面向混合像元分解的光谱维小波特征提取

根据线性混合模型的特点,探讨面向混合像元分解的光谱特征提取与选择,提出以小波低频系数为特征的混合像元分解方法.高光谱像元矢量进行离散二进小波变换后,提取光谱特征影像,再基于特征影像估计出混合像元的组分,并用AVIRIS合成影像验证该分解方法.实验结果表明,良好的光谱特征能够较大地提高遥感混合像元的分解精度,比原始波段分解的精度提高约23%.     

基于混合像元分解的火星南极矿物制图研究

对火星高光谱遥感数据进行混合像元分解,有助于获取像元内部火星表面矿物含量。端元光谱提取和光谱解混是混合像元分解的关键技术。以ORB0942_2轨道覆盖的火星南极地区作为研究区,应用纯净像元指数法(PPI)从影像中提取出端元光谱,并利用线性分解模型对影像中混合像元进行了分解,计算出其各端元组分的百分含量,获得了研究区水冰、石膏、钙镁橄榄石及紫苏辉石的相对含量分布图。     

混合像元组分信息的盲分解方法

从混合像元中分解组分信息是遥感反演的重要内容.若遥感物理过程可用线性方程组表达,遥感测量信息矩阵就等于权重矩阵乘以混合像元的组分信息矩阵,一般认为,求解组分信息矩阵的前提是权重矩阵已知.利用盲分解方法则无需已知权重矩阵,直接将矩阵分解.其原理是利用了遥感可测信息矩阵大量样本的统计特性,获得分解所需的附加信息,给出组分信息矩阵和权重矩阵的估计值.但盲分解方法仅可以复原组分信息的波形,不能确定幅度.为得到混合像元的定量组分信息,文中选择作物-土壤混合像元为主要研究对象进行盲分解研究,解决了盲分解的幅度不确定性,并通过数值模拟和应用实验验证了该方法.研究表明盲分解可以成为遥感混合像元信息分解的有效工具之一,具有良好的应用前景.     

亚像元定位之邻域像元选取问题研究

混合像元普遍存在于各类遥感影像中,混合像元分解仅能获取像元内部各类地物丰度数据,要获取其空间分布信息还需要进行亚像元定位处理.空间相关性是目前大多数亚像元定位方法的理论基础,而距离是主要决定因素.同时距离决定了亚像元邻域范围内参与其所属类别判定的像元位置和个数,从而决定亚像元空间排布结果.因此针对亚像元定位过程中邻域像元选取问题,就常见的邻域选取方法进行对比试验,并就各种方法的效果进行探讨.     

高光谱数据组分信息的盲分解方法

将基于独立成分分析（independent component analysis,ICA）技术的盲分解方法（blindsignalseparation,BSS）应用于遥感混合像元的定量分解,解决了幅度不确定性问题,实现了从高光谱数据中同时得到定量的组分光谱信息和组分权重信息。通过数值模拟实验提出了光谱反演区间的选择方法,进一步完善了该算法,且讨论了算法的稳健性。以陕西省横山县为试验区,从HYPERION高光谱影像中反演了各像元的植被覆盖度,并利用SPOT5影像进行了精度验证,结果表明该方法具有较高的精度。     

基于ASTER影像的土壤流失方程植被覆盖因子估计

针对土壤流失方程中植被覆盖度遥感估计存在的方法不确定问题,利用ASTER影像数据,使用植被指数及混合像元线性分解方法,结合地面调查数据,对土壤流失方程中植被因子做了进一步的研究分析,改进了利用混合像元分解定量估计土壤流失方程植被覆盖因子的方法.     

高光谱数据组分信息的盲分解方法

将基于独立成分分析(independent component analysis,ICA)技术的盲分解方法(blind signal separation,BSS)应用于遥感混合像元的定量分解,解决了幅度不确定性问题,实现了从高光谱数据中同时得到定量的组分光谱信息和组分权重信息。通过数值模拟实验提出了光谱反演区间的选择方法,进一步完善了该算法,且讨论了算法的稳健性。以陕西省横山县为试验区,从HYPERION高光谱影像中反演了各像元的植被覆盖度,并利用SPOT5影像进行了精度验证,结果表明该方法具有较高的精度。     

基于空间光谱信息协同的城市不透水层提取方法比较研究

[目的]利用不同的端元提取方法及混合像元分解算法计算南京市2018年城市不透水层覆盖度,评估各方法的精度,为城市可持续发展提供可靠的基础数据支撑.[方法]采用Landsat 8 OLI遥感影像,基于像元纯度指数(pixel purity index,PPI)并考虑空间光谱信息协同提出空间像元纯度指数(spatial p...     

基于线性光谱混合模型的混合像元分解研究——以合肥市为例

利用Landsat ETM+数据,在水体掩膜的基础上,采用线性光谱混合模型(Liner Spectral Mixture Model,LSMM)进行混合像元分解,得到合肥市高反射率地物、低反射率地物、植被和土壤四种端元的丰度图像以及RMS误差分量图像.应用线性光谱混合模型研究城市地表组分组成,端元(End-member)选取是模型成败的关键.通过分别采用手动选取端元和利用纯像元指数(PPI)法选取端元两种方法,从定性角度对比两种方法得到的结果,结果表明在本研究区内手动选取的端元比PPI选取的端元模型拟合精度更高,能够得到更高精度的分量图像.     

不同引力范围下二次引力模型亚像元定位研究

为进一步提高亚像元级遥感影像分类精度,研究开展了基于空间引力模型(spatial attraction model,SAM)和像元交换模型(pixel swapping model,PSM)有机结合的二次引力计算模型(double-calculated spatial gravity model,DSGM)亚像元定位实验;并对不同引力范围下的模型精度进行验证。研究中,利用空间引力模型改进像元交换模型初始化算法;并相应的对像元交换模型优化算法进行改进。其中,实验数据为人工影像数据和美国威斯康星州典型农业区的Landsat 8遥感影像数据。结果表明,当退化尺度为4时,在环绕空间关系下,利用二次引力计算模型对人工影像和遥感影像进行亚像元定位精度较空间引力模型和像元交换模型均有所提高。可见基于二次引力计算的亚像元定位模型精度均优于空间引力模型和像元交换模型,证明所提亚像元定位方法具有一定可行性和适用性,为更好地突破遥感影像空间分辨率的限制提供了新的思路。     

加入空间纹理信息的遥感图像道路提取

由于道路与建筑物等其他不透水层存在光谱相似性,导致仅利用光谱信息进行道路提取的效果不佳.本文针对高等级城市道路目标,提出了一种加入空间纹理信息的遥感图像道路提取方法.首先,对图像进行空间自相关Moran指数计算,提取图像空间纹理信息,并将其加入到原始光谱波段中;其次,通过建立知识模提取假设道路段,并对提取结果进行假设验证;最后,采用数学形态学的方法对验证后的结果进行后处理.以空间分辨率为0.1m的航空影像为数据源,对本方法进行实验.实验结果表明,加入空间纹理信息的遥感图像道路提取精度总体达到88%,比不加入空间纹理的提取精度要提高约5%.     

城市热岛研究中地表温度与植被丰度的耦合关系

城市热岛遥感研究传统上应用归一化植被指数(Norm alized D ifference Vegetation Index,NDVI)作为植被丰度(vegetation abundance)的指示,并用于耦合地表温度与植被之间的关系.文章探讨了运用光谱混合模型获得的植被比例(vegetation fraction)作为植被丰度指标的一种选择,以2000年9月14日获得的122/44景ETM 截取的广州市海珠区作为验证影像,运用最小二乘法将变换的影像分解成三个分维影像,即绿色植被、非渗透性表面和水体.结合最大似然分类和决策树算法的混合分类处理,将比例影像进行土地覆盖分类.结果表明,地表温度与分解的植被比例的负相关关系比地表温度与NDVI的负相关关系要高出几分.由此说明,地表温度结构的空间变异无疑与归一化植被指数和植被比例相关,不同土地覆盖类型的热辐射与植被动态的相互影响导致地表温度在光谱辐射率和结构上的变化,这些变化在别的影像中也有表现,这是城市热岛空间格局形成的原因.     

基于改进IHS变换的遥感图像融合新算法

为改善IHS变换对图像细节信息的丢失,提出了一种基于改进IHS变换的遥感图像融合新算法.针对IHS变换方法对多光谱图像和全色图像进行融合会丢失较多的光谱信息,利用基于变异量子行为的粒子群优化算法（MQPSO）改进IHS变换过程,通过MQPSO算法来求解IHS变换中光谱强度分量,将图像融合问题归结为最优化问题.仿真实验结...     

D-SS Frame: deep spectral-spatial feature extraction and fusion for classification of panchromatic and multispectral images

Facing the very high-resolution( VHR) image classification problem,a feature extraction and fusion framework is presented for VHR panchromatic and multispectral image classification based on deep learning techniques. The proposed approach combines spectral and spatial information based on the fusion of features extracted from panchromatic( PAN) and multispectral( MS) images using sparse autoencoder and its deep version. There are three steps in the proposed method,the first one is to extract spatial information of PAN image,and the second one is to describe spectral information of MS image. Finally,in the third step,the features obtained from PAN and MS images are concatenated directly as a simple fusion feature. The classification is performed using the support vector machine( SVM) and the experiments carried out on two datasets with very high spatial resolution. MS and PAN images from WorldView-2 satellite indicate that the classifier provides an efficient solution and demonstrate that the fusion of the features extracted by deep learning techniques from PAN and MS images performs better than that when these techniques are used separately. In addition,this framework shows that deep learning models can extract and fuse spatial and spectral information greatly,and have huge potential to achieve higher accuracy for classification of multispectral and panchromatic images.     

基于连续空间频率的遥感成像辐射响应模型及其几何相关性研究

从光学遥感成像机理出发, 突破MTF (系统传递函数)和SNR (信噪比)模型在影像辐射质量评价中的局限性, 将影像频谱、MTF和SNR有机结合, 提出具有明确物理意义的, 基于连续空间频率的辐射响应模型SFRR以及截止空间频率处的SFRR指标。该模型一方面能有效降低综合辐射响应模型对复杂地物光谱、反射率等实测参量的依赖, 另一方面为研究辐射响应与几何质量的相关性提供了理论基础。利用资源三号前视和后视卫星影像及其MTF退化与噪声仿真影像, 进行SFRR模型及特征点像方几何定位精度相关性分析, 验证SFRR模型及其与遥感影像几何质量的定量关系。研究成果可以作为航空航天光学遥感传感器系统设计、遥感影像处理和应用的重要依据与基础保障, 对微波、激光雷达等遥感影像质量评价也有一定的借鉴意义。     

基于空间频率和小波变换的图像融合方法

为了更好的对多光谱图像和高分辨图像进行融合，根据小波变换有三个方向的高频细节这．特点，提出了一种计算空间频率的新方法。利用这种空间频率、IHS和小波变换方法对多光谱图像和高分辨图像进行了融合，得到了具有较好的空间分辨率和光谱信息的融合图像，并对融合图像进行了评价。实验结果表明该方法得到的融合图像优于传统IHS变换法和传统小波变换方法。     

用于高光谱遥感图像分类的空间约束高斯过程方法

高光谱遥感图像分类是遥感图像处理的一项重要内容.高光谱遥感图像具有非线性属性.图像中不同方位光谱特征的变化将使得仅从标记训练样本得到的分类器分类精度不会太高.为了提高分类的精度,一方面应对光谱信息的合理利用;另一方面,对空间信息的利用也非常重要.高斯过程(Gaussion process,GP)是一种贝叶斯统计学习方法,能够建立概率模型,并且使得分类结果更易于解释.传统GP分类方法中核函数的构造仅利用光谱信息.本文提出了一种加入空间关系的新分类方法.利用遥感图像空间相关性,在GP分类方法中通过构造新的核函数(spatial Gauss kernel,SGK)来实现空间约束,部分消除了同物异谱和同谱异物造成的分类错误.实验结果表明,该方法对于提高高光谱遥感图像的分类精度具有积极意义.     

基于小波变换的遥感图像融合算法

提出了一种基于小波变换的遥感图像融合的新方法。给出了梯度滤波器的矩阵形式，改进了Petrovic提出的灰度图像融合方法，并将其应用于ETM图像融合。和两幅原图像及灰度融合图像相比，新方法是有效的，不仅较大地增强了图像的空间细节表现能力，而且很好地保留了多光谱影像的光谱信息。     

核Drell-Yan过程与部分子分布的不均匀性

通过p-A碰撞的核Drell-Yan过程研究了核遮蔽效应及其空间相关性.对末态轻子对的观测反映了相互作用点的情况.计算了能量为800 GeV的质子打击Ca,W,Au核的Drell-Yan过程与p-p碰撞Drell-Yan过程的微分截面比.研究发现,在考虑部分子分布的空间依赖性后,核Drell-Yan的截面会有显著变化.计算结果与未来精确测量p-A碰撞核Drell-Yan过程的实验数据比较,能够定量地验证部分子分布函数的空间依赖性.