海底小目标声呐图像一维最大熵分割的改进方法

作为海洋高新技术,水声技术日益成为海洋水下探测的主要手段,而且有时是惟一的手段(比如对浑水或对远距离的情况).海底物体搜索、海底救捞、海底探宝、海底“黑烟囱”探测、海底施工以及海洋军事活动(如探测水雷)等多方面都涉及海底小目标(这里的“目标”泛指物体,包括各种人工制造物和自然形成物)探测.对海底小目标探测是一个困难而有意义的课题.高分辨成像声呐在海底小目标探测方面具有良好的应用前景.将高分辨成像声呐应用于海底小目标探测,图像处理是关键.图像分割是图像处理中的主要问题,也是机器视觉领域低层视觉中的主要问题,同时它又是一个经典难题.     

Book Review

Books reviewed:
S. Openshaw and R. J. Abrahart, Geocomputation
M. Craglia and H. Onsrud, Geographic Information Research: Transatlantic Perspectives
P. J. Halls, Spatial Information and the Environment
J. Sievers and T. Schneider, Second International Symposium on Geographical Names: Geonames 2000
J. C. Leachtenauer and R. G. Driggers, Surveillance and Reconnaissance Imaging Systems: Modelling and Performance Prediction
P. A. Longley, M. F. Goodchild, D. J. Maguire and D. W. Rhind, Geographic Information Systems and Science
Y. Q. Chen and Y. C. Lee, Geographical Data Acquisition
K. Borre, Plane Networks and their Applications.
A. Hirschfield and K. Bowers, Mapping and Analysing Crime Data: Lessons from Research and Practice
O. Koelbl, Proceedings of the Oeepe Workshop on Automation in Digital Photogrammetric Production
RICS Books, Vertical Aerial Photography and Derived Digital Imagery: Client Specification Guidelines
D. E. Reeve and J. R. Petch, Gis Organisations and People: A Socio-Technical Approach     

基于最优极化相干系数的倾斜建筑物解译研究

基于Freeman_Durden分解的全极化SAR影像分类方法能够较好地保持地物极化散射特性,但在分类的过程中,不能改变初始散射机制,导致分解结果对分类精度影响很大。在Freeman_Durden分解中,排列方向相对雷达飞行方向不平行的建筑物（简称为倾斜建筑物）常被分为体散射类型,使得该类建筑物往往被误分为植被。本文通过分析建筑物在SAR影像中的后向散射特性,利用建筑物具有较高相干性的特点,引入最优极化相干系数,在目标分解的基础上通过阈值分割将两者区分开来,进而提高反射非对称性人工目标的分类效果。通过使用E-SAR系统在德国DLR附近Oberpfaffenhofen地区获取的L波段PolInSAR影像和国内X-SAR系统在海南陵水地区获取的X波段PolInSAR影像进行实验,证明本文提出的方法能够有效地将与雷达飞行方向不平行的建筑物与森林区分开。     

面向地块的MDPA算法实现Landsat7的农用地分类

介绍了使用地块划分Landsat7 ETM+遥感影像作为分类单元。为每一种目标类型选取标准地块,采用MDPA算法计算待分类地块与标准地块的亮度、绿度和湿度3种特征的直方图距离和相似指数,以此作为分类依据,结果准确率为95%。对于地块边界稳定的区域,能够显著地降低工作强度,提高分类精度。     

对吐哈盆地相邻两幅遥感图像的辐射匹配

在ERDAS软件的支持下,对吐哈盆地相邻的两幅ETM遥感图像采用所介绍的直方图加减均值差和方差均值2种方法进行辐射匹配,并得出基于这2种方法的几点结论用于提高辐射匹配程度。同时为了降低匹配时存在的人为误差,提出了一种新的多样本均值的辐射匹配方法。最后通过对3种匹配方法的结果进行定量性检验,证明多样本均值的辐射匹配方法能达到较好的匹配效果,其匹配结果要优于前2种方法,具有可行性。笔者的目的在于:经过对不同方法的运用、对比及验证,提出了一种更为优越的辐射匹配方法———多样本均值法,以用于对吐哈盆地整体的辐射匹配。较好的匹配效果有助于对盆地内一些相关指数的准确评价和其砂岩型铀矿的分析研究。     

基于直方图的遥感图像相似性检索方法比较

相似性度量是用于研究多源数据之间相似程度的，是对空间数据进行模式识别的基础。通过单波段遥感图像的检索对两组直方图相似性检索方法进行了实验研究，即基于特征向量的相似性度量和基于概率的相似性度量。实验中发现第一组相似度量中有两种以往较少用于遥感图像检索的方法表现出色，它们分别是，统计距离和相似夹角余弦度量。第二组实验中，针对其中包含较明显的目标物体且背景较为单一的遥感图像（其直方图可看作混合高斯分布），在类别可分离判据的基础上，根据K-近邻法则提出了一种计算该类图像之间相似值的方法。实验结果表明基于K-近邻法则的计算方法行之有效。所得出的结论将对多源数据分析中相似性度量的理解与选择有积极意义。     

HY-1A卫星COCTS数据条带消除的两种定量化方法比较

HY-1A卫星是中国第一颗海洋遥感卫星,水色水温扫描仪(COCTS)是其主要探测器。由于各探测单元的信号响应特性不同,导致COCTS数据含有大量条带噪声。这严重影响了图像的质量和可视性,对资料的定量化应用也是十分不利的。为了解决这个问题,本研究采用矩匹配及直方图匹配法,对COCTS数据进行条带消除。结果表明,两种方法都是有效的,能够在消除条带的同时保持数据原有的物理意义,并避免细节特征的丢失。但是从整体效果看,直方图匹配法更好一些。本研究的结果同样适用于其他以并扫方式获取数据的遥感器的条带消除。     

Comparison of TL multiple aliquot, single grain GLSL SAR and C-14 ages for the Puritjarra, Australia, rock shelter

We report single-grain quartz luminescence ages for the Puritjarra rock shelter, with the aim of resolving an apparent discrepancy between ages obtained by ¹⁴C and a variety of luminescence methods, previously reported. Ages now found at all depths to 75 cm (ages to 30 ka) can be interpreted as largely resolving the differences. This implied caveat arises because single-grain methods are statistically inefficient. As a consequence, a degree of interpretation is inevitable in analysing the data. The emphasis in the present paper is an analysis making use of weighted histograms. The measurements by single grain OSL and ¹⁴C, including ABOX–SC, taken together, can be regarded as compatible. They indicate human occupation of the Puritjarra rock shelter at least as early as 30 ka BP.     

自适应高程分级的城区DSM晕渲方法

在对传统的分层设色晕渲理论应用于城区DSM的可视化技术进行充分研究的基础上,提出了一种基于高程直方图的自适应高程分级方法。该方法通过高程直方图研究城区地形、地物的高程分布及变化特征,自适应建立高程带分级模型。实验表明,提出的晕渲图制作方法兼顾了地貌形态和地物特征的表达,成果色彩过渡自然,层次清晰,地形、地物区分明显,有较强的艺术性和实用价值。     

ECM算法的多视SAR影像分割

多视SAR影像像素强度通常建模为Gamma分布,其形状参数为常数(视数)。实验表明,多视SAR影像分割时,设Gamma分布的形状参数为变量可取得更好的分割结果。由于Gamma分布中形状参数以Gamma函数的形式出现,利用EM算法求解时无法获得形状参数的解析解。为此,本文提出了一种基于Expectation/Conditional Maxinnization(ECM)算法的多视SAR影像分割方法。利用ECM算法估计最大化后验概率条件下的Gamma分布参数及表征最优多视SAR影像分割的标号场实现。采用模拟和真实多视SAR影像验证提出算法。实验结果表明,Gamma分布的形状和尺度参数均能快速收敛到稳态值,且以此得到各同质区域的Gamma分布曲线可以很好地拟合其直方图。通过对分割结果的定性和定量分析,可知提出算法具有有效性和可行性,且优于EM算法。