基于信息熵的NMF遥感图像解混算法

针对传统稀疏非负矩阵分解(NMF)解混方法仅考虑丰度矩阵中非零个数最少,没有考虑混合像元内端元的丰度分布具有不均匀性的这一问题,提出一种基于信息熵的NMF遥感图像解混算法.将端元的丰度值的大小看成是信息熵中的符号出现的概率,当端元等概率出现在混合像元中时各个丰度值大小相等,对应的实际地物等比例出现在混合像元中,此时信息熵最大,但是丰度稀疏性最低;当丰度分布最不均匀时,仅有一种地物类型出现,信息熵最小,此时丰度值的稀疏性最高,只有一个非零值,由此得出丰度稀疏性和信息熵有负相关的关系.在NMF解混算法的基础上,引入负信息熵来约束丰度矩阵,同时加入平滑限制来约束端元光谱矩阵.在模拟数据和真实数据上进行了结果测试.实验结果表明:相比传统的NMF解混算法和基于l2范数的NMF遥感图像解混算法,本方法能得到更好的解混效果.     

斜程大气中的热晕效应研究

引入了大气中的吸收系数、风速、大气压强、密度和温度模型,然后利用加权等效的方法对上述参数进行了等效处理,得到了等效热畸变参数,从而把斜程传输下的热晕问题转化为水平传输下的热晕问题,利用该模型进行了理论计算。结果表明,天顶角越大,等效热畸变参数越大,热晕效应越强。计算结果符合理论预期的结果。     

遥感图像分类方法的研究

本文较全面地讨论了遥感图像监督分类和非监督分类中的各种分类方法，及该方法的优缺点、适用场合，并作了简单评价，以期对遥感图像分类方法的研究有新的突破．     

用离散坐标法计算卫星遥感成像过程

发展了一种既可以计算多维大气辐射,又可同时计算卫星遥感成像的新型方法,其步骤是：首先采用一个常规的离散坐标求积系列计算多维大气辐射场;然后采用DOS ISW计算投射到卫星遥感器镜头上的辐射强度,从而获得遥感器CCD相机靶面上的辐射能分布．给出了一个尝试性的计算示例．     

遥感图像植被判读与土壤判读

通过遥感图像判断识别各种目标，是达到遥感应用目的的一个重要环节，而判读植被图像和土壤图像对监测生态环境变化具有十分重要的意义。介绍了主要植被类型的影像特征和遥感图像植被判读的方法，以及航空像片的土壤判读和卫星图像的土壤判读方法。     

卫星遥感图像的神经网络自由识别分类

介绍了神经网络卫星遥感图像自动识别分类方法,并与最大似然 类结果进行了比较。讨论机实验结果表明,神经网络分类的精度和速度优于最大似然法分类。     

对卫星遥感大气订正6S模型中的算法的探讨

对6S模型中的算法进行了探讨,并提出了不同的看法：a．6S模型中将向上辐射强度分解为5个组分是没有必要的,事实上其中有些组分很难计算,其计算结果也不够精确,同时这5个组分之和也并不严格等于总辐射强度;b．6S模型对邻近效应的计算也存在着较大误差;c．一维地-气耦合辐射的数值计算只是一个很简单的问题,宜首选国际辐射传热界发展的离散坐标法来求解;d．宜选用逆向蒙特卡罗法来分析邻近效应．另外,对最近提出的多步法做了进一步扩展,以使其能计算更多的向上辐射强度组分．最后,提出了一种更便于大气订正的向上辐射强度划分方法．     

遥感数字图像快速成图法

讨论了国外遥感数字图像快速成图新方法,在对新方法的实质、应用现状分析和评价的基础上,就存在的问题提出了一些改进设想。     

一种高精度遥感影像配准融合方法

介绍了一种实用的高精度遥感影像配准、纠正、融合方法．该方法将数字摄影测量技术应用于遥感影像定量化处理，不仅解决了长期困惑遥感信息定量化处理的理论和实际应用问题，而且为大规模生产提供了实用的手段，使遥感信息定量化处理步入实际应用的新阶段．     

基于人工神经网络的遥感图像分类研究

随着人工神经网络系统理论的发展,神经网络技术日益成为遥感图像分类处理的有效手段,并有逐步取代最大似然法的趋势。本文重点讨论了遥感图像分类处理研究中应用效果显著的BP神经网络方法,并在MATLAB平台下对基于BP神经网络的分类算法进行了研究,最后将它的分类结果与最大似然法的分类结果进行了精度比较分析。结果表明基于BP神经网络的遥感图像分类效果是较好的,是一种有效的图像分类方法。     

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。     

多源卫星遥感影像在城市规划中的应用

高分辨率卫星遥感影像的出现使得大比例尺遥感制图以及进行城市规划监测和信息更新成为可能。以泉州市为例,介绍了卫星遥感影像在城市规划中的应用。     

一种面向对象的遥感影像多尺度分割方法

高分辨率遥感影像中丰富的空间结构信息和地理特征信息提取需要在多种不同的尺度下进行,而传统的基于像素光谱特征的影像分割和单尺度影像信息提取方法在这方面存在明显的缺陷.基于区域的面向对象影像分析方法,为高分辨率遥感影像信息提取提供了新的思路,其关键的核心问题在于实现对高分辨率遥感影像的多尺度分割.本文提出了一种基于相邻影像区域合并异质性最小的面向对象多尺度分割算法.影像分割试验结果表明:该方法可以根据任意特定尺度下的影像分析任务或任意感兴趣尺度的地物目标,调整影像分割的尺度参数,从而获得特定尺度下感兴趣的影像区域(对象)作为后续面向对象影像分析和应用的基础.     

浅论面向对象的遥感图像的模糊分类

介绍了面向对象与基于像素的分类方法,分析了模糊分类方法,阐述了面向对象的模糊分类技术的软件应用。     

基于小波变换的快鸟遥感影像数据融合

在给出小波变换基本模型的基础上 ,探讨了采用小波正交分解与重构来进行遥感信息融合的基本原理 .快鸟影像数据是目前新的高分辨率卫星遥感数据产品 ,在分析该数据特点的基础上 ,考虑采用小波变换应用于快鸟高分辨率卫星影像数据全色和多光谱数据的融合 ,并给出了具体的数学模型和实现流程 .作为实际应用 ,又详细给出了小波用于遥感数据融合的中间过程和最后结果 ,并通过分析影像融合的效果 ,提出了有效的成果调整方法 ,且说明了该方法是切实有效的     

遥感图像的无缝处理算法

分析遥感影像色彩差异的成因,讨论了遥感影像无缝处理涉及的关键技术和典型算法,并在此基础上提出了一种遥感影像无缝处理的解决方案.该方案先对每幅图像进行匀光处理,再采用四叉树色彩平衡算法,使得图幅间的色彩趋向一致,然后采用平滑滤波消除图幅边界.研究结果表明:该方法对于遥感图像的色彩均衡以及边缝消除有较好的效果,同时还具有算法简单、易于实现的特点.