一种遥感影像混合噪声二阶去除方法

遥感影像去噪对于影像后续的使用和研究具有重要意义。高斯噪声与椒盐噪声是影像中常见的噪声,目前的去噪算法对于这类混合噪声普遍存在去噪效果不佳、去噪后影像边缘模糊等缺点。针对以上问题,提出了一种遥感影像混合噪声二阶去除方法。该方法第一阶段是在DnCNN网络框架的基础上引入扩张卷积来增加网络的感受野,便于在遥感影像中提取更多的特征信息;同时在深卷积层后引入DropoutLayer层构建降噪模型,以防止网络出现过拟合,简化训练难度,然后使用该模型对影像进行初步降噪。为进一步提高初步降噪结果的影像质量,有效去除混合噪声中的椒盐噪声,保留更多的影像边缘细节及纹理特征。该方法第二阶段是在自适应中值滤波的基础上采用最近邻域像素加权中值替换原滤波窗口中值,对初步降噪结果进行二次处理,得到遥感影像混合噪声最终去噪结果。为验证算法的可行性和有效性,进行了遥感影像去噪实验及去噪影像边缘检测实验。分析实验结果,无论从主观视觉还是客观评价指标上进行对比,提出的方法对于遥感影像混合噪声去噪效果优于传统去噪方法,并且能够较好地保留影像边缘细节及纹理特征,获得更清晰的影像结果。     

一种简易的图象去噪方法

设计了一种简易实现的自适应中值滤波器滤除图象噪声,根据对噪声图象噪声点的检测,自适应地调整了中值滤波器窗的大小,有效地抑制严重的脉冲器声干扰。     

一种除去遥感影像薄云雾的方法

在借鉴相关研究的基础上提出了一种新的基于Laplacian图像增强和直方图分段线性变换的除去遥感影像薄云雾的方法,并与同态滤波和直方图匹配方法进行了实例对比研究.结果表明该文提出的方法不仅能够有效降低薄云雾覆盖干扰噪音,而且可以很好地保持原始影像真实的光谱特性,并能够增加遥感影像的空间细节信息,是一种有效除去薄云雾覆盖的方法.     

一种新的高分辨定位去噪方法

高分辨定位技术在近几年得到人们的广泛注意,在这方面的研究工作相当活跃。本文提出一种新的多目标阵列接收信号协方差矩阵的去噪方法,并对结果进行了计算机模拟。     

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.     

一种改进的空间滤波除噪算法在道路识别中的运用

提出了一种在道路边缘像素连续的前提下,运用空间滤波方法除去道路图像中央的噪声的新算法,从而使得机器人在直线道路情况下能够清晰地识别出路和非路的部分.通过实验比较,结果表明该算法能够得到较好的除噪和道路拟合效果.     

遥感影像信息量的计算方法研究

对遥感数据进行定量评价一直是遥感技术应用领域的一个难点.以信息论中的信息熵为理论基础,运用概率论的基本原理,建立了遥感影像信息量与灰度值、色彩、噪声之间的数学表达,提出了遥感影像信息熵、噪声疑义度、邻元相关性、互信息量及影像单像元的平均信息量、波段间的相关性、影像实际信息量的计算方法,并给出了多波段遥感影像信息量的计算流程,从信息量的角度提出了评价遥感数据质量的新方法.     

一种高分辨率遥感影像城区道路网提取方法

提出一种高分辨率影像城区道路自动提取新方法.该方法首先引用经典的Mean-Shift算法实现道路图像的初步分割,再合并灰度相似的区域,依据直方图准则选取合适的阈值进行二值化分割；然后,引入形状因子(面积、长宽比等)去除混杂在图像中与道路形状特征不相似的区域；对于仍然与道路相连的非道路区域,构造多方向形态学滤波的方法剔除,提取独立的道路区域,最后连接断裂的道路线,实现道路网的提取,并对多幅高分辨率城区影像进行试验.研究结果表明:该方法能很好地实现从复杂环境中提取道路网,特别是对直线型道路的提取精度更高.     

一种基于Snake模型的遥感影像道路网半自动提取方法

在遥感影像中,道路不仅是一种重要的基础地理信息,而且还是提取其它地物目标的线索和参考,道路的正确提取对遥感影像的深入应用具有重要意义.然而,到目前为止,遥感影像道路网的全自动化提取仍处于探索阶段,现有研究仍多侧重于道路的半自动提取方法.本研究在归纳和总结现有典型的几种道路半自动提取方法基础上,提出了一种基于Snake模型的遥感影像道路网半自动提取方法,针对该方法中能量函数的构造、收敛迭代条件的设置、道路中角点的判断、角点及道路网中交点的提取等问题进行了讨论.最后对所提出的方法进行了实验验证,结果表明:基于Snake模型的遥感影像道路网半自动提取方法能够从覆盖范围大、场景复杂、噪声较多的遥感影像中实现道路网的提取且只需少量的人机交互,从而极大地提高了道路提取的效率.     

QuickBird遥感影像的融合方法比较研究

应用IHS变换、Brovey变换、主成分变换3种影像融合方法对QuickBird多光谱和全色遥感影像触合实验研究,并通过空间细节信息和光谱信息二类统计参数对触合结果进行评价和分析,综合评价结果表明:三种算法中IHS变换更适于QuickBird遥感影像的融合。     

一种针对小训练样本的低空遥感影像分类方法

受低空遥感影像数据性质影响,在针对小训练样本时分类精度欠佳.提出了一种针对小训练样本的低空遥感影像分类方法(ELM-CF).方法 首先通过等价局部二值模式提取低空遥感影像的纹理细节;然后联合光谱与纹理特征构建组合特征以增强像元描述唯一性,降低分类中对训练样本的依赖;最后利用极限学习机对组合特征进行分类.为验证方法的有效性,选用2组无人机影像,并随机抽取占每类总量0.1％的像元作为训练样本进行实验.实验结果表示明本文方法对两组数据的总体分类精度分别为96.4％和97.6％,且具有较好的时效性.     

IKONOS高分辨率遥感影像融合方法比较研究

由于应用需求的驱动,高分辨率遥感影像融合技术已成为卫星遥感信息处理领域的重要研究方向和热点课题.以贵阳地区2002年12月23日的IKONOS高分辨率遥感影像为实验数据,利用ENVI 4.3、PCI 9.0、ERDAS 9.1 3种遥感图像处理软件中的一些常用融合方法进行了融合实验,并对相应的融合结果进行了讨论和分析.结果表明,ERDAS 9.1中的PCA法融合效果最好.     

遥感影像数字水印综述

本文对当前遥感影像水印技术背景,遥感影像原理、特点,水印技术的原理、分类、遥感影像可视化水印处理、遥感图像采用数字水印处理后图像质量评价等方面做了一个综述, 希望进一步推动我国遥感影像水印领域的研究工作.     

一种集成多分类器的面向地理对象遥感影像变化回溯分析方法

城市土地覆被变化分析在城市发展规划、环境保护研究等方面具有重要意义.在多期遥感影像变化分析中,存在多基于像元、分类器单一等问题,很难体现其优势.为了克服这些问题,提出了一种面向地理对象遥感影像变化回溯分析方法,将三种泛化能力较高的分类器适时应用在遥感影像变化分析框架的不同阶段.首先基于随机森林分类器完成基期影像(最新时间的影像)的土地覆被制图,然后基于与不同期的差异影像结合模糊C均值聚类与多阈值算法获得差异影像二值化结果,最后基于回溯分析获得不同时期影像的变化区域,使用支持向量机分类器获得变化检测结果.以Landsat影像为基础数据,在巴基斯坦伊斯兰堡1990-2018年间的4期影像变化分析中进行验证,并与两种不同方式变化检测方法对比.结果表明,提出的方法得到的4期影像变化检测总体精度平均达到81.4%,明显高于其他两种方法,证明该方法在遥感多期影像变化分析方面是有效的.     

彩色图象的一种小波去噪方法

小波图象去噪已经成为目前图象去噪的主要方法之一。针对加了高斯噪声的彩色图象,通过选择合适的小波基使用小波萎缩法的阈值萎缩法进行去噪,取得了相对中值滤波和均值滤波更好的效果。     

一种优化的多源遥感影像高精度配准方法

探讨了一种优化的多源遥感影像的高精度配准算法.利用梯度算子结合Forstner算子快速提取特征点,同时采用基于熵的格网技术控制特征点的分布均匀度,在少量准确控制点的基础上以不变矩相似度量为匹配准则,采用整体松弛法匹配策略快速配准得到同名点,并利用二次多项式模型来剔除误配准点.结果表明,该方法配准速度快,得到的同名点精度高,分布均匀,可以满足遥感影像的融合与快速更新等后续处理的要求.     

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．     

遥感影像提取建筑物高度的方法

基于高分辨率民用遥感影像及相应地区的数字地形图,利用ENVI软件和ARCGIS软件中的各个模块和有效的分类方法,通过对建筑物阴影的计算从而得到城市建筑物高度.实践证明此方法工作量小、流程简单,并且基本能满足城市制定相关防灾减灾规划的参考需求,具有实际应用价值.     

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．     

遥感影像分类方法的研究

该文基于ERDAS的KnowledgeEngineer分类方法原理,提出一种多信息源、智能化、程序化的阈值分类技术,利用空间模型语言SML（SpatialModelerLanguage）编程实现遥感影像的分类,进而克服了传统分类方法只能针对单一信息源的局限。研究工作以1999年ETM＋遥感影像临港新城为例,将该方法与传统的监督分类方法进行比较和精度评价。结果表明,阈值分类法比监督分类法分类精度高,指标Kappa系数由0.6109提高到0.8204。该方法可通过模块实现多信息源的调用,从已分类图像中提取确认的分类信息,达到一定的智能化,减少人为的重复性操作。