不完全适用于遥感影像分类,将小样本学习与遥感影像处理结合起来,实现遥感影像数据增强和识别模型优化是一个可行的思路。根据小样本学习的发展现状,针对特征提取、模型分类方法,归纳总结了典型学习方法的原理及其在相关领域的应用; 分析遥感影像处理的现状和存在问题,基于适用场景、优缺点对各方法进行了比较; 通过分析小样本学习在高分遥感影像分类与识别上的应用,发现引入注意力机制和迁移学习后,小样本学习能够用于样本数据量小的遥感影像分类。     

高光谱遥感图像的稀疏分解与压缩感知

基于稀疏分解和压缩感知原理对高光谱遥感图像进行压缩重构,提出一种基于过完备原子库上分解图像的稀疏分解快速算法,以减少图像稀疏分解的计算量.仿真计算结果表明,利用压缩感知和谱带分组技术对高光谱图像进行谱间压缩,可提高运算速度,并降低成本.     

遥感产品生产系统中产品算法的流程化处理

在遥感影像产品的生产过程中往往需要一个或多个算法,而算法之间的相互依赖关系的描述则会直接影响卫星产品生产时算法的执行能力以及规模化处理效率。因此,通过遥感产品共性,对卫星算法处理产品的流程进行分析,利用JGraph开源包将遥感卫星产品算法封装成其特有的组件,形成一种从影像输入到影像处理再到影像产品输出一体化管理的工作流。将此方法应用到国家民用空间基础设施"十三五"建设的相关平台中,研究结果不仅对算法处理产品的流程复杂程度进行了一定的优化,也在规范卫星产品生产流程中提高了卫星共性产品的生产效率。     

高分辨率遥感影像在土地覆被变化监测中的应用

为了分析高分辨率遥感影像在土地覆被监测中的适用性,以SPOT5和"资源一号"02C卫星高分辨率遥感影像为数据源,对两种数据的波段组合和数据融合方法进行分析评价,并建立相应的土地覆被解译标志,提取研究区2005年和2012年两期土地覆被信息,基于RS和GIS软件平台,从面积变化、土地利用动态度和转移矩阵3方面研究了土地覆被信息的变化规律。研究结果表明,经过有效合成和融合处理的高分辨影像最大限度地保持了影像的纹理和光谱信息,可以正确识别并提取地物变化边界线,研究成果可为高分辨率遥感影像在土地覆被变化监测中的应用提供一定的参考和依据。     

动态方向加权二维多级中值滤波的图像处理

在图像解译和识别过程中,经常需要对图像进行增强处理,以提取重要的信息。结合机器视觉、图像处理等图像增强方法,根据二维多级中值滤波原理,改进该算法,由于二维多级中值滤波在图象处理中是对图像进行固定的中值滤波处理,不能随着图像的复杂性进行变化处理,方向性不强,窗口大小不变,利用动态方向加权二维多级中值滤波方法进行图像增强处理,根据图像复杂的变化动态调整窗口大小和权值,该动态加权处理增强方法突出了视觉处理目的,达到了满意的视觉增强效果。图像处理前后的相似系数达到0.868 3,在原始图像比较复杂的情况下,可以改善后期图像处理过程,提高图像分析(解译)的正确性和有效性。