基于SRTM3的山区遥感影像地形校正研究

山区遥感影像的地形效应尤为明显,是利用遥感影像进行精确定量分析及应用的主要障碍。为提高地表参数遥感定量化精度,研究在SRTM3数字高程模型的支持下,利用Lambertian模型、归一化模型、C校正方法对山区TM影像进行地形校正实验。通过比较分析影像的校正效果及对地形变量与影像校正前后的辐射亮度值进行相关性分析,对利用开源SRTM3地形数据对山区遥感影像进行地形校正的可行性进行研究。实验表明除小部分区域由于SRTM数字高程模型本身的误差使得影像存在误校正外,利用SRTM3数字高程模型进行地形校正效果明显。     

CBERS-02B卫星图像的融合试验研究

遥感影像数据融合是目前遥感界研究的新热点,作为在各个领域应用日益广泛的CBERS-02B卫星影像,其全色波段空间分辨率达到2．36m,多光谱波段信息丰富,为了既保留丰富的光谱信息又能提高空间分辨率,本文在对主成分变换、Brovey变换、Mutiplicative变换融合3种传统像素级融合方法分析、归纳与算法实现研究的基础上,对CBERS-02B卫星多光谱波段与全色波段进行了图像融合试验研究,从光谱特征与空间纹理特征两个方面对融合效果进行定性与定量评价．分析结果表明,Brovey变换融合法光谱退化最小,同时也最大程度地保持了高几何分辨率全色波段的空间信息．     

一种用于制作CBERS-02C卫星融合影像的配准方法

提出了一种用于制作资源一号02C卫星(CBERS-02C)融合影像的配准方法.首先对多光谱及全色影像进行几何精纠正,并采用SIFT算法对两种纠正影像的缩略图进行粗匹配;然后通过提取Harris特征点,并根据粗匹配的结果预测对应同名点的位置,使用基于灰度相关的匹配方法进行精匹配;待剔除匹配点粗差后,再采用基于三角网的面元纠正实现影像的精确配准.多组数据的试验验证了所提方法的可行性.该方法已成功应用于CBERS-02C卫星数据的自动化处理系统.     

Landsat影像地形校正方法的适用性分析

比较了Cosine校正模型、C校正模型、SCS+C校正模型和Minnaert校正模型在我国复杂地形区域进行遥感影像地形校正的效果.以江西、陕西、云南、大兴安岭东北为研究区域,共96景Landsat影像,基本涵盖了我国典型的山区地貌.每景影像每一波段(1,2,3,4,5,7)的最适宜地形校正方法通过光照系数(太阳入射角余弦值)与像元值的相关性系数平方得出.对于整个研究区域,最佳的地形校正方法的选择基于最适宜方法所占比例和Wilcoxon符号秩检验的显著性分析.实验结果表明C校正模型在我国适用性最为广泛,其次是SCS+C校正模型,这为大范围研究区域地形校正方法选择提供了较好的借鉴.     

基于ENVI的MODIS数据预处理实现

为给MODIS影像预处理软件实践操作提供参考,利用ENVI软件对MODIS影像进行几何校正和辐射校正实验研究.具体工作步骤是:去"蝴蝶结"效应;基于地理位置查找表法进行影像的几何校正;FLAASH大气校正模块的数据准备和参数设定.     

无人机多光谱影像的几何与辐射校正

为了使无人机多光谱影像能够真实地反映地面目标的光谱特征和实际地理位置,需要对无人机多光谱影像进行几何与辐射校正.结合摄影测量方法和经验线性定标法对多光谱影像进行几何与辐射校正,并基于地面实测数据对几何与辐射校正精度进行评价.结果表明:基于上述方法处理后的无人机多光谱遥感影像与地面实测数据一致性良好.基于摄影测量方法处理...     

基于地形图的西宁市遥感影像预处理方法试验

介绍了利用遥感图像处理软件ERDASIMAGING 8.6对西宁市卫星影像及地形图进行选择、几何精校正、图像合成、图像镶嵌的方法,结果表明：多项式法对地形较平坦地区的卫星影像纠正具有较高的精度,为遥感影像的进一步处理提供数据.     

空间重采样方法对遥感影像信息影响研究

在对原始影像进行几何校正时需要对影像进行重采样,必然会导致光谱信息的失真,如何保持原始影像的光谱信息一直是研究的热点问题.从影像应用质量评价的角度,对3种不同类型的遥感影像质量进行了评价与分析,通过对多幅不同空间分辨率的遥感影像重采样后进行比较,评价了重采样后遥感影像的质量.研究表明,影像重采样后的信息量随着空间分辨率的提高基本保持不变,随着空间分辨率的降低,信息量也逐步减少的结论,为评价遥感影像重采样后影像信息量损失情况的多尺度效应提供参考.     

SPOT5遥感影像不同融合方法对地物识别精度的影响

以河南省开封市北部及郊区的SPOT5遥感影像为基础数据,对SPOT5全色波段影像与多光谱影像的几种融合方式进行了比较研究;基于各种融合结果影像进行实验区域的计算机监督和非监督分类,提取各类地物面积数据,比较影像融合前后各类地物面积变化率;分析不同融合影像对地物识别精度的影响,确定适宜不同地物判识的融合影像和方法,旨在为土地利用类型调查中的影像融合方法的选择提供参考.     

遥感影像融合与辐射校正顺序关系探讨

以Landsat-7 ETM+、SPOT-5、IKONOS和EO-1 ALI四种遥感影像为数据源,采用多种辐射校正模型和Pansharp融合算法对遥感影像融合和辐射校正先后关系进行探讨,并利用GVI、ERGAS和CC三个评价指标对获得融合后影像从光谱保真度和高频信息融入度两个方面进行定量评价.实验表明,影像融合与辐射校正的先后顺序对所获得融合影像高频信息融入度无影响,但易引起光谱保真度差异.     

基于二次有理Bézier曲线逼近的图像压缩

针对传统的Bérnstein多项式逼近方法进行图像压缩时压缩率和压缩质量不高的问题,提出一种基于希尔伯特扫描和二次有理Bézier曲线逼近进行图像压缩的方法.首先利用希尔伯特扫描曲线将二维灰度图像转化为一维灰度序列;然后采用二次有理Bézier曲线对数据进行分段逼近;最后利用各段数据的逼近参数对图像进行压缩编码.实验结果表明：该方法比传统的Bérnstein多项式逼近方法在图像的压缩率和压缩质量方面都有所提高.     

地形(籍)图扫描纠正的精度分析

通过对某市地形 (籍 )图扫描纠正的试验 ,根据对纠正控制点的不同数量、不同分布 ,以及不同纠正数学模型的结果对比和精度分析 ,分析地形 (籍 )图纠正的各种模型和方案的优缺点 ,为地形图扫描矢量化选择合适的纠正模型和方法提供实用的参考     

一种离散正交Hahn矩的图像分析方法

提出了一种新的以离散Hahn多项式为变换核的离散正交Hahn矩并用于图像重建,推导了Hahn多项式的有关递推关系式.为了能计算高阶矩,减少矩计算过程中的累计误差,精确重建图像,利用Hahn多项式关于x方向的对称性并对部分表达式进行了优化处理,取得了显著的效果.通过与离散正交Tchebichef矩的重建图像进行比较,表明了该方法的有效性.     

基于LS-SVR的图像矫正

最小二乘支持向量回归(the least squares support vector regression,LS-SVR)算法因其回归拟合度高广泛应用于各领域中.以目标物在不同光源下采集的图像呈现出不同的颜色值,从而导致图像与目标物出现视觉上的偏差为研究对象,并以潘通色卡为参照,利用LSSVR算法,结合将RGB颜色空间到sRGB颜色空间的转换模型,对测试图像进行矫正处理.实验结果表明:与多项式回归相比,LS-SVR算法能取得更小的色差,且矫正后的图像更接近于目标图像.     

基于圆域上多项式逼近的图像重建算法

以Marr算法为基础, 给出了圆域D上图像重建的一种 基于二元多项式逼近的加速算法. 加速后算法的计算量为O(Nlg N), 当N较大时, 新算法的运行时间远小于原算法的运行时间. 同时, 与传统图像重建算法〖CD2〗滤波反投影算法（FBP）相比, 基于多项式逼近加速算法重建的图像质量优于前者. 仿真实验验证了此算法的有效性.     

基于径向基函数神经网络的栅格图像非线性畸变校正

为了减小光电成像测量系统中存在的非线性畸变,提高测量精度,提出了一种基于径向基函数神经网络的图像畸变校正方法。提取带有桶形畸变的栅格图像中的栅格交叉点作为控制点,利用光学成像关系推算出栅格交叉点的理想无畸变位置,构成径向基函数神经网络的训练集。经过训练,可以确定径向基函数神经网络结构的优化参数。针对栅格图像进行了畸变校正实验,并与多项式变形法进行了比较。实验结果表明,所提方法能够自动、有效地校正图像畸变,效果优于多项式变形法。     

图像超分辨率重建算法比较研究

针对超分辨率重建技术的基本理论以及研究现状给予了综述性研究,对当前的主要算法进行了比较分析.     

基于奇异值分解的图像质量评价

分析了传统的基于灰度误差的图像质量评价算法的局限,扩展了图像质量评价的定义.考虑原始图像和畸变图像尺寸不一致的情况,提出了用奇异值分解把图像矩阵转为向量,用奇异值向量之间的夹角作为图像的质量评价指标.实验表明:提出的基于奇异值向量夹角的准则对压缩、噪声和旋转、平移、尺度等几何畸变等都具有好的性质;且适于文中扩展的质量评价的定义.最后对实验结果和人类视觉系统的主观评价进行了比较分析.     

基于压缩感知的图像检索方法研究

针对大尺寸图像的特征提取算法复杂度高、特征信息容易缺失的问题,利用压缩感知理论中关于少量测量值可以精确重构原始信号的特性,提出了一种基于压缩感知的图像检索方法。首先对图像进行小波变换、分块预处理;然后构造分块多项式确定性测量矩阵,并对分块图像进行压缩感知快速测量,得到少量的压缩测量值代表图像的特征;最后采用加权距离方法计算图像测量值特征的相似度,实现图像的精确检索。仿真结果表明,该方法在图像检索速度和查准率、查全率等指标上具有更高的性能,能应用于大量复杂图像的检索。     

图像域阈值与维纳滤波组合的图像去噪方法

用小波变换方法获得与带噪图像具有相同尺寸的各尺度与方向的图像域子图,并对各细节子图进行阈值化处理;然后,将去噪的各图像域细节子图与低频子图相加得到初级去噪图像;最后,对初级去噪图像执行图像域维纳滤波,进一步去除噪声斑点.讨论图像域阈值参数的估计方法,提出一种与小波域BayesShrink对应的图像域BayesShrink阈值估计方法.实验结果表明:与小波域阈值或者小波域阈值与图像域维纳滤波组合的方法相比,对于非高度细节的图像,除去低噪声细节相对丰富图像的情况外,图像域阈值与维纳滤波组合在去除平坦区大部分噪声的同时,能更好保留边缘与纹理细节,得到更好的图像质量与更高的峰值信噪比.