一种基于小波变换的多尺度图像融合方法

近年来图像的数据融合技术在图像处理领域中得到了广泛的重视和应用。如何对同一目标的多源遥感图像数据进行有效的融合，最大限度地利用多源遥感数据中的有用信息，提高系统的正确识别、判断和决策能力，是遥感数据融合研究的重要内容之一。在小波变换金字塔结构的基础上，提出了一种基于小波变换的多尺度图像融合方法，对热红外与可见光图像进行了融合处理。实验结果表明，该融合方法十分有效，获得的融合图像更符合人们的视觉特性，更有利于机器视觉。     

多传感器信息融合及其应用综述

多传感器信息融合广泛应用于自动目标识别、战场监视、自动飞行器导航与控制、机器人、工业过程控制、遥感、医疗诊断、图像处理、模式识别等领域。介绍了多传感器数据融合技术的概念、处理模型、融合层次等问题,综述了近年来多传感器融合技术的研究进展和应用,预测了未来的发展趋势。     

基于GPU的遥感图像IHS小波融合并行算法设计与实现

遥感图像融合是遥感图像应用的一个重要处理步骤。随着遥感图像数据规模与融合算法计算复杂度的增大,遥感图像融合面临着处理速度的挑战。最近几年,GPU计算能力得到极大提升,面向通用计算的应用得到了快速发展。本文基于GPU编程模型和硬件特性,深入研究了遥感图像融合的并行加速算法,提出了适合融合执行流的并行映射模型。本文选取计算量大、计算精度高的IHS增强小波融合算法进行GPU并行设计,并针对主流的GPU平台在数据传输、循环优化、线程设计等方面进行了优化,最后在nVIDIA GTX 460 GPU上进行了实验。实验结果表明,本文设计的并行映射模型及优化策略能够很好地适用于遥感图像融合应用,最大加速比达到了114倍。研究表明,GPU通用计算技术在遥感图像处理领域具有广阔的应用前景。     

林业土地信息管理中的多源遥感图像融合技术

多源遥感图像为林业土地监测提供了更为丰富、精确和详尽的动态信息,提升了遥感技术科技含量和应用价值,在林业土地信息管理中得到日益广泛的重视和应用.然而多源遥感同时也增加了有效图像信息的识别问题.结合多源遥感图像融合的信息处理特点,采用基于模糊径向基函数网络、模糊Kohonen神经网络和模糊自适应谐振网的计算机图像目标识别技术,自主开发设计软件对高分辨率SPOT全色影像的多波段数据信息进行图像融合类别判断.实验证明模糊Kohonen神经网络在识别的精度、速度以及识别率是最佳方法.     

基于RS／GIS的冀北地区土地利用／覆盖变化研究

本文以冀北地区为研究区，以TM数据为基本信息源，在ArcGIS、Erdas等地理信息系统和遥感图像处理软件的支持下，设计了一套由“多源遥感数据融合、屏幕目视解译与自动分类结合、GPS定位与野外校核”构成的遥感地学分析方法。分别提取了1987年和2000年研究区土地利用／覆盖信息，并分析了1987-2000年间研究区土地利用／覆盖变化的基本特征，为这一地区以土地利用调整为核心的生态建设提供了基础依据。     

大型遥感图像处理应用项目综合数据库开发

对数据高精度、时效性的需求，使遥感图像处理及应用越来越受到普遍的关注。随着解决问题的复杂化，大型遥感图像处理工程及遥感图像处理应用项目逐渐增多。大型遥感图像处理应用项目是在计算机软、硬件支持下，动态地获取、处理遥感影像，综合管理区域内地理环境信息及各...     

三个商用遥感数字图像处理软件比较

针对目前国际上商业遥感图像处理软件中3个常用软件ENVI、ERMapper和PCI,从软件的设计思想、结构、功能、特点上做了详细的分析、比较与评价,包括:输入输出功能及文件管理,图像显示与控制,图像校正,图像增强,图像分类,矢量、GIS连接及制图,DEM处理,高光谱分析和SAR处理。同时也对遥感图像处理技术和遥感图像处理软件的发展进行综述,以有助于读者选择和使用最适当的软件进行具体处理工作。     

RSID:一种面向遥感应用的数据库系统

遥感解译系统中，需要访问图像等非格式化数据并对大量不同来源数据进行融合处理。有必要建立面向遥感应用的数据库，对各类数据进行高效管理并方便用户的访问，为遥感解译提供数据支持。研究了面向遥感应用的数据库的体系结构，建立了“支持遥感图像解译的数据库系统”RSID，并针对kNN图像检索模型的局限性，引入了相邻图模型。     

多Agent系统在遥感图像目标识别系统中的应用研究

从遥感图像分类方法的基本原理入手,介绍了多A gent系统因其智能性和并行计算能力在遥感图像目标识别领域的应用,并将模糊数学、神经网络以及统计学理论与其有机地结合起来,发挥综合系统的整体优势去解决问题。这对今后数据融合技术在图像处理中的研究和应用有很大的意义。     

ETM+图像处理和土地利用分类实验研究

本文探讨了利用ERDAS和ArcGIS等软件处理遥感影像的方法和手段.分析了实验区ETM+影像数据的特征,对图像数据进行了融合处理,采用多源信息复合解译方法,实现了土地分类信息的提取,实验结果比较理想.     

卫星遥感及图像处理平台发展

航天科技是国家综合国力和科技实力的重要体现,而卫星遥感则是航天科技转化为生产力最直接、最现实的途径之一。遥感数据获取与分发、数据处理与信息提取是卫星遥感应用的两个基本步骤。随着国家民用空间基础设施规划中的遥感卫星体系稳步推进,以及商业卫星遥感的蓬勃发展,我国的卫星遥感数据获取能力呈现质量齐升之势。但同时,作为卫星遥感应用的基础设施和关键工具,遥感图像处理系统平台逐渐成为制约自主卫星数据应用和空间信息业务发展的重要因素之一。本文围绕卫星遥感对地观测主题,从卫星遥感数据获取能力、卫星遥感数据处理系统平台两方面,对国内外现状进行综述,在此基础上分析了卫星遥感的发展趋势。     

智能遥感：AI赋能遥感技术

随着人工智能的发展和落地应用,以地理空间大数据为基础,利用人工智能技术对遥感数据智能分析与解译成为未来发展趋势。本文以遥感数据转化过程中对观测对象的整体观测、分析解译与规律挖掘为主线,通过综合国内外文献和相关报道,梳理了该领域在遥感数据精准处理、遥感数据时空处理与分析、遥感目标要素分类识别、遥感数据关联挖掘以及遥感开源数据集和共享平台等方面的研究现状和进展。首先,针对遥感数据精准处理任务,从光学、合成孔径雷达等遥感数据成像质量提升和低质图像重建两个方面对精细化处理研究进展进行了回顾,并从遥感图像的局部特征匹配和区域特征匹配两个方面对定量化提升研究进展进行了回顾。其次,针对遥感数据时空处理与分析任务,从遥感影像时间序列修复和多源遥感时空融合两个方面对其研究进展进行了回顾。再次,针对遥感目标要素分类识别任务,从典型地物要素提取和多要素并行提取两个方面对其研究进展进行了回顾。最后,针对遥感数据关联挖掘任务,从数据组织关联、专业知识图谱构建两个方面对其研究进展进行了回顾。除此之外,面向大智能分析技术发展需求,本文还对遥感开源数据集和共享平台方面的研究进展进行了回顾。在此基础上,对遥感数据智能分析与解译的研究情况进行梳理、总结,给出了该领域的未来发展趋势与展望。     

TB级多源遥感影像高效建库方法研究

随着各领域对多源遥感影像数据需求的不断增加,如何高效地管理多源海量遥感影像数据,更好地为各行各业服务是遥感数据库研究的热点。目前国内外很多学者在建设多源遥感影像数据库方面进行了相关研究,但对多源遥感影像数据组织、遥感影像数据预处理以及快速索引方面的研究尚存在不足。设计了一种多源遥感影像数据组织模型,实现了多源影像的集成化管理;实现了一种多源海量原始遥感影像(特别是航空影像)的半自动预处理机制,极大地缩短了原始影像数据的处理时间;设计了一种混合检索方法,达到了海量多源遥感影像数据快速高效检索的目的。结果表明:该方法建库效率显著提高,混合索引的查询速度比ArcSDE自动创建的空间索引检索速度有了快速提高,在数据量较小时查询速度至少可以提高4倍,而数据量较大时检索速度至少可以提高12.83倍。     

鄂西聚磷区矿产开发多目标遥感监测目视解译技术

文章以鄂西为研究区域,利用多源遥感影像对鄂西矿产资源开发利用状况、规划执行情况、矿山环境以及环境破坏情况进行监测。在广泛收集研究区域卫星遥感数据及矿权资料等相关非遥感数据的基础上,通过对影像的处理与增强提取多目标信息,并针对矿产资源开发多目标遥感监测中相应的目视解译方法进行了探讨。     

基于贝叶斯网络的遥感数据处理软件

航空航天对地观测系统利用遥感数据获取地表信息的过程中,存在数据误差造成的不确定性和成像时间限制造成的不完整性。针对上述问题该文开发了一款以贝叶斯网络及其相关算法为基础的遥感数据处理软件——BayesNetEX,介绍BayesNetEX的体系结构及使用方法,以三时相北京市TM遥感影像为对象进行变化检测数据处理试验,说明该软件能有效地应用于遥感影像处理。     

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。     

多源定量遥感产品并行处理系统设计及实现*

针对遥感数据非结构化、有格式、单景数据量大、记录总量小、大部分处理过程后数据量不显著减少的特点和大规模遥感数据处理的迫切需求,基于已有硬件资源,设计和实现了集中式集群计算的多源定量遥感产品生产系统。系统为解决遥感科学工作者设计开发的算法进行并行计算的问题以及大规模数据管理的需求,设计了基于任务并行的处理系统和面向应用的并行文件系统。系统集成了遥感科学工作者开发的30多种原始数据的预处理算法和50多种多源定量遥感产品生产算法,解决了多源定量遥感产品规模化流程化按需生产的难题,并进行了产品生产,证明了系统在管理和处理大规模遥感数据时的可靠性和有效性。     

.一种基于云计算模型的遥感处理服务模式研究与实现*

随着空间遥感技术、对地观测技术的不断发展,一个以多时相、多分辨率、多传感器、多波段为特征的多层、立体、多角度、全方位和全天候遥感对地观测数据获取与处理体系正在形成。该体系必然会带来海量、多源的遥感数据。提出了采用目前商业上成功的云计算模型来实现一个高性能、高可扩展性、高可用的遥感处理服务,并结合原型系统,详细阐述了该处理系统的组成与关键技术。     

基于无人机倾斜摄影技术的多源遥感影像变化检测并行系统设计

为使无人机遥感图像的影像残差值得到有效控制,提升多源遥感影像变化特征的检测精度水平,设计基于无人机倾斜摄影技术的多源遥感影像变化检测并行系统。在C/S框架体系中,设置并行运作电路、像素点检测主机、HBase存储结构与遥感影像显示器,完成对多源遥感影像变化检测并行系统的硬件设计。根据联合平差指标的数值水平,计算密集度指标,联合已知影像数据,求解无人机倾斜摄影过程中的纹理映射条件,实现对多源遥感影像的建模处理。按照影像特征提取结果,完善影像检测金字塔的构型模式,将无人机数字影像与并行检测节点匹配起来,再结合各级硬件应用结构,完成基于无人机倾斜摄影技术的多源遥感影像变化检测并行系统设计。实验结果表明,设计的系统在无人机倾斜摄影技术的作用下,遥感图像在x轴、y轴、z轴方向上的影像残差指标均出现明显下降的数值变化状态,能够有效提升多源遥感影像变化特征的检测精度。     

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。