不同类型遥感传感器对地覆盖区域仿真与计算

分析了遥感传感器对地覆盖的几何特性,将常见的遥感传感器按照成像覆盖模式分为球冠面圆形覆盖和球面四边形覆盖,推导了两类覆盖模式的投影几何,建立了星下点和侧摆两种成像方式下的对地覆盖区域仿真计算模型. 基于覆盖区域仿真模型和星地空间基准的转换关系,设计了通用于常见遥感传感器的对地覆盖区域仿真算法流程,以实际的卫星平台、传感器和轨道参数实验验证了该仿真算法的有效性.     

基于二维主成分分析的高光谱遥感图像降维

提出一种以高光谱图像分析为目标的基于二维主成分分析的高光谱遥感图像的降维方法。通过多变量线性变换对高光谱数据进行特征提取,应用二维主成分分析的方法对高光谱遥感图像进行降维。对AVIRIS图像应用二维主成分分析的方法,可将能量主要集中在少数几个特征值中,这就为降维提供了可能。计算机仿真结果表明,该算法计算量小,方差小,峰值信噪比(PSNR)、分类准确性均显著提高,MSE有所下降。     

基于压缩感知的遥感图像重构方法研究

针对遥感成像高分辨率、高光谱和多时相趋势所带来的高数据率的问题,应用ShannonNyquist采样技术难以胜任未来遥感应用中对海量信息的处理需求。为解决遥感图像采样数据量大、采样时间长以及数据传输存储量大等资源浪费的问题,提出了一种基于压缩感知的遥感图像重构方法。基于遥感图像的先验知识得到改进联合稀疏表示模型,并采用一种广义迭代收缩方法对该模型进行有效求解,实现了低采样率、低复杂度的遥感图像重构算法,获得了较高质量的图像重构效果。实验结果表明,所提出的重构算法具有一定的正确性和有效性,并且在PSNR方面比目前的主流算法要好。     

稀疏表示遥感图像超分辨重建

为获取地物信息更丰富、空间分辨率更高的遥感图像,提出了一种改进的稀疏表示遥感图像超分辨重建算法。对遥感图像预处理,得到所需训练样本图像;利用字典学习算法进行学习,得到遥感图像结构相似的高低分辨率字典对;对图像特征块进行稀疏表示时,采用改进的自适应滤波方法进行特征提取,同时引入均值滤波法改进超分辨重建迭代计算。实验结果表明,改进后的稀疏表示超分辨方法,有效地避免了重建图像边缘信息的丢失,获取了较好的超分辨重建效果。与当前最先进的稀疏表示超分辨算法相比,主观视觉上纹理细节信息更丰富,客观评价指标峰值信噪比提高约1 d B,结构相似性提高约0.02。     

基于LPS PR0600平台地形图符号库的设计与实现

一、LPS PRO600平台介绍 LPS（徕卡遥感及摄影测量）软件系统自带的PR0600功能模块是基于MicroStation GeoGraphies环境下运行的制图软件包，它能够进行三维立体模式下矢量数据的采集与编辑。     

基于小波的遥感影像特征信息融合模式研究

在数字图像小波多分辨率分析的理论基础上,采用小波变换方法对高分辨遥感图像的目标地物边缘进行信息增强,然后与多光谱遥感图像进行特征信息融合.在融合过程中,首先对多光谱图像中的R、G、B 3个波段的图像进行小波分解,得到相应的低频图像,并对特征增强后的高分辨率图像进行小波分解,再将分解后的高频图像分别与低频图像进行融合,然后经RGB合成为彩色图像.该方法既改善了图像的清晰度和分辨率,同时也保留了原图像的光谱信息.最后通过融合实验验证了上述结论.     

基于Landsat影像的洪泽湖水面面积及其变化分析

针对洪泽湖水域环境急剧变化的问题,湖泊水面面积变化监测成为湖泊遥感调查中一项必不可少的工作。利用中分辨率卫星平台Landsat监测所得数据TM/ETM+/OLI对洪泽湖水面近十年来水面面积进行监测,分析洪泽湖水域面积变化趋势。结果表明,十年来洪泽湖水面面积呈现减少趋势,且以洪泽湖北部与西部最为显著。     

基于RANSAC算法的二维图像拼接方法

全景图应用领域广阔,为了获取全景图,图像拼接是其中关键技术.图像拼接是将多幅存在一定重叠部分的图像进行匹配,经融合后拼接成一个视野较宽,场景完整的图像.兼顾算法的精度和效率2个方面,提出一种基于随机一致性(RANSAC)算法的图像拼接方法.在VS2013环境下,结合Opencv,对室内图像及自然光照环境下采集的2幅图像进行拼接,得到无缝拼接图像,效果非常好,验证了该方法的有效性.     

基于时频结合的带噪语音端点检测算法

为了改善在低信噪比条件下,传统语音端点检测算法准确率较低的情况,提出了一种结合多窗谱估计的谱减法和能熵比的语音端点检测算法。该算法在低信噪比下,对带噪语音进行多窗谱估计的谱减语音增强后,结合语音信号的短时能量和子带谱熵,对增强后的语音信号进行能熵比的计算,并用于端点检测。实验结果表明,在不同的背景噪声且信噪比为-5 d B环境下,相对其他端点检测算法更有效地检测出语音端点,可达到70%以上的正确率,此算法更适合于低信噪比环境下的语音端点检测。     

基于LPS PRO600平台地形图符号库的设计与实现

<正>一、LPS PRO600平台介绍LPS(徕卡遥感及摄影测量)软件系统自带的PRO600功能模块是基于MicroStation GeoGraphics环境下运行的制图软件包,它能够进行三维立体模式下矢量数据的采集与编辑。但是,在PRO600中提供的符号库中仅包含常用的基本符号,而在实际     

基于支持向量机的室内照度预测仿真

为了有效地预测室内的自然光照度,提高预测精度,建立了基于支持向量机(SVM)的室内自然光照度预测模型。在MATLAB 2012的环境下,以郑州市(东经113.65,北纬34.72)某室内自然光的实测照度为训练样本,对三个位置的五个时间点的照度进行预测,模型预测效果采用平均绝对百分比误差(MAPE)来进行评价。经过仿真可知,由模型得到的预测照度与实际照度误差较小,预测效果较为理想,预测的平均绝对百分误差为6.1%。该结果验证了基于支持向量机的预测模型在室内照度预测中的有效性。     

高分辨率图像的指数矩描述

在指数矩定义与计算方法的基础上,提出应用指数矩矩阵描述高分辨率图像的方法.结合图像分割理论并延伸处理各子图,利用快速傅里叶变换计算高分辨率图像指数矩矩阵,然后逆向重构子图并重组原图.对重组图像进行基于Itti视觉注意模型的客观感兴趣区域信噪比分析.仿真结果表明,延伸处理可减弱由分割所带来的重组图像方块效应,也可提高重构图像的信噪比,验证了由图像指数矩矩阵描述高分辨率图像的可行性.     

遥感图像的预处理

由于时间、太阳光强及大气状态的变化，或者遥感器本身的不稳定性，致使获取不同遥感图像上的对比度及亮度值存在差异，因而有必要对多景相邻图像进行遥感数据的预处理过程，这有助于后期所需相关指数的一致性提取与准确评价．作者在ERDAS软件的支持下，经研究、对比，采用回归分析法进行大气辐射校正、自创多样本均值法进行辐射匹配，最后运用图像镶嵌技术达到完整、美观呈现研究范围的目的．文章从头至尾，系统表述了一整套针对多景相邻遥感图像前期预处理的方法过程，达到较好效果，值得借鉴．     

雾霾天气下夜间道路照明的分析与优化措施研究

通过对邯郸市人民路的路灯在不同雾霾状况下的照明情况进行测试,研究了不同雾霾程度对道路照度的影响程度,AQI指数与道路照度、照度均匀度的关系,以及对人们出行的影响.研究得到了雾霾天气对道路照明的影响,以及对人们主观感受的影响.根据分析结果提出了优化建议,以期对以后的道路照明设计起到一定的借鉴作用.     

基于稀疏表示的遥感图像超分辨重建

为了获取高质量的超分辨遥感图像,提出了一种改进特征提取算子的稀疏表示遥感图像超分辨率重建方法。该算法通过设置模板,对一阶和二阶梯度滤波算子进行改进,在有效提取低分辨率图像边缘特征的同时,减少噪声干扰。利用遥感图像库训练得到高、低分辨率图像块字典,再应用低分辨率图像块及其字典求出稀疏表示系数。高、低分辨率图像块具有相同的稀疏表示系数,可根据已求的稀疏表示系数得出超分辨重建图像。实验结果表明,改进算法的超分辨重建效果的客观评价指标,比以往稀疏表示超分辨方法有很大提高,峰值信噪比提高近0.24 dB,均方根误差降低近0.15。     

采用对数预处理的SVM频谱感知方法

为提高频谱感知灵敏度和准确率,减少训练时间,提出一种采用对数函数预处理的支持向量机频谱感知方法.通过实验平台采集出样本集,在保证频谱感知性能前提下,选取一个尺寸最小且具有适用性的训练样本集,利用对数函数对样本集进行预处理,增大主用户信号存在与不存在时样本的平均值之差.实验表明,经对数函数预处理的样本集送入支持向量机进行训练和测试,其频谱感知性能在低信噪比下有明显提高,检测率达到90%以上.     

基于CCD照度采集合成白光色均匀性测量及分析

介绍投影显示系统的色度均匀性测试的单点法,提出了基于CCD照度采集的多点测试法．详细阐述了基于CCD照度采集的多点测试法的测试原理、系统构成及实现过程．给出了该测试方法对DLP投影系统的三色及合成白光的均匀性测试结果,并分析了其成因．最后比较了多点法与单点法的测试结果及所需测量时间．得出的结论是多点法的测试结果较单点法具有客观性和科学性,而且多点法所需的时间要远远小于单点法所需的时间．     

基于递归滤波和自适应亮度响应的图像局部细节增强

为了改善低光照图像增强处理的质量和自然度,提出了一种基于递归滤波和自适应亮度响应的Retinex彩色图像增强算法.试验结果显示,相比其他增强算法,提出的算法能够有效增强低照度图像的局部细节,产生无伪影增强图像,并保持较好的自然度.     

基于残差块的遥感图像目标识别自编码网络

实现遥感图像目标识别的智能化是一个亟待解决的问题.由此建立了黑龙江地区地表高清遥感图像数据集,以深度学习为基本工具,设计了基于残差块的遥感图像目标识别自编码网络,并使用优化算法对学习过程进行了优化提升.搭建了实验平台,完成了对神经网络的训练和测试实验,验证了该文所提算法的有效性,为实现遥感图像目标识别的智能化提供了有效方案.     

超分辨率遥感图像在水土保持监测中的应用研究

简单介绍遥感技术现状及应用,探讨了遥感图像现有的不足之处,介绍了超分辨技术基本概念及在遥感图像中的应用,讨论了遥感图像超分辨率技术在水土保持监测工作中的应用与展望.