基于主分量分析的高光谱遥感数据噪声消除方法

高光谱遥感数据是一种超维数据,噪声随机地存在于其多个通道图像上,而某些特征谱段图像的信噪比在很大程度上影响着具体的光谱特性分析的准确性,高信噪比意味着地物探测或识别的高准确性;提出了一种新颖的基于小波-PCA分析的高光谱遥感数据噪声消除方法,首先对高光谱各波段图像进行二维小波分解,然后将各小波子图像进行主分量分析,根据噪声特性自适应选取主分量进行PCA重构;得到去噪后小波图像,最后进行小波重构。通过对OMIS图像的实验结果表明,该方法不但可以有效地消除高光谱遥感数据中的噪声,改善图像的信噪比,还能比较完整地保留原有高光谱数据的空间和光谱特性,且性能上要优于PCA方法和小波分析方法。     

基于压缩感知的遥感成像稀疏重构性能分析

压缩感知是一种新型的信息论，打破了传统的Shannon-Nyquist采样定理，能够以少量数据完成信号采样。稀疏重构是压缩感知由理论到实际的关键环节，为了将压缩感知有效地应用于遥感成像领域，研究了稀疏重构对遥感成像过程的影响。针对稀疏重构理论模型，分析了重构误差的成因；同时，针对典型的凸优化类算法和贪婪类算法，利用峰值信噪比指标对遥感图像重构误差进行评价。在仿真实验中，定量考察遥感图像在不同压缩采样率、不同重构算法下的稀疏重构性能。结果表明，稀疏重构算法能够成功重构遥感图像，各算法在不同压缩采样率下均表现出了较好的重构质量，整体上能够满足遥感成像应用，验证了压缩感知稀疏重构方法在遥感成像中应用的可行性。     

多传感器遥感图像纹理特征选取的研究

由于多传感器遥感图像具有多种多样的特征,分析图像具体信息需要对图像的特征进行准确提取,其中纹理特征能够表现出图像本质,该文采用灰度共生矩阵统计分析方法进行特征提取,能够准确分析出多传感器遥感图像的信息,并且能够满足卫星遥感图像信息处理的技术的不断提高和发展。     

CMOS图像传感器参数自动化测试软件设计与实现

针对光学遥感系统图像传感器性能评估需求,搭建了一套图像传感器参数测试系统。测试系统中的参数自动化测试软件实现了图像传感器图像数据的实时采集、存储和显示;对图像传感器的主要性能参数进行实时计算分析,测试结果实时显示存储。该测试软件在DALSA公司Sapera LT 软件开发包的基础上,利用VC++进行二次开发,实现了参数测试的自动化。根据测试结果,验证了测试方法的正确性。软件设计过程中注意了模块化、规范化设计,所以软件的移植性较好,具有良好的应用前景。     

各向同性同质区域选取的高光谱遥感图像噪声估计方法

在现有高光谱遥感图像噪声估计方法中,同质区域的选取通常是最关键的步骤,有效的同质区域选取方法能够提高图像的噪声估计精度。本文充分利用了高光谱遥感图像中丰富的空间信息和光谱信息,提出了一种各向同性同质区域选取算法,其中,为了更好地区分同质区域内像元相似度,构造了一种新的兰氏-光谱角度量;结合基于多元线性回归的去相关法,通过最优区域评估高光谱遥感图像噪声水平。利用不同结构及信噪比的模拟图像和真实高光谱遥感图像进行实验,通过与现有的多种噪声估计方法比较,验证了本文方法在针对不同噪声水平、不同复杂程度的图像时更加准确和稳定。     

天空地一体化热红外遥感图像仿真算法研究

遥感图像仿真对航天传感器前期技术论证以及遥感应用模型算法开发起到了重要作用。针对国内外热红外对地观测计划蓬勃发展的同时对热红外遥感模拟图像提出了迫切需求,提出了天空地一体化热红外遥感图像仿真算法。采用集地面场景模拟、大气辐射模拟、遥感器模拟于一体的全链路热红外遥感图像仿真模拟方法,实现了星载推扫式热红外遥感图像仿真;设计并开发了天地一体化热红外遥感图像仿真系统,同时对模拟出的热红外遥感图像进行了几何和辐射方面的评价和分析。实验效果表明,该算法可为热红外遥感器的性能评价与数据预处理算法预研究提供强大模拟数据支撑。     

基于改进型模糊ARTMAP网络的CBR遥感图像分类系统研究

针对难以及时地获取充足而准确的遥感样本、缺乏积累和管理遥感样本的有效手段是制约遥感图像分类技术发展的瓶颈问题。构建了基于改进型模糊ARTMAP网络的CBR(case-based reasoning范例推理)遥感图像分类系统。系统将改进型模糊ARTMAP网络作为范例的知识提取器和图像分类器,运用CBR求解策略实现遥感样本知识的合理储备、优化组合和重复利用。分别应用本文所建系统、最大似然法、BP网络和改进型模糊ARTMAP网络对向海自然保护区TM遥感图像进行分类操作,实验结果表明,本文建立的系统与其他分类方法相比,能够更好地提高遥感样本数据的利用效率和遥感图像的分类精度,而且一定程度上解决了在样本有限的条件下如何高效利用已有数据进行遥感图像分类的问题。     

基于半变异函数的多极化SAR图像地表淹没程度分析

洪涝灾害范围的提取能够为灾害的动态监测、评估提取重要的数据。由于半变异函数能够反映图像数据的随机性和结构性,可以很好的体现地物的空间自相关性。而地物在SAR图像上也表现出很好的空间自相关性和纹理特征,各种淹没程度的地物在图像上也表现出不同的空间自相关性,所以将特定窗口下特定步长的半变异函数应用到地表淹没程度分析,证明该方法的可行性。     

深度学习在高分遥感图像场景分类中的应用

高分遥感图像场景分类致力于自动辨别土地利用或覆盖的类别,在军事和国土资源勘探等领域具有重要的应用价值。基于深度学习的高分遥感图像场景分类方法取得了比传统方法更好的效果,也是当前研究的热点,对此类方法进行归纳总结和综合评估。按照监督方式的不同,对基于深度学习的流行方法进行了逐类分析。对不同监督方式下的流行方法在三个公开数据集上进行了定量实验评估。总结了基于不同监督方式方法的特点,并对下一步发展趋势进行了展望。     

基于结构性字典学习的毛儿盖遥感图像去噪研究

遥感图像的噪声分析、评估和滤波作为遥感图像处理的研究重点而一直受到遥感应用领域的关注。为了进一步提高遥感图像的去噪能力,提出一种新的基于聚类的组稀疏字典学习多光谱遥感图像去噪算法,该算法能够综合利用多光谱遥感图像的空间局部性和光谱的全局性,对遥感图像像素进行聚类后划分为不同的组,然后通过字典学习获得多光谱遥感图像的空间、光谱字典和系数。经过阈值处理后,对空间相似的块进行平均处理,实现了对多光谱遥感图像的去噪。该算法用于岷江上游植被和土壤类型典型地区——毛儿盖实验区遥感图像的去噪,峰值信噪比相比band-wise K-SVD算法提高了7.6%左右,同时具有更好的视觉效果。     

基于遥感信息的农作物生物量估算研究进展

科学准确地估算农作物生物量是生物质能源开发利用战略的必要前提.随着遥感技术的不断发展,可获取遥感数据的时间、空间、光谱分辨率都在不断提高,为长时间跨度和大空间尺度的农作物生物量估算提供了有力支撑.对目前农作物生物量估算方法进行了分析总结,重点阐述了基于遥感信息的农作物生物量估算方法,并根据基于模型的不同将其分为４类(基于植被指数、净初级生产力、作物生长模型、作物表面模型的农作物生物量估算方法),对每一类方法的原理进行了详细论述,并就其在国内外典型的应用情况进行了分析,在此基础上总结了各种估算方法的优势及存在问题,展望了该领域未来主要的发展方向.     

一种高空间分辨率遥感影像信噪比测定方法

信噪比是用来评价遥感影像质量一个重要的辐射特性参数。通过合适的方法精确地测定出遥感影像对应的信噪比参数,可以帮助数据提供者或用户更好地预测和提高遥感影像的信息提取能力。现有的信噪比测定方法大多基于中低空间分辨率遥感影像进行,并不能很好地适用于高空间分辨率遥感影像。针对现有信噪比测定方法的这一局限性,从高空间分辨率遥感影像本身特点出发,通过自适应地划分DN值子区间,以一定百分比最小局部标准差的平均值估算每一DN值子区间对应的噪声大小,进而估算每一DN值子区间对应的信噪比。该方法充分考虑了高分遥感影像内空间细节信息、边缘信息以及纹理信息较强而使得均值区域很难获取的特点。研究表明:改进的方法对于估算高分遥感影像信噪比具有较好的适用性。     

机载高光谱数据提取冬小麦冠层叶绿素含量的模型分析及验证

遥感提取叶绿素含量的方法是精准农业的重要研究方向之一,但是如何用冠层光谱数据有效地提取叶绿素含量仍然是一个难点。本文用光谱指数TCARI和OSAVI的组合建立提取冬小麦冠层叶绿素含量的关系式,并使用实验田获取的冬小麦冠层光谱以及与之同步的机载高光谱传感器OMIS数据进行了验证。通过误差分析讨论了该方法用于遥感高光谱数据时需要注意的问题,表明大气校正的精度,传感器的信噪比以及波段中心的漂移是模型反演精度的主要制约因素。     

Noise variance estimation based on dual-channel phase difference for speech enhancement

In this paper, we propose a method for estimating a signal-to-noise ratio (SNR) in order to improve the performance of a dual-microphone speech enhancement algorithm. The proposed method is able to reliably estimate both a priori and a posteriori SNRs by exploring a direction-of-arrival (DOA)-based local SNR that is defined by using spatial cues obtained from dual-microphone signals. The estimated a priori and a posteriori SNRs are then incorporated into a Wiener filter. Consequently, it is shown from an objective perceptual evaluation of speech quality (PESQ) comparison and a subjective listening test that a speech enhancement algorithm employing the proposed SNR estimate outperforms those using conventional single- or dual-microphone speech enhancement algorithms such as the Wiener filter, beamformer, or phase error-based filter under different noise conditions ranging from 0 to 20 dB.     

A Review on Estimating Fractional Cover of Non-photosynthetic Vegetation by Using Remote Sensing

The quantitative estimation of fractional cover of photosynthetic vegetation(f PV),non-photosynthetic vegetation(f NPV),and bare soil(f BS) is critical for grassland ecosystem carbon storage,vegetation productivity,soil erosion and wildfire monitoring.The ecological importance of NPV has driven considerable research on quantitatively estimating NPV in diverse ecosystems including croplands,forests,grasslands savannah,and shrublands using remote sensing.This paper reviews the research progress in estimating f NPV using hyperspectral and multisspcetral remote sensing data,and hightlights discusses the theoretical bases of PV,NPV and BS spectral characteristics.based on the existing methods for estimating f NPV,this article groupd into two categories:empirical relationship between spectral index and NPV cover,and Spectral mixture analysis.Meanwhile,also discuss applications.of hyperspectral and multisspcetral remote sensing data.Finally,the existential problems and research trends for NPV estimation are analyzed.     

基于过完备字典的体域网压缩感知心电重构

针对体域网远程监护中心对重构的心电信号（Electrocardiogram,ECG）精度要求高和体域网（Body sensor network,BSN）低功耗问题,提出基于过完备字典的体域网压缩感知心电重构方法. 该方法利用压缩感知理论,在传感节点端利用随机二进制矩阵对心电信号进行观测,观测值被传送至远程监护中心后,再利用基于K-SVD算法训练得到的过完备字典和块稀疏贝叶斯学习重构算法对心电信号进行重构. 仿真结果表明,当心电信号压缩率在70%～95%时,基于K-SVD过完备字典比基于离散余弦变换基的压缩感知心电重构信噪比高出5～22dB. 该方法具有信号重构精度高、功耗低和易于硬件实现的优点.     

成像光谱技术在土地利用动态遥感监测中的应用研究

随着数字化调查技术的发展，国土资源管理对土地利用动态遥感监测提出了更高的要求，目前主要采用的多光谱数据由于受光谱分辨率限制以及“同谱异物，同物异谱”现象的影响，难以满足管理需要。成像光谱数据具有较高光谱分辨率。在类别细分方面具有一定的优势，在当前土地利用动态遥感监测中具有一定的应用潜质。该文针对成像光谱数据特点，探索了与成像光谱数据相适应的土地利用动态遥感监测方法，提出了异常光谱检测法，该方法在试验区应用中取得了良好效果。     

基于多源遥感数据的区域景观格局尺度效应

无论在景观生态学还是在遥感领域,尺度问题都是非常重要的问题,目前已有的研究主要考虑景观的粒度效应,很少涉及遥感影像空间分辨率对景观格局的影响。在遥感和地理信息系统软件的支持下,利用多源遥感影像,结合研究区的特点进行了景观分类,并从不同遥感数据的空间分辨率角度进行空间粒度放大试验,探讨景观格局的尺度效应。研究结果表明：基于不同空间分辨率遥感影像的土地利用空间数据具有尺度效应,其所反映的区域土地利用景观格局在宏观上是一致的,但类型的边界、形状和数量均产生较大的差异;景观格局指数能反映不同遥感影像所记录的地表信息,从不同遥感数据源、不同空间分辨率的角度定量化判断尺度放大过程中区域土地利用景观特征信息的尺度效应。     

基于Terra/MODIS数据的HJ-1B/CCD1交叉定标方法研究

交叉辐射定标是国际上新近发展起来的一种无场地定标方法,它的应用弥补了场地定标成本较高、定标参数更新周期较长的不足。对于我国2008年发射的环境与灾害监测预报小卫星CCD数据而言,探索交叉辐射定标方法的适用性,对及时发现传感器辐射性能的变化,促进CCD遥感数据的定量化应用具有重要意义。本研究以辐射定标精度较高的Terra/MODIS数据为参考,分别使用光线匹配法（RM）和辐射传输模型方法（RTM）对HJ-1B/CCD1数据进行交叉辐射定标,并与相同条件下进行的场地定标结果比较。实验结果表明,使用这两种方法获取的CCD1的第2、3、4波段的定标结果与场地定标结果差异较小,只有第1波段定标结果与场地定标结果差异相对较大,这证明了交叉辐射定标方法的有效性。另外,虽然RTM方法考虑了参考传感器和待定标传感器光谱响应和观测几何的差异,但是由于RTM方法会受到所使用的6S模型本身的误差以及输入的大气参数、地表参数测量误差的影响,该方法并不总是优于RM方法。     

Modeling the impact of spectral sensor configurations on the FLD retrieval accuracy of sun-induced chlorophyll fluorescence

Chlorophyll fluorescence is related to photosynthesis and can serve as a remote sensing proxy for estimating photosynthetic energy conversion and carbon uptake. Recent advances in sensor technology allow remote measurements of the sun-induced chlorophyll fluorescence signal (Fs) at leaf and canopy scale. The commonly used Fraunhofer Line Depth (FLD) principle exploits spectrally narrow atmospheric oxygen absorption bands and relates Fs to the difference of the absorption feature depth of a fluorescensing and a non-fluorescensing surface. However, due to the nature of these narrow bands, Fs retrieval results depend not only on vegetation species type or environmental conditions, but also on instrument technology and processing algorithms. Thus, an evaluation of all influencing factors and their separate quantification is required to further improve Fs retrieval and to allow a reproducible interpretation of Fs signals.Here we present a modeling study that isolates and quantifies the impacts of sensor characteristics, such as spectral sampling interval (SSI), spectral resolution (SR), signal to noise ratio (SNR), and spectral shift (SS) on the accuracy of Fs measurements in the oxygen A band centered at 760 nm (O₂-A). Modeled high resolution radiance spectra associated with known Fs were spectrally resampled, taking into consideration the various sensor properties. Fs was retrieved using the three most common FLD retrieval methods, namely the original FLD method (sFLD), the modified FLD (3FLD) and the improved FLD (iFLD). The analysis investigates parameter ranges, which are representative for field and airborne instruments currently used in Fs research (e.g., ASD FieldSpec, OceanOptics HR, AirFLEX, AISA, APEX, CASI, and MERIS).Our results show that the most important parameter affecting the retrieval accuracy is SNR, SR accounts for ≤ 40% of the error, the SSI for ≤ 12%, and SS for ≤ 7% of the error. A trade-off study revealed that high SR can partly compensate for low SNR. There is a strong interrelation between all parameters and the impact of specific parameters can compensate or amplify the influence of others. Hence, the combination of all parameters must be considered by the evaluation of sensors and their potential for Fs retrieval. In general, the standard FLD method strongly overestimates Fs, while 3FLD and iFLD provide a more accurate estimation of Fs. We conclude that technical sensor specifications and the retrieval methods cause a significant variability in retrieved Fs signals. Results are intended to be one relevant component of the total uncertainty budget of Fs retrieval and have to be considered in the interpretation of retrieved Fs signals.