基于ERDASIMAGINE的图像投影方法探讨

介绍地图投影相关概念，论述如何在ERDASIMAGINE软件平台下实现图像的投影变换、解决不同坐标基准影像数据的共享、方便多源GIS数据集成。     

浅谈卫星遥感图像在林改工作中的应用

2009年由国家林业局西北规划设计院完成的镇巴县二类森林资源清查设计规划,在本次设计规划中将卫星遥感技术运用到林业调查技术工作中.在其提供的调查成果中有森林资源管理系统(包含地形图、遥感影像图、报表、文档资料等数据),森林资源虚拟现实系统(三维立体地形)软件.受其启发,在本次林改中将软件中的遥感技术应用到林改勾图工作中,发现具有很强的科学性和实用性.     

基于边界域修正粗糙熵模型的遥感影像分类不确定性评价

【目的】遥感影像分类是获取地表覆盖信息的有效技术手段,客观合理地评价遥感影像分类的不确定性对农业资源调查、作物估产等方面的遥感应用具有重要的意义。论文针对修正粗糙熵模型在评价遥感影像分类不确定性时存在的问题,构建基于边界域修正粗糙熵模型的遥感影像分类不确定性评价指标,以期更好地度量地物类别尺度上的遥感影像分类的不确定性。【方法】考虑边界域对遥感影像分类结果不确定性的影响,对修正粗糙熵模型进行改进,以类别的边界域被分类知识划分的结果取代所有像元被分类知识划分的结果作为衡量分类知识不确定性的依据,建立基于边界域的修正粗糙熵模型。首先依据粗集理论对所建模型的合理性进行数学推导,然后以北京市的Landsat TM影像和新疆石河子地区的IKONOS影像为例,分别应用修正粗糙熵模型和基于边界域的修正粗糙熵模型对分类结果在地物类别尺度上的不确定性进行评价,用不同空间分辨率和不同研究区域的试验数据的不确定性评价结果印证理论推导结论。【结果】与修正粗糙熵模型相比,基于边界域的修正粗糙熵模型在评价遥感影像分类的不确定性时能够更好地刻画分类知识所引起的不确定性,使遥感影像分类结果的评价更加客观和合理。通过对两种模型下试验数据的分析表明,当所研究的地表覆盖类型在研究区域内的分布比较零碎,成片区域不多,类别与类别之间的边界部分所占比重较大,混合像元现象比较严重的时候,采用修正粗糙熵模型计算遥感影像分类结果的不合理性还不是非常明显,还能够比较客观地反映遥感影像分类的不确定性问题。但是如果评价分布比较集中,面积比较大的地物类型的分类精度时,修正粗糙熵模型则难以客观地反映遥感影像分类的不确定性问题,其评价结果的不合理性也更为明显。【结论】采用修正粗糙熵模型进行遥感影像分类的不确定性评价时,放大了由于边界域存在所产生的不确定性,而基于边界域的修正粗糙熵模型则可以较好地避免这一情况的发生,更合理地度量地物类别尺度上的遥感影像分类的不确定性。     

一种面向农业无人机影像分割的尺度参数自动确定方法

【目的】自动提取影像中作物种植区域信息,对于推动无人机高分辨率影像在精准农业中的应用具有重要意义。本研究针对分割评价函数中加权局部方差法(weighted local variance,WLV)的缺陷,面向农业无人机影像高精度自动分割的需求,提出改进方法并基于不同作物田间试验数据进行对比验证。【方法】针对WLV没有充分考虑分割对象内部同质性的问题,本研究在WLV的基础上增加对象间同质性的计算,提出了改进加权局部方差法(improved weighted local variance,IWLV)。设计玉米氮肥试验和小麦水肥试验,获取不同作物不同时期及长势下的无人机影像。基于获取的无人机影像,设置不同情景,分别耦合主流分割算法与WLV、IWLV法开展影像分割,将它们的分割结果与人机交互分割结果进行对比,并基于单尺度对象精度(single-scale object accuracy,SOA)法进行评价。【结果】基于WLV法选择的最优分割尺度往往偏大,分割影像时会存在欠分割现象,而基于IWLV法选择的分割尺度进行分割的结果与人机交互分割结果更为接近。对于所有设定的分割情景,IWLV法获得了更高...     

水体叶绿素遥感反演中的多尺度分析

水体遥感影像提取污染物信息普遍存在着尺度效应问题,选择合适的空间分辨率影像能够准确地表征水域污染的空间分布状况.充分利用水体空间尺度信息,研究水色遥感的尺度问题,有利于提升湖泊水体遥感反演模型的应用能力.以巢湖水域HJ-lA卫星HSI高光谱和CCD多光谱遥感数据为例,以Matlab为平台,采用基于离散小波多尺度变换分析方法,生成多光谱尺度和空间尺度影像,然后利用水体污染物的定量遥感反演方法,获取湖面水体叶绿素多尺度空间分布浓度,并利用水面同步实测数据对反演结果进行验证.通过结果比较,确定100 m分辨率的HSI高光谱数据为较优分析空间尺度.     

基于ETM遥感影像的荒漠公益林融合方法研究

随着遥感影像融合技术的发展,提高了光谱分辨率较高而空间分辨率较低影像的应用前景,这对于森林资源调查具有重要意义.本文利用ETM影像,通过主成分、比值、乘积和IHS变换等4种融合方法对研究区影像进行了融合,并对融合后的影像进行了效果评价.结果表明,所有融合后图像的标准差和信息熵都大于原始影像,融合后图像的信息量大大增加,其中基于IHS变换的融合方法效果较其它3种融合方法好.     

基于FLAASH的CBERS-02B星CCD影像大气校正

中巴资源卫星的CCD数据作为我国自主卫星数据源,在遥感应用方面发挥着重要作用。但由于CCD数据所获取的可见光-近红外波段信息易受大气因素干扰,因此寻求一种适合于中巴资源卫星CCD数据快速、有效的大气校正方法,以提高影像的利用率。介绍FLAASH大气校正的主要算法原理,并利用其进行CBERS-02B星CCD影像的大气纠正试验。通过分析校正前后的影像目视效果、典型地物光谱特征和NDVI值,表明FLAASH方法能够快速、有效地纠正大气因素对CBERS-02B星CCD影像的影响,对于植被覆盖地区纠正效果尤为明显。因此,FLAASH大气校正方法能够为大数据量的CBERS系列卫星CCD数据的大气校正提供了快速、可行及有效的方法。     

论影像在图像体系中的演进

影像作为图像体系中的重要构成部分,是凭借某种技术媒介实现的对现实世界的直观呈现、复制和固定,主要包括摄影影像、电影影像、电视影像和视频影像等。影像在图像体系中的演进大致经历了＂从绘画到摄影＂、＂从摄影到电影＂和＂从电影到电视＂三个阶段。这一历程实乃现代视觉符号表征与传播的演变过程,说到底是人接触、认识和反映现实的结果,是人与现实之间不同依存关系的写照。     

基于低空无人机影像光谱和纹理特征的棉花氮素营养诊断研究

【目的】基于无人机高空间分辨率影像,探讨剔除土壤背景信息及增加纹理信息对棉花植株氮浓度反演的影响,为棉花氮素营养精准探测提供新技术手段。【方法】开展棉花水、氮耦合试验,分别在棉花的不同生育期获取无人机多光谱影像和植株氮浓度信息。基于以上数据,首先探讨了土壤背景对棉花冠层光谱的影响;其次,分析了影像纹理特征与植株氮浓度间的相关性;最后,将获得的数据分为建模样本和检验样本,设置剔除土壤背景前、剔除土壤背景后、增加纹理特征等不同情景,采用光谱指数与主成分分析耦合建模的方法,来建立各种情景下植株氮浓度的反演模型,并对模型反演效果进行比较。【结果】土壤背景对棉花冠层光谱有影响,且不同生育期趋势不同;影像纹理特征参数与植株氮浓度间有显著相关关系;剔除土壤背景前植株氮浓度反演模型的建模决定系数为0.33,标准误差为0.21%,验证决定系数为0.19,标准误差为0.23%;剔除土壤背景后模型的建模决定系数为0.38,标准误差为0.20%,验证决定系数为0.30,标准误差为0.21%;增加纹理信息后模型的建模决定系数为0.57,标准误差为0.17%,验证决定系数为0.42,标准误差为0.19%。【结论】基于低空无人机高空间分辨率影像,剔除土壤背景和增加纹理特征均可提高棉花植株氮浓度的反演精度;影像纹理可以作为一种重要信息来支撑无人机遥感技术反演作物氮素营养状况。     

基于遗传算法改进 BP 神经网络的遥感影像分类研究

遥感影像分类是遥感信息提取的重要手段,是目前遥感技术中的热点研究内容,有效地选择合适的分类方法是提高遥感影像分类精度的关键。BP神经网络具有收敛快和自学习、自适应性强的特点。在遥感图像分类中,BP神经网络能充分利用样本集的信息,自动建立分类模型,但由于BP神经网络的权值和阀值能直接影响BP神经网络模型的分类精度,因此该研究通过遗传算法来确定BP神经网络的最优权值和阀值,从而提高BP神经网络的分类精度。以LandsatTM遥感图像作为数据源,以长江中游一武汉市为研究地区,建立了基于BP神经网络模型的遥感分类模型和基于遗传算法改进BP神经网络模型的分类模型,对分类结果进行了定量分析。结果表明：在样本相同的情况下,基于遗传算法改进BP神经网络的遥感影像分类精度要高于BP神经网络的遥感影像分类精度。     

利用多时相特征的落叶松人工林分类

  目的  基于多时相遥感影像研究落叶松Larix gmelini人工林季相特性,采用多种分类方法提取落叶松人工林空间分布,以期得到适用落叶松人工林提取的手段和方法。  方法  利用多时相Landsat 8影像,在分析落叶松人工林季相和物候特性的基础上,综合森林资源二类调查成果和样地数据,分别采用最大似然法、支持向量机法、光谱角法和k最近邻法提取研究区的落叶松人工林信息,并进行精度验证。  结果  落叶松人工林具有明显的植被光谱特征和季相特性,在近红外波段各树种类别光谱差异最明显,秋季影像对落叶松人工林信息提取效果较好。利用多时相数据对落叶松人工林信息提取精度明显优于单时相数据的提取精度,多时相Landsat 8影像能使落叶松人工林分类精度达86%以上,其中光谱角法最好,精度为88.346 3%。  结论  利用多时相特征遥感影像进行落叶松人工林信息提取研究,有着一定的可行性和适用性,研究结果对大面积获取落叶松人工林的空间位置分布提取具有一定的参考价值。     

TM遥感图像在城市绿地信息监测中的应用

城市绿地是生态系统的重要组成部分,在城市环境发展中起着至关重要的作用.介绍了TM遥感图像的特征,并阐述了其在城市绿地信息提取中的应用原理和利用TM影像提取绿地信息的一般过程.结合TM遥感图像在唐山市绿地分布中的应用实际,证明了遥感技术在绿地信息提取中的高效性,直观性,和精确性.     

基于Landsat8遥感影像的六安市土地利用分类研究

利用遥感数据波段融合技术与图像分类技术，采用Landsat8遥感影像，通过ArcGIS平台，经过数据裁剪、融合、样本管理与在线分类学习，展开六安市部分区域的土地利用分类研究。通过研究，以期为六安市的土地利用分类提供一种科学的监测方法。     

基于多源遥感影像融合的植被覆盖度信息提取研究

植被覆盖度是评估生态环境的一个重要参数,对于全球环境变化和监测研究具有重要意义。如何从遥感数据资料估算植被覆盖度,并提高估算精度是建立全球或区域气候、生态模型的基础工作。该研究以CBERS数据与ASAR数据为多源遥感数据源,进行CBERS影像与ASAR影像HPF像素级融合,生成高空间分辨率的多光谱影像HPF融合影像。分别运用CBERS影像和HPF融合影像,提取植被覆盖度,并对两者的提取效果进行精度对比评价分析。评价结果表明,HPF融合处理的影像提取的植被信息精度较高、效果较好,为植被覆盖度信息的提取提供了参考。     

卫星遥感影像在植烟生态研究中的应用及需要解决的问题

 烟草行业在我国的经济发展中发挥重要作用。随着3S技术在农业中的广泛应用,遥感技术在烟草行业也得到深入应用。利用遥感技术可对烟田进行监测与地块面积统计,而卫星遥感影像是烟田田块调绘和统计分析的基础数据源。结合植烟生态研究中对卫星遥感影像的要求,以丽江主城区为研究区,对WorldView 2卫星影像数据的正射纠正、影像融合、图像增强等方法进行了探讨,并提出了需要解决的问题。     

基于VTK库的人脑三维可视化面绘制

医学数据可视化在临床上已成为辅助诊断和辅助治疗的重要手段,其技术也成为近年来研究和应用的热点。如何快速、方便、高效的实现医学数据可视化是个一直在探索的问题。为此,提出采用 VTK库进行医学数据可视化。分析了基于 VTK 库可视化工具包的机制,并用 VTK 对医学 CT 图像进行了面绘制。实例表明,用 VTK 开发三维可视化软件具有快速、方便、高效等特点。     

基于HBase的森林防火遥感瓦片大数据存储

针对目前多源、异构、海量遥感数据难以快速读取的情况,结合森林防火遥感影像数据和遥感影像金字塔的特点,应用Hilbert曲线改进索引结构,提出了基于HBase的森林防火遥感瓦片大数据存储结构;设计了森林防火遥感瓦片数据并行化存储架构,并应用于内蒙古辖区大兴安岭突发森林火灾辅助决策中。通过实验分析,验证了改进的索引结构在读取速度上明显优于改进之前,并行化存储加快了数据的存储。研究成果可满足对海量森林防火影像高效存储、管理的需求,具有重要的实用价值。     

复杂背景下的树木图像提取

树木图像提取是将树木地面摄影图像中的单株树木与其周围景物分离的技术,为计算机技术在林业中的应用提供基础数据和技术支撑。在自然场景中拍摄的背景具有不确定性的树木图像,其提取是一项探索性很强的工作,具有重要的实用价值和现实意义。本文分析了复杂背景下树木图像的特点和提取的难点等问题;把近年来出现的树木图像提取方法按照图像分割和自然图像抠图分成两大类,并分别对每种方法中的典型算法进行了详细阐述。在此基础上,对图像分割与自然图像抠图技术在树木图像提取应用中的优势和局限性进行了分析和比较,提出把图像分割和自然图像抠图技术合理结合,针对树木图像特征,设计出准确、快速、实时的树木图像提取技术是未来研究的重点和难点。     

长时序高光谱图像清晰度影响因素分析

目的 清晰度是评价对地观测成像仪影像数据质量的典型指标之一,可以反映成像仪对地物边缘变化的敏锐程度。已有的对地观测成像仪在轨测试及图像质量评价方法研究中,往往关注遥感影像清晰度是否达标,或监测其变化趋势,未对清晰度变化影响因素进行深入探讨。针对这一问题,本文主要对长时间序列的成像仪成像清晰度的变化以及影响因素进行探讨。方法 以天宫一号高光谱成像仪短波红外谱段0级数据作为研究对象,首先利用改进的基于边缘检测的清晰度算法计算出影像的清晰度,其次将各影像数据对应的成像仪工程参数进行筛选,然后利用Apriori算法对长时间序列高光谱影像的清晰度与成像时刻的工程参数进行关联规则挖掘,利用最小支持度阈值和最小置信度阈值筛选出强关联规则,并附加提升度和余弦对强关联规则进行验证,最后结合3维散点图对影响清晰度的主要因素进行定量分析。结果 经大量测试数据表明,天宫一号高光谱成像仪短波红外谱段影像清晰度较好,影响清晰度的主要因素有太阳高度角、拍摄积分时间以及平台稳定性(包括俯仰角、偏航角和滚动角的稳定性)。太阳高度角与图像清晰度呈正相关关系,即当太阳高度角大于65°时,影像清晰度较高,当太阳高度角小于30°时,影像清晰度较低;平台稳定性与图像清晰度呈正相关关系,即当太阳高度角大于30°且小于65°时,平台稳定性高倾向于得到清晰度较高的图像,平台稳定性低倾向于得到清晰度较低的图像;拍摄积分时间与图像清晰度呈负相关关系。结论 基于关联规则挖掘的长时序高光谱图像清晰度影响因素分析方法是一种有效的分析方法,可以挖掘出与影像清晰度强关联的工程参数。后续可扩大工程参数范围,利用此分析方法进一步研究遥感图像其他指标与工程参数的关联关系。     

基于SVM的多光谱影像与SAR图像融合地物分类研究

多光谱遥感图像反映了不同地物的光谱信息,而SAR图像则反映了地表不同地物的后向散射强度信息。通过二者结合,可以实现优势信息互补,提高遥感影像分类的精度。多光谱影像与单波段单极化SAR图像融合分类有2种策略：一种是将SAR图像作为一个波段加入多光谱影像中进行分类;另一种先把多光谱影像与SAR图像融合,然后对融合后的图像进行分类。以成都市使用支持向量机分类方法对2种分类策略下的分类精度进行验证。结果表明,后者分类精度要高于前者,同时2种分类方法的分类精度都明显高于单独使用多光谱影像的分类精度。