基于多源遥感影像的多尺度城市植被覆盖度估算

以Landsat 7 ETM+、SPOT 5和IKONOS遥感影像数据为数据源,利用格网法从1∶500地形图提取的不同空间分辨率的植被覆盖度为参考依据,通过对不同辐射校正水平的遥感影像获得的植被覆盖度进行精度比较分析,对多源多尺度和多源同尺度城市植被覆盖度估算的相关问题进行研究.研究表明,在城市区域进行植被覆盖度估算时,ICM模型为较佳辐射校正模型;对于高分辨遥感影像,NDVI为植被覆盖度估算的较佳植被指数;对于中分辨率影像,植被覆盖度估算的较佳植被指数则为RVI和MSAVI;就研究区而言GI模型比CR模型估算的植被覆盖度更准确.     

融合MODIS与Landsat数据生成高时间分辨率Landsat数据

遥感数据时空融合技术是一种低空间分辨率影像与中空间分辨率影像在时间域和空间域的融合技术,利用遥感数据时空融合技术获得的融合影像既具备低空间分辨率影像的高时间分辨率特征,又具备中空间分辨率影像的高空间分辨率特征.提出了一种新的遥感数据时空融合方法(STDFA).该方法从时序MODIS数据中提取地物的时间变化信息,结合早期Landsat-TM影像的纹理信息,融合出具有MODIS时间分辨率和TM空间分辨率的影像.以江苏省南京市江宁区为研究区,以Landsat红波段和近红外波段为融合波段,对该方法进行了测试.结果显示,该方法能够产生高精度的中空间分辨率影像,融合影像与真实影像间的相关系数达到0.939.融合影像计算的NDVI与真实中空间分辨率影像计算的NDVI间的相关性达到0.938.     

地理信息系统支持下Spot/vegetation NDVI影像的大尺度神经网络分类

以内蒙古地区Spot/vegetation归一化植被指数（NDVI）影像为基本信息源,综合应用地理信息系统（GIS）技术进行了大尺度神经网络分类实验研究.建立多年份高分辨影像数据库,通过GIS软件集成与遥感影像目视解译方法,在全区范围选取了“纯净”样本数据,并辅助应用DTM数据和影像化多年气像观测数据,完成土地覆盖类型的BP人工神经网络分类.结果表明,GIS技术支持下,大面积区域尺度上spot/vegetation NDVI影像的BP神经网络分类可达到较高的分类精度.     

基于支持向量值轮廓波变换的遥感影像融合

 本文研究基于支持向量值轮廓波变换的遥感影像融合.首先将支持向量值滤波器和方向滤波器组进行合理搭配,构造支持向量值轮廓波变换,该变换具有平移不变、泛化能力好、捕捉奇异性能强等特性.然后利用该变换对多源遥感影像进行多尺度、多方向、多分辨率分解,在不同的分解水平上利用基于区域能量和基于区域的轮廓波对比度方法进行融合.实验结果表明,利用该变换进行遥感影像融合时,能在不降低空间分辨率的情况下有效保留源影像的光谱信息.     

多尺度多特征融合的高分辨率遥感影像分类

针对高分辨率遥感影像多尺度、空间分布复杂以及特征繁多的特点,从遥感影像特征提取的尺度效应以及各类地物显著性特征各异入手,提出了基于多尺度多特征融合的高分辨率遥感影像分类的方法。该方法构建最优尺度分割函数模型,寻找出各地物的最优尺度,分别提取影像的纹理、颜色和形状特征。在此基础上,利用各地物特征的显著性差异实现多尺度下多特征的加权融合。该加权融合方法突破了常规的最优尺度分割算法未能充分考虑各类地物特征差异性的局限性,通过分析各类地物的显著性,建立了各个特征在分类中所占权重的模型。实验结果表明：相对传统无监督分类算法,该方法准确率提高约7%,且运行效率高。     

多源卫星遥感数据监测巢湖蓝藻水华爆发研究

湖泊蓝藻水华的精准动态监测,可为水利及环保部门评价污染水体的防治效果、优化和调整防治政策提供依据。论文以巢湖为研究对象,利用Landsat TM/OLI、HJ-1B CCD/IRS和NPP-VⅡRS三种不同空间分辨率的影像数据,通过归一化水体指数（Normalized Difference Water Index,NDWI）实现巢湖水域范围提取,利用归一化植被指数（Normalized Difference Vegetation Index,NDVI）和浮游藻类指数（Floating Algae Index,FAI）提取2010~2014年共22景巢湖蓝藻的爆发区域。进一步的,对NDVI和FAI两种方法计算的蓝藻爆发区域进行对比分析,评价Landsat、HJ-1B以及VⅡRS三种影像数据对巢湖蓝藻水华空间和时间的监测效果及适用性,进而结合气象因素分析不同气象因子对蓝藻水华爆发的影响。研究结果表明:（1）相比NDVI指数,FAI指数（Landsat和HJ-1B数据为主,VⅡRS数据辅助）能降低薄云对蓝藻水华提取效果的影响,可提高蓝藻水华爆发区域、程度的识别能力;（2）气象因子中气温和日照时长加重了蓝藻水华爆发的严重程度,降水则对蓝藻水华的爆发起到一定的抑制作用。综上所述,论文引入VⅡRS卫星影像研究巢湖蓝藻水华爆发,利用FAI指数降低薄云对蓝藻水华爆发面积提取精度的影响,取得的研究结果可为基于多源卫星遥感数据的巢湖蓝藻水华动态监测系统开发提供重要的方法支持,有利于推进卫星遥感技术在安徽省河长制和湖长制中发挥重要作用。     

基于决策树和神经网络的农作物分类研究——以廊坊市为例

以河北省廊坊市永清县整个县域为研究区,以GF1-WFV 16 m分辨率影像为数据源,选取覆盖作物完整生长期多个时相的影像数据,构建作物归一化植被指数(Normalized Difference Vegetation Index,NDVI)时间序列。通过对研究区NDVI曲线的分析,发现利用该数据构建的NDVI时间序列可描述研究区作物的生长特性,体现当地不同作物的物候差异,能有效地区分出当地的种植模式。选取NDVI曲线上最大值、最小值、峰值的出现时间、峰值数量和阈值等特征参数构建决策树。根据研究区的物候历和对当地种植结构的调查,利用最佳时相的影像,针对某一种或特定几种作物进行分类提取。分别采用决策树分类、神经网络分类等方法进行精度验证,综合比较得出最佳的作物分类方法。研究结果表明,在永清县这一县域研究区,利用GF1-WFV 16 m分辨率多时相遥感数据进行作物分类,采用决策树分类、神经网络分类两种方法的精度分别为72.0729%、87.3%。利用决策树分类的效果最优。     

归一化阴影植被指数NSVI的构建及其应用效果

以ALOS AVNIR-2、CBERS-02B CCD、HJ1A-CCD2、Landsat 7 ETM四幅中分辨率遥感影像为试验数据,分析明亮区植被、阴影区植被与水体区的光谱特征与差异,基于近红外波段与归一化植被指数NDVI,构建归一化阴影植被指数NSVI,并评价其光谱差异增强及分类效果.结果表明,NSVI大幅扩大了明亮区植被、阴影区植被、水体区间的光谱相对差异,降低光谱混淆概率;利用NSVI阈值法对四幅试验影像进行分类,总精度均大于97%,总Kappa在0.96以上,且阴影区植被的检测精度均在94%以上,总Kappa系数亦高于0.96.该指数利用地物在近红外波段的辐射差异,解决NDVI只能部分削弱地形影响的问题,扩大地物间的光谱差异,从而提升地物尤其是阴影检测的有效性,且不存在NDVI“易饱和”问题,可为遥感影像阴影去除提供一种新的解决方案.     

基于Snakes模型的高分辨率遥感影像城区道路提取方法研究

基于主动轮廓模型（Snakes）理论研究了高分辨率遥感影像道路的提取。针对高分辨率遥感影像中道路特征,通过改进现存方法得出更为适合道路提取的主动轮廓模型,并利用其完成道路提取工作。通过对1 m分辨率的IKONOS影像进行实验,结果表明该方法能够较好地提取出城市高分辨率影像中弯曲道路的完整对称边缘信息。     

归一化阴影植被指数NSVI的构建及其应用效果（英文）

以ALOS AVNIR-2、CBERS-02B CCD、HJ1A-CCD2、Landsat 7 ETM四幅中分辨率遥感影像为试验数据,分析明亮区植被、阴影区植被与水体区的光谱特征与差异,基于近红外波段与归一化植被指数NDVI,构建归一化阴影植被指数NSVI,并评价其光谱差异增强及分类效果.结果表明,NSVI大幅扩大了明亮区植被、阴影区植被、水体区间的光谱相对差异,降低光谱混淆概率;利用NSVI阈值法对四幅试验影像进行分类,总精度均大于97%,总Kappa在0.96以上,且阴影区植被的检测精度均在94%以上,总Kappa系数亦高于0.96.该指数利用地物在近红外波段的辐射差异,解决NDVI只能部分削弱地形影响的问题,扩大地物间的光谱差异,从而提升地物尤其是阴影检测的有效性,且不存在NDVI"易饱和"问题,可为遥感影像阴影去除提供一种新的解决方案.     

高分辨率SAR图像机动目标纹理特征提取与分析

该文基于高频区目标散射中心理论分析了高分辨率SAR图像机动目标和自然地物后向散射特性的差异,探讨了两类目标纹理现象产生的机理,并在此基础上,分别基于局部统计量和分形模型提取机动目标的纹理特征,给出了鉴别特征优选方法。文中利用MSTAR的车辆目标实测数据检验了该文计算的纹理特征,给出纹理特征优选结果以及各纹理特征鉴别的性能,结果表明该文提取的纹理特征具有较好的鉴别性能,能消除大部分自然地物产生的虚警。     

基于分形特征的红外图像识别方法

文中首先对红外图像进行预处理,然后根据分形理论提取了红外图像的９种分形特征,用神经网络进行目标识别。这９种分形特征包括基于分形维数的特征,基于Ｈｕｒｓｔ指数的分形特征和基于缝隙的分形特征。最后进行了计算机仿真实验,实验表明基于分形特征红外图像识别方法是可行的,并取得了较好的结果。     

多频谱红外烟幕干扰弹的反制方法

介绍了多频谱红外烟幕干扰弹的反制条件和反制时机;在可反制的阈值范围内,对烟幕遮蔽下的目标进行图像增强等预处理后,采用小波多分辨分析和分形布朗随机场模型,计算分形维数和分形拟合误差,从而判断目标所在区域;最后采用最佳熵自动阈值法确定分割门限,将目标从烟幕遮蔽中分割出来.实验证明,该方法效果明显,是对多频谱红外烟幕干扰弹反制最为关键的一步.     

一种基于方差的匹配方法

文章就分形图象压缩中搜索与匹配过程的相似性提出了一个经过不同对比度实现快速分形编码算法，基于序列块和主块之间当前最小象差的方差信息，该算法排除不必搜索的主块，这样大大减少了每个序列块进行搜索和匹配的主块数与相应的编码时间，该算法在减少的时间内生成了与常规满搜索近乎一致的分形编码。     

Fractal modeling and segmentation for the enhancement of microcalcifications in digital mammograms

The objective of this research is to model the mammographic parenchymal and ductal patterns and enhance the microcalcifications using a deterministic fractal approach. According to the theory of deterministic fractal geometry, images can be modeled by deterministic fractal objects which are attractors of sets of two-dimensional (2-D) affine transformations. The iterated functions systems and the collage theorem are the mathematical foundations of fractal image modeling. Here, a methodology based on fractal image modeling is developed to analyze and model breast background structures. The authors show that general mammographic parenchymal and ductal patterns can be well modeled by a set of parameters of affine transformations. Therefore, microcalcifications can be enhanced by taking the difference between the original image and the modeled image. The authors' results are compared with those of the partial wavelet reconstruction and morphological operation approaches. The results demonstrate that the fractal modeling method is an effective way to enhance microcalcifications. It may also be able to improve the detection and classification of microcalcifications in a computer-aided diagnosis system.     

Integrating the Missing Information Estimation into Multi-frame Super-Resolution

Multi-frame super-resolution image reconstruction aims to restore a high-resolution image by fusing a set of low-resolution images. The low-resolution images are usually subject to some degradation, such as warping, blurring, down-sampling, or noising, which causes substantial information loss in the low-resolution images, especially in the texture regions. The missing information is not well estimated using existing traditional methods. In this paper, having analyzed the observation model describing the degradation process starting with a high-resolution image and moving to the low-resolution images, we propose a more reasonable observation model that integrates the missing information into the super-resolution reconstruction. Our approach is fully formulated in a Bayesian framework using the Kullback–Leibler divergence. In this way, the missing information is estimated simultaneously with the high-resolution image, motion parameters, and hyper-parameters. Our proposed estimation of the missing information improves the quality of the reconstructed image. Experimental results presented in this paper show improved performance compared with that of existing traditional methods.     

基于FGSE的快速分形图像编码算法及其多描述编码方案

本文在基于分形图像编码的多描述编码方案（MDFIC）的基础上,做了两处改进：一是引入提出的基于FGSE的快速分形图像编码算法,以提高编码速度;二是利用相邻值域块均值间的相关性,以减少比特率。实验结果表明,本方案与MDFIC相比,可以在保持解码图像质量几乎不变的情况下,提高编码速度和减少比特率,并具有较高的鲁棒性。     

分形维数与光学小波变换

用光学方法成功地进行了分形图像的小工测出其分形维数。分形维数值的测定可以推动分形动力学的研究与发展。实验证明,光学小波变换不失为一种实时分析分形图像的重要方法。     

分形图像压缩方法

分形几何方法是一种新的图像压缩编码方法。本文介绍了分形几何和分形图像压缩的一些基本概念，以及以分形为基础的几种图像压缩编码方法。