森林资源监测Spot5遥感图像几何精校正方法研究

为探索空间分辨率为 2 5m的Spot5遥感图像用于森林资源监测的可行性 ,需进行遥感图像几何精校正 .该文在理论分析遥感图像校正模型的基础上 ,借助GPS虚拟网络参考站定位系统 ,以cm级精度测定校正遥感图像的地面控制点 ,通过实例计算 ,详细研究了在通用遥感图像处理软件ENVI、ERDAS及PCI中各种可能的几何精校正方法及实际精度状况 .综合考虑几何位置变换精度、灰度重采样精度及不同校正方法对地面控制点数量和分布的要求 ,结合林区Spot5遥感图像的特点和GPS定位现状 ,确定了适合森林资源调查的Spot5遥感图像几何精校正方法 .     

基于SRTM3的MODIS图像几何精校正方法研究

地形地物被高度综合化,只存在超大尺度或大尺度的特征地物,可供选择GCP(地面控制点)的明显地物非常有限,这是中低分辨率遥感图像进行几何精校正面临的最大难题。本文提出了基于SRTM3数据构建与遥感图像几何特征尺度一致的地理参照,对MODIS图像进行几何精校正的方法。首先,利用90 m分辨率的SRTM3进行地形综合,生成250 m像元尺度的DEM并提取地性线,并将其与1∶25万的大型湖泊、大江大河矢量图合并;使用地形光照立体渲染模型 (Hillshade)制作250 m的负立体可视化彩色地形地貌图;集成由3种地理信息要素构成的地理参照数据集。之后,分别选取250和500 m分辨率的MODIS数据,利用亚像元分解与增强技术制作125 m分辨率的假彩色影像。最后,叠加显示地理参照数据集和假彩色卫星图像,目视比对采集控制点,利用自适应三角网控制校正模型对多波段数据进行校正处理,其GCP点集的均方误差达到了431 m。结果表明:250 m分辨率的DEM地性线与MODIS亚像元图像表达的特征地物的几何尺度一致,MODIS图像中能识别的特征地物在SRTM3地性线与大型水系中均能找到,地性线所表达的特征地物点的数量多于遥感图像。与传统的基于基础地理底图选择控制点的方法相比,本文提出的方法更有利于同名地物点的判读和选取,并且操作处理简单,选取的GCP点的坐标精度较高,纠正处理工作效率高。      

林区GPS控制网的建立及应用

该文通过试验探讨了林区GPS控制网布设的方法和一般原则,研究了基于该网的GPS单点定位、小班边界空间定位和SPOT5、QuickBird等高空间分辨率遥感图像几何精校正地面控制点采集等GPS在林业中应用的主要问题.结果表明,通过以林区GPS控制网差分基准站作为控制点求解高精度的坐标转换参数,手持式GPS单机定位最大综合误差为3.86 m;小班边界平均位移和中心位置绝对位移分别为3.23、3.72 m,小班面积测量精度达到98%以上;所采集的地面控制点综合误差小于0.5 m,完全满足SPOT5、IKONOS及QuickBird等高空间分辨率卫星图像几何精校正的要求,对SPOT5和QuickBird图像进行多项式变换几何精校正,综合误差均小于1个像元.建立林区GPS控制网后,GPS在林区应用的精度和效率大大提高.     

林区地形起伏对Spot5遥感图像几何精校正的影响

为探索林区地形起伏对空间分辨率为 2 5m的Spot5遥感图像几何精校正的影响规律 ,在理论分析地形起伏造成遥感图像像点位移的基础上 ,通过比较控制点间实测距离和图像上相应距离的偏差 ,研究了林区Spot5遥感图像像点位移的变化规律 .利用GPS虚拟网络参考站定位系统 ,以厘米级精度测定校正遥感图像的地面控制点 .根据地面控制点海拔高度的差异设置 4种校正方案 ,对Spot5遥感图像进行几何精校正 .通过比较各种校正方案对图像变形的纠正效果 ,详细探讨了林区地形起伏对Spot5遥感图像几何精校正的影响规律     

基于快速匹配与线性橡皮拉伸的HJ-1CCD影像几何精校正

提出了一种快速获取大量地面控制点的方法,以TM影像为基准图像选择初始同名点,经过自动计算误差、调整、平移误差消除、删除等步骤获取稳定的其他同名点,并采用线性橡皮拉伸进行几何精校正。试验证明,利用该方法进行几何精校正后的HJ-1CCD影像不但加快了选点速度而且能保证精度,可以用于遥感信息的提取以及为地理信息系统等提供可用的数据。     

基于RS和DGPS的SPOT5图像几何精校正研究

利用Erdas imagine 8．6软件，结合DGPS野外采集的地面控制点，采用多项式变换法，对蛟河林业实验区管理局所辖区域的SPOT5图像进行几何精校正。结果表明：当多项式次数取3次，控制点个数此为0．06～0．09个／km^2时，校正精度最高。校正后误差为0．7410个像元，即1．8525m。     

ER Mapper软件进行几何精校正的原理和方法

几何精校正是利用地面控制点（ＧＣＰ）对遥感图像进行几何校正。用ＥＲＭａｐｐｅｒ软件进行几何精校正,主要包括参数设置、控制点输入和几何精校正。影响几何精校正的因素,主要表现在ＧＣＰ的数量、分布和本身的定位精度,校正方法不同,影响也不同。     

基于Hough变换的植物叶片特征点检测及几何校正

图像采集设备采集的植物叶片图像会发生几何畸变,本文提供了对畸变植物叶片图像快速几何校正的方法。首先将畸变图像进行预处理和局部阈值分割,然后提出了1种基于Hough变换求特征点的方法,最后通过空间变换和灰度差值完成了几何校正。校正结果表明此方法具有较强的可行性和有效性。     

Quick Bird卫星图像几何精校正初探

以云南省宜良县匡远镇集体林权制度改革中所使用的Quick Bird卫星图像作为试验数据,对该卫星图像的几何精校正方法进行了初步研究,分析了几何多项式模型、RPC模型、投影变换模型以及DEM对高分辨率的Quick Bird卫星图像几何校正的作用.通过把该镇的原始图像整体进行几何精校正(即整乡校正)和切割成小块分别校正(即分村校正)2种方式的对比试验表明,利用RPC模型与DEM相结合的整乡校正的方法最为适合于林权制度改革宗地勘测对Quick Bird卫星图像的要求.     

基于ERDAS几何校正及在闽江流域影像处理中应用

遥感资料的准备和处理是遥感技术在实际应用中的核心工作,文中探讨了利用ERDASIMAGING软件对闽江流域TM影像进行几何精校正的方法,并对ERDAS IMAGING软件中相关模型参数设置及原理、地面控制点的设置进行了研究,为后期的闽江流域资源动态监测打下基础。结果表明:影响几何精校正的主要因素是GCP的数量、分布和定位精度及校正方法和重采样方法;一景影像采用14-18个GCP其纠正精度可以控制在半个像元以内,本研究校正所得闽江流域影像的纠正精度为0.225 4个像元,符合资源动态监测的精度要求。     

ALOS影像融合方法的比较

采用Brovey变换、乘积变换和主成分变换3种融合方法，双线性内插法、三次卷积法和最邻近插值法3种重采样方法对ALOS影像进行融合处理，以目视比较和定量分析对融合后的影像进行评价。结果表明，Brovey变换与双线性内插法的效果优于其他变换方法和重采样方法。     

基于ALOS数据3种插值方法对比分析

对焉耆盆地2007年生长季ALOS数据采用最邻近插值、双线性插值和三次卷积插值3种重采样方法进行处理,结果表明,最邻近插值法运算速度最快,双线性插值法光谱信息保真度较高,三次卷积插值法对影像中地物空间信息保留较好.以上结果将为今后3种重采样方法的选择以及其他类似遥感影像处理提供依据.     

多项式法航空相片几何纠正

传统的航空相片纠正多采用光学仪器进行纠正 ,这种方法在数学上有一定的局限 ,从而影响纠正后的航片精度 .为解决这一问题 ,该文采用数字技术 ,在遥感图像处理软件ERMAPPER 6 2帮助下 ,对航空相片采用了不同控制点数 ,不同次数的多项式分别进行几何位置纠正 ,其校正空间为高斯投影系统 ,并对不同的纠正结果进行了精度比较和分析 .结果表明 :多项式法对地形较平坦地区的航空相片纠正具有较好的拟合度 ;除采用 4个控制点的线性纠正方法误差较大外 ,控制点数的增加 ,以及采用一次、二次和三次多项式对航空相片纠正的精度没有明显差异 .研究还表明 ,控制点匹配的准确性是影响该次研究精度的关键 .     

基于图像受噪程度的改进模糊加权均值滤波

根据高斯噪声密度大、噪声强度的波动范围宽,其污染图像不仅每一个像素灰度级都会受影响,而且即使是同一灰度级受污染的程度也会不同的特点和传统的图像模糊滤波算法在图像细节保护方面上的不足,提出基于图像受噪程度的改进模糊加权均值滤波算法,该算法根据图像各像素点的受噪程度,得到首次滤波图像和原图像估计直方图,根据该直方图确定模糊隶属度函数,然后对首次滤波图像中灰度小于25的像素点进行模糊加权均值滤波,该算法在不需要期望图像和高斯噪声方差的情况下能有效地去除噪声,同时能够很好地保护图像细节信息。     

耕地质量评价缺失数据填充方法研究

在耕地质量数据调查与采集过程中会由于人为、环境等因素造成数据缺失,而目前数据缺失填充方法都存在适用性不足的问题,为完善耕地质量数据库从而提高耕地质量评价精度,对耕地质量评价缺失数据填充方法的研究是十分重要的。本研究以广州市从化区耕地质量数据库为样本集,根据空间相关性和空间分布将数据集划分为空间关联性数据集和非空间关联性数据集,利用多种填充方法对其进行缺失填充模拟,采用十字交叉法进行精度验证。结果表明：选取数据整体异常值比例不足1.2%,且高程、气温、有效锌等25组因素具有空间相关性。对空间关联性数据填充精度最高的是四象最近邻算法,在缺失率20%以下时精度仍高达80%,精度随缺失率增大而降低,其次为K最邻近（KNN）算法、期望最大化法、多重填充法、回归模型算法,四象最近邻算法相较于KNN算法在数据密集时精度更好。对非空间关联性数据填充精度最高的是相似聚集填充算法,在缺失率25%以下时精度超过80%,其次为期望最大化法、多重填充法、回归模型算法。综上,本研究提出的四象最近邻算法和相似聚集填充算法相比其他算法在耕地质量评价缺失数据填充中精度更高,效果更稳定,且实用性更广。     

基于高光谱成像和卷积神经网络的‘库尔勒’香梨黑斑病潜育期诊断研究

黑斑病是‘库尔勒’香梨贮藏期的易染病害之一,在潜育期外观无明显变化,很难直接通过肉眼进行准确识别。本研究结合高光谱成像和卷积神经网络（CNN）,实现了‘库尔勒’香梨黑斑病潜育期的识别。获取健康和不同病害程度香梨样品的高光谱图像,提取感兴趣区域内光谱后,利用不同预处理方法对其进行处理,分别基于常规算法（最小二乘-支持向量机、K最邻近法、随机森林）和CNN建立病害识别模型。结果表明,与常规算法建模结果相比,CNN模型的识别效果最优。当卷积层数为3,全连接层数为3,学习率为0.000 5时,CNN模型的识别效果最佳,对样品的总体识别准确率为99.70%,对潜育期样品的识别准确率为99.76%,分别较常规算法提高了12和14个百分点。该结果证实CNN模型能够显著提高对‘库尔勒’香梨黑斑病潜育期识别的准确率,为‘库尔勒’香梨黑斑病的早期诊断防治提供了1种新的方法。     

基于混合像元分解提取小麦种植面积的技术与方法研究

以菏泽市曹县为例，运用线性混合模型，对MODIS遥感数据的混合像元分解技术与方法进行了初步研究。通过MNF变换、散点图以及引入PPI纯净像元指数确定端元组分，并采用最小包含法求取端元组分反射率，而后将4类端元光谱值代入线性模型，用带有约束的最小二乘法求解，得出每种地物类型的百分比丰度以及RMS误差图像，RMS均值小于0．0096，并与TM图像进行对比分析，利用混合像元分解方法可较高精度的提取小麦面积信息。     

基于激光图像的水果表面农药残留检测试验研究

初步探讨了运用激光图像技术来检测水果表面农药残留的方法。应用自行研制的激光图像采集系统获取水果光谱图像,通过对比研究水果表面不喷洒农药、喷洒农药、喷洒不同浓度农药的水果图像特征分析可知,一般未喷洒农药的水果灰度图像灰度值分布在1~100范围内像素点总数低于喷洒农药后的水果灰度图像;喷洒不同浓度农药水果的图像像素灰度值在1~100范围内像素点个数也有明显的差别;但喷洒农药的浓度与像素值聚集在0~100范围内的像素个数之间规律性不明显,有待进一步研究。试验研究表明,用激光图像技术检测水果表面的是否存在农药残留是可行的。     

森林群落无样地取样方法的改进

植物群落取样是植物群落学研究的重要基础,多年来已经形成了一些成熟的方法。该文在介绍传统无样地取样方法的基础上,综合中点四分法与最近邻体法提出了一种新的无样地取样方法——四分邻体法,并应用该方法对北京市门头沟区小龙门林场华北落叶松林进行了野外取样验证。研究结果表明:四分邻体法较为简单、可行,比原有方法（中点四分法）有更高的精度,应是一种较为有效且不增加野外调查工作量的方法。