一种基于分形的图像压缩编码方法

提出的基于分形的多模式自适应图像压缩算法大大缩短了编码时间，并且把简单分形压缩改进为自适应快速压缩，使恢复图像质量和压缩速度均有大幅度提高．     

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.     

遥感图像和矢量图的叠加

针对遥感图像与地理信息系统矢量图之间的数据结构和显示时所用的坐标系统的不同问题,通过研究遥感图像与矢量图形叠加来解决两种数据的融合.利用ENVI对研究所用的遥感图像进行一系列的校正,将遥感图像和该图像所对区域的矢量图进行配准,得到带有相同GCP点的两幅图像,两幅图像进行叠加形成一幅遥感图像和矢量图综合显示的图像,该图像结合两者的优点为GIS提供强大的数据库.     

基于遥感光谱特征的喀斯特石漠化信息提取

不同的地物特征具有不同的光谱值,不同的石漠化强度级别由于影响因子不同而具有不同的光谱特性,利用遥感光谱分析方法,对各种石漠化强度样区进行光谱采样,分析其在各波段的谱值关系,建立石漠化的提取模型,提取出石漠化的空间格局和强度信息图,作为研究区石漠化生态治理与重建的基础数据支持。结果表明,基于光谱特征的石漠化信息提取作为一种研究方法,在研究喀斯特地区石漠化问题时具有较强的可行性和实用性。     

遥感图像特征分析中的面积表示方法

给出常用遥感图像直接统计像点、八链码表示方法计算面积的步骤，并且给出了两种新方法：扫描标号计算面积法和格林公式求面积法．该算法从实际应用出发，较少依赖图像本身的特征，可方便地表示区域并计算出其面积．     

遥感图像处理系统与光化学影像输出系统的复合研究

高效、优质与经济实用的图像输出方式,是目前数字图像输出技术研究的热点.传统的数字图像输出技术,尚存在色彩与分辨率等方面的不足,且设备造价昂贵.结合信息提取与光化学影像增强,讨论了解决这些问题的有效途径.研究结果表明,采用遥感图像处理系统与光化学影像输出系统相结合的方式,输出的图像清晰、色彩鲜艳,突出了特定的目标影像,且明显提高了成图的速度.     

机器学习在遥感影像分类中的应用

概述了机器学习的主要方法及其在遥感影像的主要应用方向,涵盖环境生态遥感中机器学习技术的研究、应用情况及近年来的新进展.通过使用深度学习对FY-3C气象卫星资料进行积雪检测的应用实例,说明深度学习模型可以利用大数据的优势不断提高检测精度,在某些指标中取得了更优于传统机器学习的精度,可解决传统机器学习难以解决的一些问题,从...     

遥感图像的DCT域处理方法研究

目的在压缩域进行遥感数据处理，以简化运算，减少运算量，提高运算速度。方法通过离散余弦变换（DCT）实现遥感图像在空间域和压缩域间的变换，结合实例用两种滤波器对遥感图像在压缩域进行了处理。结果通过离散余弦变换，图像由空间域变到了DCT域，在DCT域用指数低通滤波器去噪，高通滤波器提取地面特征边缘信息。结论在压缩域进行遥感图像处理，不但可简化运算，减少运算量，而且可使处理速度大大提高。     

彩色遥感图像D-t曲线的Logistic模型

应用Logistic模型拟合彩色遥感图像的D－t曲线，是定量分析Y（黄），M（品红），C（青）分解密度与曝光时间关系的一种新方法。结果表明，Y，M，C分解密度的预测值与实测值达到了较好的吻合。决定系数RY^2=0.9825,RM^2=0.9675,RC^2=0.9943,相应的标准偏差σT＝0．053，σM＝0．100，σC＝0．015，可以满足定量计算的精度要求。     

高分辨率影像道路提取的整体矩形匹配方法

提出了一种整体矩形匹配方法,对高分辨率遥感影像中的城市直线道路进行提取.方法基于影像特征、道路知识和数学形态学的击中击不中思想,通过改变影像分割阈值、矩形宽度和矩形方向,从矩形的内部和外部进行整体匹配,使得矩形满足最佳匹配原则,从而提取出道路.利用提出的方法对高分辨率卫星影像进行了实验.结果表明:该方法能较好地消除树木、汽车等对道路提取的影响,有效地提取出直线道路的边缘.     

基于改进自组织竞争神经网络的高光谱图像分类

针对传统的SOFM网络对高光谱图像分类精度低的缺点,提出了采用模糊积分与神经网络相结合的分类方法．即在改变网络的学习速率函数和邻域函数的前提下,同时对分类结果采用基于模糊积分的信息融合,使分类器之间相互补偿,并用高光谱图像的分类实验进行验证．与普通的SOFM网络和K均值聚类方法相比较,分类效果更好．     

遥感图像目视解译值得注意的几个问题

从建立解译标志 ,色调和颜色解译 ,图型解译、大小和形状解译四个方面给出了常见遥感图像目视解译过程中值得注意的问题 ,同时给出提高解译速度和解译精度的方法     

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。     

数字遥感影像判读法在土壤侵蚀调查中的应用

土壤侵蚀调查技术经历了人工实地填图调查、航 (卫 )片目视判读调查之后 ,目前已进入数字遥感影像调查的新阶段 .本文对数字遥感影像判读调查法与常规调查法进行了对比 ,总结了数字遥感影像判读法的优越性 ,同时也指出了目前存在的一些问题     

基于SURE-LET和非张量积小波的遥感图像去噪

针对遥感图像中的高斯噪声,提出了基于SURE-LET和非张量积小波的去噪方法,主要包括图像在非张量积小波下的分解、各个子带在不同阈值函数下的处理以及它们最优的线性组合3个步骤．通过选择合适的非张量积小波滤波器参数,使无噪遥感图像和噪声在变换分解中得到的小波系数分离较好,去除噪声对应的小波系数时被去除的无噪图像对应的小波系数较少,从而取得更好的去噪效果．实验结果表明：此方法用于高斯噪声的遥感图像的去噪不仅速度很快,而且去噪效果优于传统基于张量积小波的SURE-LET方法．     

基于多随机场遥感图像分割

结合二维Wold分解技术来对遥感图像进行分割，将图像分解为确定性随机场和纯不确定性随机场，通过调整它们之间的比例关系，来加强纹理边缘，从而改善马尔可夫标记场模型对纹理边缘过平滑的现象．实验对城区目标进行提取，结果表明本方法的有效性优于纯马尔可夫随机场所采取的分割方法．     

一种适用于机群系统的细粒度遥感图像镶嵌并行算法

为得到全局色调一致的无缝镶嵌图像 ,提出了一种细粒度遥感图像镶嵌并行算法。该算法通过维护一个“双缓冲队列”和采用“任务动态选择”算法进行任务分配 ,极大地减少了通讯开销和任务等待 ,而且图像的色调均衡化和重采样都可融入到镶嵌算法中并行执行。还提出了一种基于不规则边界的改进λ插值图像融合算法 ,用以进行图像重叠部分的无缝拼接。对镶嵌算法性能的实际测试和分析结果表明 ,该算法在机群系统上获得了近似线性的加速比和良好的视觉效果。     

基于ArcScan的遥感影像中水域信息快速提取方法

将遥感信息的动态性和地理信息系统的分析功能相结合,可以快速、准确地分析水域动态变化。作者在总结前人研究的基础上,提出了基于ArcScan自动矢量化水体边界、快速提取水域信息的方法,文章主要介绍了ArcScan模块、研究流程与具体的方法,并以安徽巢湖2个时期的水域信息提取为例,取得了很好的效果;实践表明,在遥感图像分类的基础上,基于ArcScan自动提取水域信息的方法获得底图要素,可以大大提高专题制图的质量、效率和灵活性。     

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.