西宁市城区扩展对比中遥感影像处理技术的探讨

根据西宁市城区扩展监测对遥感信息提取的需要,采用多种方法将具有较高空间分辨率的SPOT遥感图像和具有多波谱的ETM 遥感图像进行增强及融合试验,结果表明:对ETM 影像先进行锐化处理,再将SPOT影像与锐化后的ETM 信息融合,然后对融合后的影像进行去霾处理得到的影像质量最好。     

利用波段合成研究SPOT多光谱影像水体提取方法

SPOT多光谱影像仅有4个波段,光谱信息相对较少,通常的水体提取方法受到波段数的限制,通过波段合成增加SPOT多光谱影像可用的波段数,不仅增加了水体提取方法的种类,而且,通过对矿区塌陷地积水现象进行水体提取试验,结果表明：波段合成对SPOT影像的水体提取情况有一定程度的改善,水体提取更完整,误提现象较少。     

影像融合和面向对象技术在湿地分类中的应用

利用SPOT全色波段影像和Landsat ETM+多光谱影像,采用波段特征分析法和改进的最佳波段指数法确定最佳融合波段。选择具有代表性的HSV变换、Brovey变换、PCA变换、Gram-schmidt变换和小波变换方法进行影像融合。针对融合后的影像采用定量评价法进行质量评价,通过不同地物的光谱、空间和纹理信息等进行比较分析构建适当的分类特征和规则,采用面向对象的遥感分类方法进行分类。结果表明,波段特征分析法和改进的最佳波段指数法结合,可以获得最佳融合波段。各融合方法均有效提升了影像效果,其中HSV和GS变换融合方法更好地保持了影像的多光谱和高分辨率特性,融合后各地物特征分类明显,可以有效应用于湿地分类;采用主成分分析法来设置面向对象分类中的波段权重,可以利用各波段信息量的差异进行影像的分割。基于各种遥感指数的面向对象分类方法用于湿地分类获得了93.62%的分类精度,与传统的分类方法相比有了很大进步,在湿地分类中具有很大的应用潜力。     

四种遥感浅海水深反演算法的比较

详细介绍了单波段线性回归模型、两波段比值线性回归模型、多波段组合线性回归模型、BP神经网络模型等4种光学遥感水深反演算法,然后利用同一地区、同一时期的Worldview-2多光谱遥感影像和实测水深数据,对4种水深反演模型的准确性进行了实验比较。研究表明:多波段组合线性回归模型、BP神经网络模型的水深反演的性能较好,利用多光谱遥感图像数据反演得到的水深值误差较小;而单波段线性回归模型、两波段比值线性回归模型的效果较差。     

SPOT 5与ETM+影像融合用于土地调查

以SPOT 5及ETM 遥感影像为基础数据,通过对云南昆明郊区利用PCA法和Brovey法进行影像融合,使融合后影像同时具有多光谱特性和高分辨率,提高影像的解译度。并对融合后的影像进行分类及精度分析,讨论影像融合技术在土地调查中的应用。     

矢量C-V模型的高光谱遥感影像分割

高光谱遥感影像除了包含普通2维影像所具有的空间信息还包含了1维光谱信息,传统的针对2维影像的分割方法不能很好地应用于高光谱遥感影像。为此,本文提出一种能够同时处理多波段影像的高光谱遥感影像矢量C-V模型分割方法。首先选出高光谱遥感影像中目标与背景对比度较大的波段,并通过计算波段相关系数,去除其中的冗余信息形成新的波段组合,进而根据所确定的波段组合构建高光谱遥感影像矢量矩阵;在此基础上,构造基于该矢量矩阵的矢量C-V分割模型。模型中通过引入基于梯度的边缘引导函数,在保留传统C-V模型基于区域信息进行影像分割的基础上,利用影像的边缘细节信息,增强了模型在异质区域和复杂背景情况下对目标边缘的捕捉能力,提高了对高光谱遥感影像的分割精度和速度。最后利用HYPERION数据进行仿真实验,并将实验结果和传统C-V模型和相关方法进行了对比,结果表明,本文方法能够在短时间内有效地分割高光谱遥感影像,与传统方法相比,具有分割精度更高运算速度更快的特点。     

基于像素级遥感图像融合方法对比与评价

多时相、不同空间分辨率遥感图像数据融合能较大幅度提高融合图像的解像力,在遥感影像解译中一种好的融合方法可以提高影像的质量,从而提升影像的解译结果。本文以隆昌县为试验区,采用Brovey、PCA、HIS和Gram-Schmidt 4种融合方法对试验区ETM+影像的高空间分辨率Pan波段和多光谱432波段进行融合。通过平均值、标准差、平均梯度、信息熵、相关系数和扭曲程度对这些融合方法进行评价。评价结果表明4种融合方法都能不同程度的改善影像质量,其中Brovey融合法光谱失真度小,清晰度和空间分辨率较高,影像所含信息量丰富,更适合于隆昌ETM+影像的融合处理。     

土地利用调查中SPOT遥感影像数据处理方法

土地利用调查中,遥感数据被作为调查的基础数据源,开始取代传统的航片或地形图,以SPOT5数据应用最多。本文介绍了SPOT5卫星遥感数据的特点,并结合土地利用调查的有关要求,对SPOT5卫星影像数据进行几何校正、波段组合、影像融合等方法的探讨及制作1:10000标准分幅卫星遥感正射影像图。     

ETM和SPOT融合影像制作土地利用分类图

以辽阳地区为试验区,采用ETM多波段和SPOT全色遥感影像为主要信息源。利用遥感图像处理软件ERDAS对影像进行几何配准、图像增强等一系列处理。利用HIS变换和主成分分析法进行影像融合试验,对比分析融合结果,融合后影像同时具有多光谱和高分辨率的特性,提高了影像解译度。参考国家分类标准,选取农村、水体、旱地、林地、菜地、城市和水田七大类进行分类试验。采用监督分类的方法对主成分变换融合后的影像进行土地利用分类。最后,在ArcGIS软件中进行矢量化处理,制作土地利用分类图。使用该方法制作的辽阳地区土地利用分类图,可以满足一般用户对土地利用分类图的要求。     

基于知识的蚀变遥感异常信息快速提取及找矿应用实践

本文以新疆卡拉先格尔成矿带内新发现的哈腊苏铜矿化区为例,进行ETM 矿化蚀变遥感异常信息快速提取研究.分别在ETM 1,ETM 2,ETM 3,ETM 4,ETM 5和ETM 7等6个波段图像和增强图像(比值图像、主成分分析图像)上已知蚀变岩分布区及地质背景进行像元光谱采样,并分析蚀变岩在ETM 的6个波段图像及铁染异常和羟基异常图像上的光谱特征,进而发现蚀变岩与矿区地层区分的光谱知识.利用矿区成矿地质特征和典型矿床成矿模型建立遥感地质找矿模型,发现遥感地质控矿特征.在此基础上建立了基于知识规则的在ETM 图像上提取蚀变遥感异常信息模型,利用ERDAS IMAGING V8.7图像处理系统中的专家分类器模块快速提取该区蚀变遥感异常信息,实现了地质与遥感在图像处理平台上的有机结合.经实际验证,其结果与实际情况基本吻合,并且新发现铜矿化带一处,可为与该区地质背景类似的新疆阿勒泰南缘开展铜矿普查勘探提供参考依据.     

基于多光谱影像和DEM的泥石流堆积扇识别研究——以白龙江流域武都段为例

选取中国泥石流多发区白龙江流域武都段作为研究区,在对该区域泥石流堆积扇的形态特征和堆积范围进行实地调绘的基础上,利用高分辨率影像(SPOT)进行目视解译,获得研究区部分泥石流堆积扇和非泥石流堆积区的分布范围,将其作为已知样本区。利用该区域多光谱遥感影像(ASTER)和数字高程模型(DEM),提取包含波段比和主分量的几十种特征指标。通过运用方差分析和聚类分析等方法对各指标进行分析计算,选取对区别泥石流堆积扇最具显著意义的指标进行输入,进而采用基于像元的分类方法识别泥石流堆积扇。得到如下结论:SPOT与ASTER融合影像的波段比、主分量指标可以有效地突出土壤岩石中的矿物成分,对泥石流堆积扇的识别具有显著意义;利用筛选出的遥感指标和地形指标作为输入,进行监督分类识别泥石流堆积扇,能够有效地将遥感指标和地形指标相结合,提取的堆积扇覆盖范围与实际情况较为接近。     

地物波谱数据辅助的SPOT影像模拟真彩色方法研究

提出一种新的高分辨率遥感影像真彩色模拟方法。该方法从遥感成像光谱角度,依据地物波谱特性,采用光谱角匹配模型(SAM),首先计算出地物在绿(G)、红(R)、近红外(NIR)以及短波红外(SWIR)波段的整体和局部波谱向量角;然后根据角度距离构建最小距离隶属函数,查找对应地物波谱库中最为相似的地物波谱;最后对此条地物波谱曲线积分计算出该像素点在蓝波段的反射率。实验表明,该方法模拟出的SPOT真彩色影像在视觉效果和空间信息上优于传统的方法。     

一种基于自适应M-S模型的遥感影像分割方法

提出一种基于自适应M-S模型的遥感影像多特征融合的分割方法。首先结合改进的Sobel算子进行阈值化轮廓提取方法提取边缘信息;然后利用波段距离加权函数计算边权值,同时按照一定的原则加入边缘特征,采用最小生成树算法获得初始分割对象;最后在光谱特征和纹理特征的辅助下进行自适应M-S模型合并,合并后的对象即为分割结果。为了验证该方法的可行性,采用Quickbird影像和高分二号影像进行实验分析并对结果做出定性和定量评估。实验结果表明,基于自适应M-S模型的遥感影像分割方法的分割精度优于分形网络演化算法,同时分割速度也略有提升。     

CCD 几何偏差模型的多波段遥感影像配准

多波段光学遥感影像配准是遥感卫星地面预处理中的关键环节,其精度决定了遥感数据产品的质量.一般使用波段间图像灰度相关匹配来实现多波段影像的配准.然而,该类方法的配准精度受地物特征影响较大,海面、港口、沙漠等地物特征不明显存在影像无法配准的现象.本文以北京一号(BJ-1) 小卫星多光谱影像的波段配准为研究对象,建立多波段线阵CCD 各探元在CCD 扫描方向和卫星飞行方向的几何偏差模型,来计算多波段影像间同名像元在图像行和列方向上的位置偏差,进而拟合出一个固定的波段配准模型来实现多波段影像的亚像元配准.该方法已应用于BJ-1 和DMC_UK2 小卫星多光谱影像的地面预处理波段配准中,配准误差小于0.5 像元,具有良好的应用效果.     

SPOT 5无控制和基于严密成像模型定位的研究

以SPOT5高分辨率遥感影像为例,充分利用SPOT5辅助数据文件（Metadata.dim）中的位置和姿态数据,采用精确拟合推算出影像外方位元素的初值,通过一定的地面控制点,以经典的多中心投影共线方程作为条件,建立条件方程式,进行条件平差,解算出一个修正的矩阵,该矩阵包含了相机与卫星平台之间的夹角,以及轨道等多种因素所引起的误差,然后利用建立的模型进行定位。与SPOT5无控制定位相比,该方法对定位精度有显著改善。     

基于多特征的人工海岸线提取方法

在中高分辨率的遥感影像中,海岸地物呈现出更多的细节,尤其是受人类影响程度较大的人工海岸。文中针对较为复杂的人工海岸遥感影像,进行基于多特征的海岸线提取方法研究。实验选用SPOT影像作为实验影像,分析实验区海岸带SPOT影像的光谱特征、形状特征和空间关系特征,使用多种特征来提取海岸线,实验结果表明,方法能对海岸带地物进行正确分类并实现海岸线的自动提取。     

基于多进制小波变换的遥感影像融合

首先介绍了遥感影像融合的理论和方法 ,然后在讨论多进制小波理论的基础上 ,提出了一种基于特征的多进制小波变换的影像融合算法 ,该算法根据待融合影像分辨率之比确定采用多进制小波 ,从而最大限度的利用了待融合影像的信息 ,防止影像信息的丢失。通过对具体影像的实验 ,证明融合后的影像最大限度地保留了待融合影像的光谱信息 ,同时提高了待融合影像的清晰度和空间分辨率。文中给出了SPOT全色影像与SPOT多光谱波段影像、SPOT全色影像与TM影像的融合结果 ,并与其他方法进行了比较 ,证明了本方法的优越性和自适应能力     

基于神经网络的SPOT数据模拟真彩色非线性方法研究

在总结现有真彩色模拟方法的基础上,提出了一种基于神经网络非线性逼近机制的真彩色模拟方法.该方法充分利用神经网络强大的学习能力,建立波段之间复杂的非线性映射关系.在具体实现上,首先通过对具有真彩色波段TM/ETM+数据的学习训练,得到各个网络节点的权重参数; 然后将该组权重参数应用到SPOT影像,模拟出蓝光波段,实现SPOT真彩色合成.在新疆伊犁地区林地调查应用结果表明,非线性方法要明显优于传统的真彩色模拟方法.     

基于多进制小波变换的遥感影像融合

首先介绍了遥感影像融合的理论和方法,然后在讨论多进制小波理论的基础上,提出了一种基于特征的多进制小波变换的影像融合算法,该算法根据待融合影像分辨率之比确定采用多进制小波,从而最大限度的利用了待融合影像的信息,防止影像信息的丢失.通过对具体影像的实验,证明融合后的影像最大限度地保留了待融合影像的光谱信息,同时提高了待融合影像的清晰度和空间分辨率.文中给出了SPOT全色影像与SPOT多光谱波段影像、SPOT全色影像与TM影像的融合结果,并与其他方法进行了比较,证明了本方法的优越性和自适应能力.     

TM/ETM+影像大气校正产品质量评价方法研究

对TM/ETM+的大气校正产品质量进行评价是改进影像质量的必要手段。提出采用已有高质量TM/ETM+表面反射率产品作为参考影像评价TM/ETM+的大气校正产品质量的方法。该方法设计了面向产品质量评价的影像光谱采样方案和多时相遥感影像PIFs(pseudo invariant features,PIFs)样本自动识别方法,能对多时相/季相TM/ETM+大气校正产品质量进行评价。试验表明该方法能准确识别PIFs地物,评价结果真实反映了遥感影像大气校正结果准确度。方法具有快速和低成本等特点,能开展规模化应用。