复杂图像生成处理显示的一种新方法

随着图像在计算机上的应用日益广泛,提高计算机的图像图形处理能力成为一个重要的课题。本文提出了一种图像输入、加工处理、显示三位一体的新方法,用这一方法,可以在普通微机上方便地加工处理各种复杂图形图像,并可用多种语言对图像文件进行调用,大大增强了微机的图像功能。     

一种微机图像处理与分析软件

本文介绍了一种微机图像处理系统结构,并基于该系统开发了图像处理软件。该软件通用性能、操作简洁方便,其中包含了新的图像处理方法。     

基于软件DSMs网络系统的机载SAR图像并行处理的研究

雷达遥感图像的处理,由于受单机内存空间的限制,一般采用I／O函数随机访问磁盘图像文件的方式,因此完成整幅图像的处理需要耗费大量的时间,很难达到实际应用的需要。基于分布式共享内存网络系统JIAJIA软件将多台微机的物理内存连接构成一个较大的共享内存空间,实现了多台微机对遥感图像同步、方便、快捷的处理。通过对SAR图像几何纠正、图像滤波、监督分类串行算法的分析,发展了相应的并行处理算法,并在8台运行Linux操作系统,主频400MHz,内存256兆的Pentium II PC机上进行了实验,都获得了超线性加速比的实验结果。     

微机控制激光雕刻图像的方法研究

本文研究了微机控制激光雕刻系统中的图像处理方法，分析了激光雕刻系统的固有特点，提出了适合于激光雕刻的几个图像处理方法，这些方法已应用于实际雕刻控制，效果十分理想。     

微机光盘档案信息系统的设计与实现

本文着重介绍了微机光盘档案信息系统的设计思想和实现技术。该系统在微机上运用光盘技术对科技成果和文书档案进行有效的全文图像存储管理,并对图像数据、条目数据进行各种处理和快速检索,在局域网支持下,与机关办公自动化系统联网,实现了档案信息的资源共享。     

基于微机和单片机的图像浮雕控制系统

设计了一种基于微机和单片机串行通信的图像处理、传输及控制系统;实现了一幅图像在雕刻材料上的重现。系统由微机、单片机实现数据处理和控制,并通过微机的RS-232C接口和单片机的UART通用异步收发器的连接实现了串行通信。图像文件来自微机,并经软件(Windows环境下)处理编码,通过RS-232-C接口分步传给单片机。单片机接收解读后,编程、控制、驱动3台步进电机,按图像X,y坐标及各像素点灰度值完成在材料上的立体雕刻。系统实现简单,可以应用于工业、商业等领域。     

计算机图像处理技术在心血管造影中的应用

着眼于现有的微机图像系统,将电视摄影或录像带中图像信息经计算机处理以提高图像的质量,实现了心血管造影再现、数字减影、以及有关参数的测量,并具有实时图像再现和减影能力。     

卫星遥感信息异地传输显示系统*

利用极轨气象卫星接收处理系统形成的森林火灾监测图像是多通道合成的假彩色遥感图像,对该图像重新合成并进行256色编码,压缩数据量,转换为可在普通微机上显示的通用图像格式。依托于计算机网络通讯,使用户能在终端调用显示卫星遥感图像,并可进行一些必要的图像处理。探讨了图像合成、转换及显示、编码等应用技术。     

血液细胞图像自动识别系统的研究

讨论建立了一真彩色血液细胞显微图像微机自动识别系统，运用图像处理提取血液细胞形态，光密度，色彩和纹理特征，运用遗传算法进行特征选择，在此基础上，用神经网络建立分类器，对细胞图像进行分类识别。     

多处理器并行高帧频图像处理／数据采集系统

本文介绍了一个用于高帧频图像处理和数据采集的多处理器并行系统．该系统采用ＰＣ／４８６微机作为宿主机，使用多个以ＴＭＳ３２０Ｃ５０为核心的处理模块．图像数据通过专用的图像采集模块送到各处理模块．模块间通过ＰＣ机ＩＳＡ总线和专用图像总线相连，具有较好的可扩展性     

Eulerian velocity measurements of hydrodynamic surfaces using optical flow methods

Optical flow methods are a recent technological merger of numerical modelling and remote sensing/image processing techniques, used to derive an estimate of an Eulerian flow field for some hydrodynamic surface. Flow determinations are based on spatial and temporal tracer gradients, derived from time sequential remotely sensed data. A well-posed mathematical model has been formulated, and it is shown that an alternative numerical solution method to conventional finite difference schemes must be utilized (e.g. method of characteristics) to generate meaningful solutions. State-of-the-art (but not necessarily operational) remote sensing/image processing technology is capable of supplying tracer information suitable for reasonably accurate optical flow estimates for cloud-free time sequences.     

Adaptive thresholding of texture towards white region normalization

Human colour vision has the ability to recover a measure of contextdependent surface reflectance from observed areas. This can be seen as an analogue to radiometric corrections employed in remote sensing. Procedures based on human colour vision applied in the context of remote sensing could simplify image preprocessing and classification. This study evaluates an algorithm based on Land's colour vision or 'retinex' theory. When tested on remotely sensed images, the algorithm had difficulty coping with the presence of image texture. A new framework is presented that adapts Land's procedure to processing of remotely sensed images using adaptive thresholding techniques.     

基于MPI的遥感影像高效能并行处理方法研究

采用基于不同尺度下的面向特征基元的影像分析方法对高分辨率遥感影像进行基于MPI的处理,即在对常规的影像数据划分方法进行总结分析的基础上,提出了基于特定环境下的非均匀数据划分策略;在进行基于影像数据库的MPI并行处理时,提出了一种新的数据流分配方法。处理结果表明,这两种方法均能够在一定环境下取得比常规方法更高的效率。     

基于U-Net的高分辨率遥感图像土地利用信息提取

随着现代遥感技术的迅速发展,遥感图像的质量和数量得到了显著的提升,新技术带来的高分辨率遥感图像所蕴含的信息也更加丰富,如何利用人工智能手段辅助挖掘这些丰富的信息也成为了遥感图像分析与理解的重要内容。与此同时,以深度卷积神经网络为代表的人工智能技术在图像处理领域大放异彩。得益于类人眼的分层卷积池化模型,深度卷积神经网络可以在图像分割和分类等任务上取得优异的结果。因此采用U-Net为代表的深度卷积神经网络对2 m的高分辨率遥感影像进行了特征提取、分割和分类,不同于传统基于手工设定图像特征的方法,U-Net可以自动对海量高分辨率的遥感图像进行特征提取,从而充分挖掘高分辨率遥感影像中复杂的非线性特征、光谱特征和纹理特征。实验结果表明：利用训练好的U-Net模型对新昌县土地利用分类计算时间为55.7 s,分类准确率可达90.95%,Kappa系数为0.86。U-Net模型可以快速、精确地提取高分辨率遥感影像中的地表覆盖特征,得到高精度的土地利用分类结果,说明将该模型应用于遥感影像土地利用分类提取有着广阔前景。     

Distributed computing model for processing remotely sensed images based on grid computing

With advances in remote-sensing technology, the large volumes of data cannot be analyzed efficiently and rapidly, especially with arrival of high-resolution images. The development of image-processing technology is an urgent and complex problem for computer and geo-science experts. It involves, not only knowledge of remote sensing, but also of computing and networking. Remotely sensed images need to be processed rapidly and effectively in a distributed and parallel processing environment. Grid computing is a new form of distributed computing, providing an advanced computing and sharing model to solve large and computationally intensive problems. According to the basic principle of grid computing, we construct a distributed processing system for processing remotely sensed images. This paper focuses on the implementation of such a distributed computing and processing model based on the theory of grid computing. Firstly, problems in the field of remotely sensed image processing are analyzed. Then, the distributed (and parallel) computing model design, based on grid computing, is applied. Finally, implementation methods with middleware technology are discussed in detail. From a test analysis of our system, TARIES.NET, the whole image-processing system is evaluated, and the results show the feasibility of the model design and the efficiency of the remotely sensed image distributed and parallel processing system.     

引入视觉注意机制可变分辨率的遥感图像压缩

图像压缩是遥感图像处理的重要研究领域,现有的压缩方法要么丢失重要的细节信息,无法满足实际的应用需要,要么压缩率过低,难以达到实时处理的要求。将视觉注意机制引入到遥感图像压缩中,对不同的显著性区域采用不同的压缩率,这样不仅可以对整个遥感图像达到一个高的压缩率,而且还可以保持重要区域的高分辨率,实现了可变分辨率的图像压缩。实验结果表明在前几个显著性区域中,该方法得到的图像压缩性能指标优于传统压缩方法得到的性能指标。     

MERIDIAN图像分析系统的特点及在遥感图像产品制作中的应用

MERIDIANIAS是加拿大MDA公司开发的一套基于VAX/VMS环境下的图像分析来统。对该来统的硬件环晚、一般特点、特殊的几个作业及来统在遥感图像产品制作中的应用作了介绍。     

遥感图像星上智能处理地面仿真模拟系统设计与实现

传统卫星遥感应用模式复杂繁长,无法满足用户越来越关注的实时化遥感服务需求,为卫星配备智能化大脑,一方面可以降低数据传输带宽,另一方面可以提高数据获取的时效性,因此,星上智能处理已经成为遥感卫星发展的必然选择。但星上处理在轨调试困难,现有遥感卫星星上处理平台的地面测试系统都是卫星实验室测试时,针对不同的卫星载荷临时组建,缺乏通用性且并未形成集成化的装置,导致现有遥感图像星上智能处理的地面测试效率偏低。尤其是面对目前星上处理智能化的新需求,缺乏一套高性能、低功耗、全流程的星上处理地面仿真系统。针对遥感数据处理自动化与智能化发展的新特点,提出了一套基于FPGA与GPU相结合的遥感图像星上处理地面仿真模拟系统。该系统能够在地面模拟实现多种载荷的0到1级数据预处理,在预处理的基础上实现智能遥感影像的加速识别,其关键难点在于遥感图像智能处理算法的高计算复杂度和嵌入式计算机有限计算力之间的平衡;遥感图像处理领域的AI专用算法固化和硬件加速之间的平衡;不同卫星平台测试需求和系统架构通用性之间的平衡。本文阐述了仿真平台设计的方法,构建了基本原型并对其进行了验证。测试结果表明：该系统可以较好地完成星上智能处理典型算法地面全流程测试,所有硬件可以直接上星组装,完备度高,对优化和指导卫星地面仿真系统运行管理体系具有一定的参考价值。     

ECW压缩技术在高分辨率遥感图像压缩与分发中的应用

在遥感数字化图像分发与处理中，普通城市的高分辨率遥感镶嵌图超过几十GB的数据量，超大的数据量给图像数据的浏览和网络发布带来了时间和网络资源上的巨大损失。ECW压缩技术作为一种基于小波的图像压缩开放标准，提供了最先进的大型/超大型图像压缩技术。对ECW压缩技术进行研究，并利用其提供的开放压缩库(SDK)开发遥感图像压缩专用程序，配合遥感图像的网络服务（IWS），提出了一种新的影像发布和浏览体系结构，并实现了其原型系统，在城市QuickBird遥感图像压缩以及分发上得到了一定的应用。
     

一种单时相高分辨率遥感影像时空融合算法

受制于传感器本身材料及卫星轨道参数,空间分辨率和时间分辨率是卫星遥感传感器固有的性能指标且难以兼备,使得高空间分辨率卫星的多时相数据合成问题至今仍是制约其广泛应用的关键问题之一。由于可有效综合空间-光谱-时间维的影像信息,多源遥感影像时空融合技术在近十年间得到迅速发展并已成为解决多时相数据合成问题的有力手段,其中基于学习的时空融合策略在合成精度上具有显著优势且应用潜力较高,但因其对字典训练过程的依赖程度较高而在融合过程中存在一定的不确定性。为提高基于学习的时空融合策略的预测精度、运算效率及鲁棒性,通过综合基于辐射归化的大气校正方法、基于误差约束的数据标准化转换机制、自适应多层递进融合策略以及高效的稀疏求解函数库,设计了一种适用于单时相高分辨率遥感影像的时空融合框架,并以国产高分二号卫星与Landsat-8卫星遥感影像为实验数据对该方法进行充分的对比性分析。实验结果表明,该融合框架不仅提升了运算效率,还在影像保真度、纹理特征描述以及光谱一致性等方面比当前的单数据对融合方法具有更好的重构质量。