利用Photo Styler软件处理卫星遥感图像

介绍了Window环境下用图像处理软件PhotoStyler处理卫星遥感图像的方法和特色，Windows位图文件格式与遥感图像文件格式的转换，充分利用PhotoStyler的丰富功能能较好地完成遥感图像增强和加注汉字等前期和后期遥感图像处理工作。     

遥感数字图像的大气辐射校正应用研究

卫星遥感数字图像成像过程中，由于电磁波受大气作用造成数据质量下降，影响遥感信息的提取及精度。介绍了大气辐射校正的一般原理和PCI软件ATCOR2模块的算法，研究了基于该模块的遥感数字图像大气辐射校正实现方法。根据研究区实际情况，选用1976年美国标准大气乡村气溶胶大气参数，对一景Landsat TM影像进行校正处理。对比处理前后图像和直方图，可知该方法增强了图像清晰度，提高了视觉效果，有利于遥感信息提取和专题解译。     

基于高分辨率卫星IKONOS影像的城市道路信息提取研究

与以往中、低分辨率卫星遥感信息提取相比，高分辨率卫星遥感信息提取有一定的特色，利用MATLAB软件对图像增强和区域增长形状提取方法，进行了城市道路信息提取，取得了较好的精度效果。     

基于小波分析和伪彩色的遥感图像增强

针对基于小波分析的图像增强技术一般只适用于黑白图像,而伪彩色处理技术不能够充分处理图像中某些细节信息的缺陷,提出基于小波分析和伪彩色的遥感图像增强处理方法.增强后的遥感图像无论在视觉效果上还是在噪声特性上都有了很大的改善.该方法简便易行,计算量小,在应用中有较大的灵活性,该方法还具有运算速度快,可操作性强等特点.在遥感图像增强研究方面具有广泛的应用前景.     

基于正交小波变换和伪彩色的遥感图像增强

针对基于正交小波分析的图像增强技术一般只适用于黑白图像;而伪彩色处理技术不能够充分处理图像中某些细节信息的缺陷.提出了基于正交小波分析和伪彩色的遥感图像增强处理方法;实验结果表明,增强后的遥感图像无论在视觉效果上还是在噪声特性上都有了很大的改善;该方法简便易行且计算量小,在应用中有较大的灵活性;该方法还具有运算速度快和可操作性强等特点,在遥感图像增强研究方面具有广泛的应用前景.     

IDL在遥感图像处理中的应用

遥感作为现代信息技术的前沿技术,不仅生态监测、水质环境评价、气象等领域广泛应用,且是一种很有效的手段。而遥感图像有价值信息的识别与提取是对遥感图像理解与应用的基础,因此进行遥感图像特征提取、质量提高、功能处理的应用方法研究很有必要。以AQUA卫星影像为数据源,采用IDL语言,实现了遥感图像的几何变换、图像增强、直方图、边缘检测、形态学图像处理功能。实验结果表明,IDL的处理方法简洁简捷高效,处理结果直观形象,IDL在遥感图像处方面的独特优势也得到了很好的体现。     

基于多尺度Retinex算法的遥感图像增强

大多数的遥感图像存在视觉对比度低、分辨率低的缺点,因而在对遥感图像分析之前,通常都需要通过遥感图像增强技术对图像进行增强处理.当前的图像增强方法有很多种,文中引入了一种新颖的图像增强方法,即多尺度Retinex(MSR)算法.这种增强技术尤其对能见度差、分辨率低的图像有很好的效果,因此适合于对遥感图像的增强处理.此外,还引入了几种常用的经典图像增强方法,如直方图均衡法等.为了证实所引入的MSR算法对遥感图像的增强效果优于其他的增强方法,在实验中,将经典的图像增强方法和MSR算法分别应用于增强一幅典型的遥感图像并对比增强后的增强效果.实验结果表明MSR算法在对遥感图像的增强中可以取得满意的效果并且优于其他的图像增强方法.     

多源卫星绿潮遥感信息提取易混淆因素分析

针对绿潮遥感信息提取过程中容易出现的几种易混淆因素,开展了多源卫星绿潮遥感信息提取易混淆因素分析研究。基于多源遥感卫星图像,分析了光学和微波遥感数据在提取绿潮过程中常见的几种易混淆因素。结果发现：（1）HJ 1卫星CCD遥感影像上,岛屿、船只、堤坝、云都是易混淆因素。在信息提取中,需结合基础地理资料或“天地图”,将岛屿识别出来,此方法同样适用于MODIS和SAR数据。对于堤坝、船只和有云覆盖的绿潮区域,则需要通过人机交互的方式进行识别。（2）MODIS遥感影像中散布的小面积云和条带噪声是易混淆因素,因此需在MODIS数据预处理中进行云掩膜和条带噪声去除。（3）ENVISAT ASAR遥感影像中船只是易混淆因素,需通过人机交互的方式进行区分。     

多源卫星绿潮遥感信息提取易混淆因素分析

针对绿潮遥感信息提取过程中容易出现的几种易混淆因素,开展了多源卫星绿潮遥感信息提取易混淆因素分析研究。基于多源遥感卫星图像,分析了光学和微波遥感数据在提取绿潮过程中常见的几种易混淆因素。结果发现:(1)HJ-1卫星CCD遥感影像上,岛屿、船只、堤坝、云都是易混淆因素。在信息提取中,需结合基础地理资料或"天地图",将岛屿识别出来,此方法同样适用于MODIS和SAR数据。对于堤坝、船只和有云覆盖的绿潮区域,则需要通过人机交互的方式进行识别。(2)MODIS遥感影像中散布的小面积云和条带噪声是易混淆因素,因此需在MODIS数据预处理中进行云掩膜和条带噪声去除。(3)ENVISAT ASAR遥感影像中船只是易混淆因素,需通过人机交互的方式进行区分。     

一种卫星遥感影像村庄区域提取算法

卫星遥感影像提取村庄区域在地理和气象领域均有十分重要的意义.针对卫星遥感影像的特点,提出了一种村庄区域提取方法.利用改进的去雾算法对卫星遥感影像进行预处理,通过遥感卫星影像的颜色特征实现分割,结合村庄区域分布特点进行去噪处理,实现卫星遥感影像村庄区域的提取.实验结果表明:该算法能够对卫星遥感图像中不同类型村庄区域进行提取,且提取准确率高,可以应用于地理以及气象等领域.     

遥感地学分析的智能化研究

遥感地学分析是建立在地学规律基础上的遥感信息处理和分析模型,是结合物理手段、数学 方法和地学分析等综合性应用技术和理论,通过对遥感信息的处理和分析,获得能反映地球区域分 异规律和地学发展过程的有效信息的理论方法。通过回顾遥感地学分析的发展历史,认为智能化是 遥感地学分析的一个重要发展方向,同时提出开展智能化遥感地学分析研究需要解决的几个关键 问题,最后提出了“遥感地学智能图解”的概念。     

基于支持向量机的遥感图像分类研究综述

遥感技术是目前用于研究地球矿产资源与能源的重要技术手段,遥感图像分类在遥感技术应用中起着关键作用。支持向量机(Support Vector Machines,SVM)是基于VC维(Vapnik-Chervonenkis Dimension)理论和结构风险最小化原理的机器学习方法,已被广泛应用于实际的遥感影像分类中。 对 国内外学者对此做的大量研究 成果进行了系统的总结。对基于支持向量机的遥感图像分类方法进行了层次性梳理,不但纵向分析和比较了每类方法的原理及优缺点,而且对各类方法进行了横向比较和分析,较为系统和完整地概括了基于支持向量机的遥感影像分类方法的研究现状。最后指出了支持向量机算法应用于遥感图像分类的未来发展方向。     

基于Web草原遥感影像与专题图半透明叠加系统的初步实现

以内蒙古锡林郭勒盟的基础专题图和正蓝旗的遥感影像为研究对象,系统地介绍了遥感影像与专题图基于Web叠加的关键技术,并通过综合应用现代信息技术,运用网络地理信息系统(WebGIS)原理和理论,使用Java开发语言设计开发试验版的WebGIS小软件,初步实现了遥感影像与专题图在Web上半透明叠加的系统。     

遥感影像土地利用/覆盖分类方法研究综述

从六个方面总结了国内外出现的遥感影像土地利用／覆盖分类中针对传统计算机分类方法的改进：(1)从基于统计的分类向基于非线性并行处理的人工神经网络分类、基于模糊理论为分类、基于知识的分类以硬支撑向量机等分类技术发展；(2)分类从单一利用光谱信息到利用光谱、纹理、时相、角度等多砷信息；(3)从基于像元的逐点分类到基于图斑的分类；(4)从硬分类到亚像元分类；(5)从单源遥感影像分类到利用多源遥感影像融合的分类；(6)从单分类器向复合分类器发展。     

非局域样本填充和自适应曲率驱动模型的遥感图像修复算法*

遥感图像修复技术对于后续遥感图像的处理与应用具有重要意义.文中在深入研究曲率驱动(CDD)模型和样本填充算法的基础上,针对遥感图像对纹理细节和边缘区域要求较高的特点,提出非局域样本填充和自适应曲率驱动模型的遥感图像修复算法.该算法较好地避免CDD模型修复过程中在一些极端情况下可能出现的假边缘、阶梯效应和扩散速度缓慢等缺点,保证遥感图像修复后的纹理细节信息和边缘信息.仿真实验验证文中算法的有效性.     

基于小波内插的遥感图象超分辨率增强

基于小波内插的超分辨率增强方法,利用多幅遥感图象的交错采样结构,将同一场景的多幅遥感图象序列中的信息,在像素级上内插到一幅遥感图象中,得到一幅信息量更加丰富、分辨率更高的遥感图象。该文介绍了该方法及相应遥感图象预处理方法,文中实验显示了该方法的有效性。     

群智能方法在遥感信息提取中的应用分析

遥感数据作为重要的空间数据源,在众多领域发挥着不可或缺的作用。遥感信息获取技术的不断发展与遥感数据应用领域的不断扩展,促进了遥感信息提取方法的不断进步。随着人工智能算法不断被提出及成功应用,遥感信息提取领域也在逐步引入智能算法实现高效的信息提取。在对遥感信息提取方法的研究进展进行深入分析的基础上,剖析了群智能方法应用于遥感信息提取领域的潜力与优势。并应用微粒群优化方法进行遥感数据的分类,实现了微粒群优化方法应用于遥感数据分类的技术流程,取得了很好的实验结果。因此,群智能方法能够为遥感信息提取领域提供一种新的有效智能处理方法。     

国产遥感影像分类技术应用研究进展综述

遥感影像分类技术为我国遥感影像应用于生态建设、绿色发展、乡村振兴、脱贫攻坚和“一带一路”构建等提供了重要的技术支撑,在服务经济社会发展、建设美丽中国、保障民生安全等方面具有重要意义。近年来,大数据、人工智能技术的飞速发展,使得国产遥感影像在分类应用的研究取得重大发展。简要分析了遥感影像分类技术及每阶段存在的问题;对国内主要六个系列遥感卫星数据进行了概述;综合分析了国产遥感影像基于像元的、混合像元的、面向对象的、基于深度学习的四种分类方法,并探讨其在分类应用中的研究进展,通过国产遥感影像分类领域中的应用情况,进一步在方法上对四种分类分别进行比较分析;提出国产遥感影像分类应用中存在的问题,对未来国产遥感影像应用发展的趋势进行了预估。     

基于JPEG2000和自适应预测的高光谱图像压缩方法

随着遥感技术的发展，其应用领域大大拓展，随之也带来了遥感数据的海量增长，给传输和存储带来了极大困难，因此必须对遥感数据进行压缩。遥感图像具有不同于自然图像的特性，针对遥感图像的特点，介绍了一种自适应预测和JPEG2000相结合的无损压缩编码算法，即首先采用基于图像灰度分布局部相关特性的谱问预测器去除谱问冗余，再利用静止图像压缩新标准（JPEG2000）对预测得到的差值图像进行编码压缩。仿真实验取得了令人满意的结果，证明了该算法的有效性。     

遥感影像基础数据库的安全设计

遥感影像基础数据库作为是国土资源部门重要的信息基础设施。由于遥感影像数据属于高价值、高敏感度、高安全级别的基础数据,因此有必要对数据库安全加以重点关注。本文结合某遥感影像基础数据库实例,从数据安全规划、数据监测手段、数据传输安全三个方面对遥感影像基础数据库的安全设计思路进行了初步阐述。