融合光谱-空间信息的高光谱遥感影像增量分类算法

提出了一种融合光谱和空间结构信息的高光谱遥感影像增量分类算法INC_SPEC_MPext。通过主成分分析(PCA)提取高光谱影像的若干主成分,利用数学形态学提取各主分量影像对应的形态学剖面(MP),再将所有主分量影像的形态学剖面归并联结,组成扩展的形态学剖面(MPext)。将MPext与光谱信息相结合以增加知识,最大限度地挖掘未标记样本的有用信息,优化分类器的学习能力。不断从分类器对未标记样本的预测结果中甄选置信度高的样本加入训练集,并迭代地利用扩大的训练集进行分类器构建和样本预测。以不同地表覆盖类型的AVIRIS Indian Pines和Hyperion EO-1Botswana作为测试数据,分别与基于光谱、MPext、光谱和MPext融合的分类方法进行比对。试验结果表明,在训练样本数量有限情况下,INC_SPEC_MPext算法在降低分类成本的同时,分类精度和Kappa系数都有不同程度的提高。     

面向城市应用的多源遥感影像服务平台设计与实现

 本文对面向城市应用的多源遥感影像服务平台的系统目标、系统流程、功能模块和关键技术进行了分析。通过遥感影像数据源、管理方式和业务流程的分析,设计了多源遥感影像数据的逻辑组织模型,建立了海量多源遥感影像库。本文详细阐述了系统的影像预处理、影像数据管理、影像数据应用服务和安全权限控制四大功能模块,并分析了系统架构、多源遥感影像元数据的自动抽取、影像数据的快速检索和影像数据高效在线应用服务的关键技术。为保证系统的高安全性、实时性与可靠性,采用部署在局域网内的客户机/服务器与浏览器/服务器的混合体系结构。实验表明,本文的研究成果实现了海量多源遥感影像数据的统一高效管理、快速检索、高效浏览及与其他子系统的无缝集成,为城市应用提供了便捷的影像数据服务,有利于进一步发挥影像资料的作用。