Hyperion影像与高分辨率影像融合影像的分类结果比较

使用数据融合的手段,将Hyperion影像与SPOT影像进行融合,以期同时获得空间和光谱两方面的丰富信息。使用融合影像进行了地物分类实验,对分类的效果进行了比较。     

基于多波段影像特征的土地利用分类

利用Landsat TM遥感影像,在ENVI4.2软件的支持下,分析了甘肃省张掖市TM多波段地物影像特征,建立解译标志,利用监督分类方法对该区域土地利用进行分类。     

EO-1 Hyperion数据不同波段组合的分类结果比较

高光谱遥感是目前的一个热点研究邻域。采用EO-1 Hyperion数据,应用波段选择的方法,比较了不同波段组合用于同一研究区地物分类的效果。     

基于Hyperion影像的叶面积指数反演

叶面积指数是描述植物生长状况的重要指标之一,利用Hyperion数据计算NDVI,SRI,EVI,RENDVI,WBI 5种植被指数。以梅江流域周边植被为研究区域,结合该地区30个样本点的实测LAI数据,建立5种植被指数与LAI的多种回归模型并检验各模型的精度。实验结果表明,利用上述5种植被指数与叶面积指数所建立的线性和非线性模型中,一元线性、二次多项式和三次多项式回归模型中RENDVI的拟合效果最佳,并且随着模型变量次数的增加拟合效果也呈递增趋势。指数模型中拟合效果最佳的为EVI,WBI在对数模型中有更好的拟合效果。将5种植被指数作为自变量的多元线性回归模型拟合效果明显优于其它所有模型。     

基于光谱与纹理信息的Worldview-2影像地物分类

高分辨率遥感影像分类是遥感影像处理领域中的一个重要的研究方向.选取Worldview-2影像,分别以光谱信息和光谱结合纹理信息为分类数据,采用最大似然法(MLC)和支持向量机法(SVM)进行监督分类,用混淆矩阵对分类结果进行评价.结果表明,9×9为最佳纹理窗口;SVM法分类精度明显优于MLC法;基于光谱结合纹理信息的分类精度明显优于单纯基于光谱信息的分类结果.辅以影像纹理特征,采用SVM法可以较为有效提取Worldview-2地物信息.     

融合纹理增强的遥感影像地物分类泛化性分析

为了解决因时空特征差异而导致遥感影像地物分类泛化性较弱的问题,提出了一种纹理与光谱特征联合的地物分类思路。通过筛选得到的纹理特征对光谱特征进行强化,并利用现有的深度学习框架,对各个纹理特征组合的分类效果进行评价。为了充分验证方法的有效性,在多组不同时相和地域的遥感影像中进行了特征筛选和测试。结果表明,将绿色光谱的方差、同质度及角二阶矩纹理特征与光谱特征进行叠加,可以有效抵抗季节和地域因素,进而提高分类的泛化性,尤其对水域和居民地检测的改善效果更加明显,平均交并比可提高5%~10%。同时,为基于深度学习的小样本地物分类研究提供了新的技术思路。     

基于小波核MSVR的IKONOS影像多分类

针对IKONOS影像波段和光谱特点,结合小波函数对非线性信号的良好描述能力和多输出支持向量回归(MSVR)在多维机器学习领域的优势,提出一种基于小波核MSVR的IKONOS影像多分类方法,并以安徽大学新校区的IKONOS影像进行仿真实验.结果表明,提出的多分类算法优于传统的有监督二分类方法和无监督K-Means分类方法,获得较好的分类效果.     

基于经验线性法的Hyperion影像大气校正

选取影像覆盖区域的地物分别作为亮目标和暗目标,选取非影像覆盖区域的同名地物为目标物,基于经验线性(ELC)法对Hyperion影像进行大气校正.结果表明,包含大部分植被信息的混合像元中绿色植被光谱特征清晰可见,植被绿色反射峰、近红外波段反射平台以及短波红外小反射峰等现象十分明显.运用该方法对缺乏实时资料的卫星影像进行大气校正具有一定的适用性.     

基于小波变换和K-means算法的遥感影像分类

在研究K均值聚类算法的基础上,采用小波变换辅助K均值算法对遥感影像进行分类,以此提高遥感影像的分类精度.以云南省玉溪市抚仙湖附近地区作为研究区,结合研究区的具体情况,根据查维茨最佳指数因子法OIF计算得到遥感影像的最佳波段组合,并通过对各类地物的样本图像和遥感影像进行二维小波分解,得出样本特征向量;然后利用K均值算法结合样本特征向量对遥感影像进行分类,得到分类结果并进行精度验证.再与单纯采用K均值算法的分类结果进行对比分析,结果表明:其总体精度和Kappa系数分别达到83.74%、0.7753,比单纯采用K-means算法分别高出14.26%、0.1697,尤其是林地、裸地和农田的分类精度得到了显著提高.     

决策树在高分辨率影像目标为小地物的分类应用研究

高分辨率遥感影像的应用越来越多,但其高昂的成本让一般项目望而却步．应用软件从Google Earth上下栽已成为获取高空间分辨率影像的有效途径,但因无光谱信息,解译局限较大．选用C4．5算法的决策树方法,对目标为水塘研究的广州市天河区的下载的快鸟数据进行解译,与最大似然分类法和面向对象分类法相比较．结果表明：决策树分类法的分类精度和kappa系数均较高,能利用多源数据,结构简单直观,易于表达和应用;提取小目标地物更有效,数据量相对小．速度较快．     

SAR图像小波域消噪方法

目的 介绍小波域SAR图像消噪算法，并且提出一个小波域内利用多重分形参数修正的雷达图像消噪算法。方法 在系统分析SAR图像与小波之间联系的基础上，通过实验表明SAR图像中原始信号与噪声的多重分形参数不同，采用小波域内对多重分形谱相关的Hoelder指数修正方法进行SAR图像消噪。结果 该算法可以在保留信号边缘、纹理等奇异性情况下，消除斑点噪声。结论 小波进行SAR图像消噪具有独特的优势，随着如分形理论的各种非线性理论的引入，对于具有非线性特征的SAR图像斑点消噪研究将取得更好的效果。     

一种基于提升小波变换的数字图像隐藏方法

针对人眼的视觉模型和小波包的分频能力, 给出 一种新的灰度图像数据嵌入方法, 嵌入图像可以达到原始载体的1/4, 通过调节尺度 因子α可使本方法用于数据隐藏和数字水印. 此法对一些图像处理(如JPEG压缩等)有一 定的鲁棒性. 实验结果显示, 此法对秘密信息有较好的恢复效果.     

一种分类的小波零树与分形混合图像编码算法

通过分析小波零树编码和分形编码各自的优点与不足,结合自身的特点,提出一种基于分类的混合图像编码算法。该方法把图像分割后的块分为3类,对不同类型的块分别采用分形算法或零树编码的改进算法SPIHT算法编码;结果表明,与单独使用这两种算法相比,混合编码算法的重构图像质量有一定程度的提高。     

小波分析对牛顿环CCD图像的无损研究

目的准确测量平凸透镜的曲率半径。方法通过CCD成像技术将等厚干涉条纹——牛顿环图像通过图像采集卡转换为计算机可以识别的数字图像,采用小波分析法对牛顿环图像进行无损研究。结果克服了图像与背景对比度差引起的图像不清楚的缺点,从而使测量的精度进一步提高。结论文中提到方法与传统移测显微镜法得到的曲率半径对比结果表明,误差明显减少。     

基于小波的视频图像字幕定位

首先对灰度化后的图像进行小波重构以及二值形态学处理,然后运用多尺度边缘检测加强边缘,最后通过投影定位出字幕区域。仿真实验表明,此方法在复杂多变的视频背景下,仍然有比较好的效果。     

基于小波变换的迭代分形混合图象编码

在深入研究小波分析及迭代分形原理的基础上，提出了一种基于小波分析和迭代分形的混合图象编码方法，先对原始图象进行隔行取样，然后在构造小波树的基础上，提出了基于分形和小波变换的自适应混合图象压缩算法，未被传输的象素在解码时利用已传输的象素经过双线性内插计算而恢复。计算机模拟实验表明：本文提出的压缩方法与基于亚取样分形插值预测的混合图象编码方法相比，在信噪比相同的情况下，压缩比提高了６．９，证明此种压缩     

基于小波变换的数字图像压缩研究

首先从数学分析的角度研究了小波变换的理论基础,然后从实验角度出发探讨了在Matlab数学分析工具环境下小波变换在数字图像压缩中的应用并分析了应用实例;最后,通过实验说明小波变换理论在数字图像处理中所发挥的重要作用.     

基于小波变换的彩色图像双盲水印算法

在一般水印研究的基础上,提出了一种基于离散小波变换(DWT)的彩色图像双盲水印算法,利用二维DWT变换对彩色图像的3个彩色分量分别进行多尺度分解,然后将两个加密后的二值水印图像自适应地嵌入到3个彩色分量的DWT系数中.通过滤波过程,能够将这3个二值水印完整地提取出来,并且水印的提取不需要原始图像.实验结果表明:使用该方法嵌入的数字水印对常见的图像处理有较强的鲁棒性,能够使数字媒体的版权得到更好的保护.     

基于小波变换的图像边界问题的研究

首先简要地介绍了一维信号对称边界延拓方式及二维信号双正交小波分解重构算法，然后在一维信号边界延拓方式的基础上，研究了在小波变换过程中，当高、低通滤波器长度为奇数且关于0对称时，数字图像能够精确重构的边界延拓问题。给出了数字图像的小波变换及边界延拓的步骤。最后，通过仿真实例验证了该对称边界延拓方式能够保证数字图像在小波变换中精确重构。     

一种基于小波变换的迭代自适应图像除噪算法

借鉴卡尔曼滤波的思想,建立了一种基于小波变换的自适应迭代图像除噪算法.实验结果表明,算法是有效的.