应用遥感影像更新地理信息若干问题的探讨

首先，针对高空间分辨率卫星遥感影像用于地理信息更新的特点，对信息融合、变化检测、数据挖掘、影像检索等问题进行了研究。遥感影像用于地理信息更新时，一方面应对多源遥感信息进行融合，特别是发展决策层融合算法，另一方面应进行多时相遥感信息融合和变化检测。其次，针对多时相遥感信息融合，提出了一种新的多时相融合处理方法体系，并针对自动信息更新的要求，探讨了遥感数据挖掘应重点解决的问题及其在地理信息自动更新中的应用。最后，面向快速影像提取和检索的需求，研究了基于内容的遥感影像检索技术，并重点分析了检索中能够应用的影像特征。     

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。     

基于数学形态学遥感影像分类后优化处理

遥感影像分类后处理是为了提高分类的精度，优化分类结果。参考传统的分类后处理方法，本文提出了基于数学形态学的遥感影像分类后处理方法，利用数学形态学的基本概念和算法，在遥感软件ERDAS的平台上，对结构元灵活的组合．分解，应用形态交换算法达到了消除噪声、填补孔穴和光滑边界的效果，最大程度的保留了影像的信息，同时优化了分类后的影像；并实际验证了本文方法较传统方法的优越性与可靠性。     

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     

基于小波变换的数字遥感影像无损压缩编码系统的设计与开发

针对遥感影像的海量数据对其自身应用的影响，指出了研究图像压缩技术的必要性，从实用的角度出发，采用面向对象的技术方法，设计并实现了基于小波变换的数字遥感影像无损压缩编码系统。     

高光谱遥感影像分类算法并行处理设计与实现

探讨高光谱遥感影像分类算法处理遥感影像速度。通过光谱角度匹配（SAM）、光谱相关系数匹配（SCM）、信息散度匹配（SIDM）、光谱波形匹配（SWM）进行并行化改造设计,将改造的并行化算法应用到湖北大冶遥感影像数据分类处理中,结果表明并行化算法能够有效完成高光谱遥感影像分类,数据量增大,并行化处理速度加快,数据量为158×382×1092时, SAM 并行处理速度是串行处理速度的25．68倍、SCM 为25．41倍、SIDM 为17．55倍、SWM为23．68倍。并行分类算法处理遥感影像分类速度较串行分类算法处理快。     

基于规划需求的遥感影像正射纠正处理方法探讨与研究

目前,卫星遥感影像应用于世界上各行各业,有大量的处理卫星影像的工作,特别遥感影像的几何纠正,是实现影像应用的前提.文章阐述了几何纠正原理与方法和二次多项式变换.实验表明采用基于二次多项式变换,在平坦地区无DEM情况下能获得相对较高的纠正精度,具备实际应用的可行性.     

基于ARCINFO及ERDAS的地形景观图的制作--以西安市浐灞生态区为例

以西安市浐灞生态区为例，利用1：1万地形图在ARCINFO中构建DEM，采用QUCKBIRD影像制作的正射影像作为三维表面的纹理信息．详细叙述了该项目中DEM构建及遥感影像处理的流程方法，包括：矢量化、拓扑关系、构建DEM、波段组合、影像增强、几何校正、图像拼接、投影变换、去箍处理以及三维地形景观图的生成．三维地形景观图是一种由基础测绘数字产品相互结合的专题地图产品，并对三维地形景观图的应用前景作了展望．     

昌化-普陀断裂构造遥感分析及信息提取

遥感影像从宏观上反映活动断裂的影像全貌,还能动态地研究活动断裂的发生、发展及时空演化规律．本文以昌化-普陀断裂为例,利用遥感构造分析技术对其构造特征进行了全面的解译和识别．采用图像增强与融合等处理方法,增加了图像的立体感,提高了遥感影像清晰度和解译精度．同时通过收集区域重力资料、浅层人工地震资料以及断裂附近地区的钻孔资料,并结合野外实地考察,对解译的结果进行了验证,利用遥感影像判读的结果与实际结果一致性很好．本研究成果对杭州地区的大型工程建设、地震预报以及新构造运动等研究具有一定的借鉴意义．     

高分辨率遥感影像分割提取构筑物评估

面向对象的影像分析已成为针对高分辨率遥感影像信息提取和行业应用的一种先进方法.该方法的实用效果,基础和关键在于对影像中所关注地物目标的影像分割提取效果.针对高分辨率遥感影像地面构筑物的提取,采用经验性符合统计比较法,把自动分割结果与人工分割提取的地面构筑物区域轮廓相对符合程度分为3个等级:良好、可以接受和不可接受,对当前应用广泛的两种多尺度影像分割方法进行了地面构筑物分割提取效果评估.     

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.     

多源遥感数据融合在城市发展研究中的应用

多源遥感数据融合是一种通过高级影像处理技术来复合多源遥感影像的技术,其目的是将单一传感器的多波段信息或不同类别传感器所提供的信息加以综合,提高获取信息的有效性和准确性,解释的可靠性,以形成对目标的完整一致的信息描述,把不同传感器的遥感数据和非遥感数据融合在一起应用,是遥感技术应用向纵深发展的必然趋势。本文利用上海地区不同时期、不同卫星的遥感数据及没时期上海城区发展的地图数据,制作了上海市城市发展态势图,并对结果进行了分析研究。     

改进的Mean-Shift遥感影像分割方法

基于高斯核Mean-Shift(MS)算法因收敛速度慢难以满足遥感图像处理的实时应用要求,提出一种改进的MS算法应用于遥感图像分割.针对传统MS算法需多次人工试用来确定固定带宽的问题,给出几种类型遥感影像的空间带宽参考值,且不同波段影像用plug-in规则分别计算值域带宽.针对遥感影像数据量大、MS迭代计算时间长的不足,使用一些加速策略来加速收敛;由于采用MS算法检测出的模点数较多,采用基于全局模点融合来稳定遥感影像分割结果;可用于分割遥感影像的特征很多,模点检测时用灰度特征,全局模点融合时用纹理特征,这样充分利用了遥感影像多维特征且不降低计算速度.采用Quickbird影像进行分割试验,研究结果表明:本文算法自适应程度高,速度和精度也能满足应用要求,是一种稳健的自动分割方法.     

量子遥感信息机理研究

研究了量子遥感提出的背景和需求以及目前量子信息技术的发展现状;阐述了量子遥感的基本概念,并研究了量子遥感和遥感的对应关系;详细论述了量子遥感信息机理,并进行公式推导;辐射场经过量子化之后,变成了由光子组成的系统,从而在量子层次上解决了遥感理论中黑体辐射的问题,从本质上研究了象元的辐射方向性问题。     

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。     

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。     

遥感数据的粗糙集表示及分类

由于粗糙集理论对不确定性的描述是相对客观的,且在无需先验信息的情况下提供了严格地处理数据分类问题的数学方法,结合遥感数据的不确定性,就能对遥感数据进行分类处理.文章通过对遥感数据的处理,经过数据离散化等一系列数据处理后得到约简属性,再根据Fisher线性判别对遥感数据进行监督分类,得到分类结果.可以得出粗糙集理论应用于...     

遥感技术及其在水利工程勘测中的应用

介绍了遥感技术的基本原理、基本概念及在实际应用中如何抓住卫星像片的选用和判读分类两大关键问题分析所获取的信息，阐述了遥感技术在水利工程勘测中应用的优势和广阔的发展前景。     

基于机器学习的多源遥感影像融合土地利用分类研究

为了快速获取准确的城市土地利用信息,提高西南地区遥感影像城市土地利用分类信息提取的精度,探讨了当前快速发展的机器学习技术在该领域中的分类实验.选用昆明市主城区作为研究区域,以Landsat8与Sentinel-1A影像为原始数据,使用GS变换法对影像进行融合,使用卷积神经网络(Convolutional Neural Network,CNN)和BP神经网络(Back Propagation Network)2种分类算法对融合前后的遥感影像进行土地利用分类信息提取,对分类结果进行分析.研究结果表明:基于Landsat8和Sentinel-1A的融合影像数据的卷积神经网络分类算法具有最好的分类效果,其总体分类精度和Kappa系数分别为85.8091%,0.8124,认为基于多源遥感影像融合的卷积神经网络分类方法是获取准确的城市土地利用分类信息的一种可行的方法,可以为高原地区城市的土地利用分类提取研究参考.