GPU在高光谱遥感图像解混领域的应用

随着空间分辨率和波普分辨率的提高,高光谱遥感图像处理存在着数据量大,计算量大,算法普遍复杂度高等特征,越来越不能满足数据处理实时性的需求。然而,GPU具有大量可计算核心,线程间切换开销小,性能功耗比和性价比高等特点。本文结合cuda框架,概括了将基于GPU的并行计算技术应用在高光谱遥感图像处理研究状况。     

基于点扩散函数模型的激光水下图像重建

在激光照明条件下,如何提高水下图像的能见度问题一直是大家研究的热点。去噪和复原有助于提高成像图像的成像质量,但是,图像的分辨率仍然受到限制。图像超分辨率重建技术可以超越硬件限制而提高成像图像的分辨率,其中凸集投影法能灵活的结合先验知识,所以得到广泛的应用。先验知识如点扩散函数的精确程度能够提高重建方法的准确性。因此,本文将几种经典的点扩散函数模型,包括一个简化了的基于光线传播的点扩散模型,结合到凸集投影重建方法中,运用于一个半导体激光水下成像系统。根据实验结果,我们能得出结论:基于点扩散函数的超分辨率重建方法,能够有效地提高水下激光成像中图像重建的质量。     

近红外显微成像光谱法快速定性鉴别蛋鸭饲料中的苏丹红

研究应用近红外显微成像光谱技术快速鉴别蛋鸭饲料中的苏丹红。利用近红外显微成像光谱仪采集鸭料、苏丹红及非法添加苏丹红的鸭料样品的光谱信息,对经过预处理后提高信噪比的光谱数据,研究采用间隔变量迭代空间收缩法(iVISSA)进行波段优选,以减少数据冗余信息;采用基于多核学习的支持向量机方法对添加苏丹红的样品进行定性判别。结果显示,该方法灵敏度较高,对验证集样品(添加浓度:0%~2%)鉴别的准确率达到89.2%,能够实现未添加样品和添加浓度≥0.002%样品的准确定性。利用近红外显微成像光谱技术结合化学计量学分析处理方法,整个分析不需前处理,在10 min内即可完成,为饲料中非法添加物的快速检测分析提供新途径。     

融合变换在紫茎泽兰遥感监测中的应用研究

应用融合变换对四川西昌地区紫茎泽兰遥感图像ASTER数据进行处理,结果表明:对ASTER三种传感器生成的三种分辨率的影像数据进行Gram-Schmidt融合处理,可以将具有较高光谱分辨率的多光谱遥感波段的空间分辨率从30m×30m提高到15m×15m,增加更多的地表地物组分信息,有助于识别各种不同地物类型,同时使同一地物的光谱信息变换前后保持不变,确保了后续图像分类的可靠性。应用ENVI中对融合后的图像进行马氏距离分类,分类结果总体精度为73.6983%,Kappa系数等于0.6936。     

融合变换在紫茎泽兰监测中的应用研究

应用融合变换对四川西昌地区紫茎泽兰遥感图像ASTER数据进行处理,结果表明:对ASTER三种传感器生成的三种分辨率的影像数据进行Gram-Schmidt融合处理,可以将具有较高光谱分辨率的多光谱遥感波段的空间分辨率AK30m×30m提高到15 mx15 m,增加更多的地表地物组分信息,有助于识别各种不同地物类型,同时使同一地物的光谱信息变换前后保持不变,确保了后续图像分类的可靠性.应用ENVI中时融合后的图像进行马氏距离分类,分类结果总体精度为73.6983%,Kappa系数等于0.6936.     

融合变换在紫茎泽兰遥感监测中的应用研究

应用融合变换对四川西昌地区紫茎泽兰遥感图像ASTER数据进行处理，结果表明：对ASTER三种传感器生成的三种分辨率的影像数据进行Gram-schmidt融合处理，可以将具有较高光谱分辨率的多光谱遥感波段的空间分辨率从30m×30m提高到15m×15m，增加更多的地表地物组分信息，有助于识别各种不同地物类型，同时使同一地物的光谱信息变换前后保持不变，确保了后续图像分类的可靠性。应用ENVI中对融合后的图像进行马氏距离分类，分类结果总体精度为73．6983％，Kappa系数等于0．6936。     

基于深度卷积神经网络的蚕蛹雌雄自动识别

蚕蛹雌雄识别的准确率直接影响到蚕种杂交率。现有的蚕蛹识别算法多数是以高光谱或近红外相机拍摄的图片作为输入,所需成像设备价格相对昂贵,且高光谱算法的高数据量与高计算量进一步导致其具有较高的应用成本。以普通数码相机拍摄的蚕蛹图片作为识别输入,提出了基于梯度特征的深度卷积神经网络(CNN)的蚕蛹雌雄自动识别算法。设计了包含4层卷积层的CNN,首先提取蚕蛹灰度图像的高级抽象特征,同时提取蚕蛹梯度图像的梯度直方图(HOG)特征,接着将高级抽象特征和HOG特征通过级联的方式进行融合,最后在现有数据训练集上最高达到100%的识别率,测试集的识别率平均可达95%左右,最高达到97.21%。试验数据表明蚕蛹图像的梯度特征也是蚕蛹雌雄识别的重要特征。提出的算法不需要红外或高光谱图片作为输入,降低了数据采集的设备成本和识别计算量。     

新疆草地类型高光谱特征分析

利用GER1500光谱仪实地测定新疆部分天然草地类型及植物的反射光谱数据,并对反射光谱曲线进行了初步分析。结果表明,不同草地类型、不同植物光谱曲线特征差异明显,同时环境因子也对植物的反射光谱影响显著。结合目前相关领域的研究进展,表明高光谱遥感在草地植物生理生化研究、草地调查和监测中的应用潜力巨大。     

冷季深入对AMSR-E监测内蒙古积雪的影响

传统的积雪范围和厚度监测是通过气象台站的定时观测, 其缺点是:地面观测资料区域代表性有限和地面气象台站分布很均匀.遥感技术可以弥补传统观测的不足,中分辨率成像光谱仪(Moderate Resolution Imaging Spectroradiometer, MODIS)数据具有高空间分辨率、高时间分辨率,地球观测系统先进微波扫描辐射计(Advanced Microwave Scanning Radiometer-EOS, AMSR-E)数据具有不受云层影响的特点.分析冷季深入对AMSR-E影像积雪判别的影响,最终得出,在内蒙古地区随着冷季的深入,AMSR-E将MODIS影像上无雪像元和有云像元判别为有雪的比例越来越高,最高分别达34.22%和28.29%.两者同时判别为有雪像元的比例也越来越高,最高达33.66%.     

基于超平面构建的高光谱异常目标检测方法

高光谱遥感影像具有光谱分辨率高、图谱合一的特点,影像中的地物组成也多种多样,针对图像数据中目标出现概率较小、检测概率较低等问题,本文提出了基于超平面构建的高光谱数据目标异常检测方法。它通过对高光谱数据的结构分析,构建出高维空间中的背景超平面算子,以待测像元在其正交子空间的投影值来表征异常程度的大小。通过OMIS和AVIRIS实测数据验证,并与RX算法相比较,基于超平面构建的高光谱异常检测算法能够在多种背景环境下检测出纯度高、光谱差异大的异常像元,并具有较高的检测率和较低的虚警率,因此具备了有效性和较好的实用性。     

基于卷积神经网络的牧草种子图像识别

传统的灰度图像处理方式会降低数据集的复杂性,进而降低模型识别相似种子的准确率。因此,将卷积神经网络中传统的图像灰质化处理方法改进为归一化典型判别分析(nCDA)算法与卷积神经网络(CNN)相结合的方法(CNN-nCDA),该方法基于多光谱仪采集的种子图像信息,以深度学习框架TensorFlow为基础,利用卷积神经网络构建种子识别算法,可区分高相似度牧草种子。结果表明,仅依靠传统灰度图难以区分形态相似的种子(62.11%～72.5%),而采用CNN-nCDA策略对不同类别种子分类的准确率可达100.0%,优于单独使用nCDA (90.0%～100.0%)、线性判别分析(LDA)(97.3%～100.0%)、支持向量机(SVM)(92.4%～97.5%)的准确率。综上所述,多光谱成像技术中的nCDA算法与卷积神经网络相结合技术,具有较高的校准和验证能力,对现场快速筛选种子具有良好的应用前景。     

VB.net与MATLAB相结合下的高分辨率遥感数据房屋信息提取

高分辨率遥感图像通常是指图像的空间分辨率在10m以内的航天、航空遥感图像数据。对于具有丰富纹理特征的高空间分辨率图像,目前急迫解决的是解决的问题是怎样实现快速的提取目标信息。而房屋信息提取技术是利用高分辨率图像提取信息的一个难点。VB.net与MATLAB相结合,结合数学形态学等相关算法进行了房屋信息的提取;把VB.net与MATLAB相结合是把VB的可视化和MATLAB强大的数据处理技术相结合来实现最优处理。经实地验证,精度评价结果表明,房屋轮廓信息提取精度为:从数量上及面积上说精度在80%以上,总的错分比率较低。房屋高度信息提取精度在85%以上,研究方法是有效的。     

伊犁绢蒿荒漠草地主要植物的高光谱识别

以伊犁绢蒿荒漠草地为研究对象,利用SOC710 VP成像光谱仪获取不同季节的伊犁绢蒿荒漠草地地面高光谱影像,通过主成分分析和方差分析提取不同季节主要物种伊犁绢蒿、角果藜、叉毛蓬和裸地光谱特征波段、特征参数与植被指数;采用Fisher判别分析法将样本按7∶3的比例划分训练集和测试集,对3种主要植物和裸地进行识别。研究表明：6月植被指数建立的识别模型对测试集样本伊犁绢蒿、角果藜、叉毛蓬和裸地的判别精度最优,分别达到100%、95.56%、100%和100%,总体精度达98.89%;基于高光谱影像数据,以6月植被指数作为识别参数可以实现伊犁绢蒿荒漠草地主要植物的识别,为进一步对群落影像进行物种定量分类提供了依据。     

区域自动站仪器设备常见故障及排除方法

区域自动气象站具有获取资料准确度高、时间和空间分辨率强、并能获取空白区域资料的特点,是我国综合气象观测系统的重要组成部分,也是新疆近年来大量布设的地面自动观测设备。区域自动气象站的投入使用,使新疆地面观测网对天气系统特别是中小尺度天气系统和灾害性天气系统的监测能力大大加强。但如果对自动站的巡视和维护不到位,不能及时发现问题,便会造成数据失真甚至丢失,影响数据的正常上传,给气象工作带来不便,因此做好自动气象站的故障排除及维护是当今地面气象观测的一项重要工作。     

基于航空高光谱影像的青海省玛多县高寒草原景观格局特征分析

景观生态学在草地资源管理、生态安全评价方面已得到广泛应用,开展不同尺度的景观格局特征分析对景观生态过程研究十分重要。获取不同覆盖度草地的景观格局特征是青藏高原草地退化等生态系统演变研究的基础工作之一。从高分辨率遥感的角度提取中小尺度上草地景观格局特征,是开展景观格局尺度分析的有益尝试。本研究通过高空间分辨率的PIS航空高光谱影像,分析不同草地类型的光谱特征差异,开展玛多实验区草地类型精细分类,并从景观异质性、景观优势度和景观破碎度3个景观层次,分析米级分辨率下不同覆盖度高寒草原样地的景观格局特征差异,发现高寒草原样地的景观优势度、景观异质性与草地覆盖度分别呈正、负相关,而破碎度指标则随着高寒草原草地覆盖度的降低出现先升高后降低的现象。     

NOAA气象卫星草地遥感研究动态

在草地资源调查中,遥感信息源主要采用空间分辨率比较高的Landsat/MSS和TM资料以及SPOT/HRV资料,但随着草地管理水平的提高,更需要掌握草地生产力等的动态变化过程,以便进行科学管理,NOAA气象卫星因其时间分辨率高而具有明显的优势。本文在广泛搜集近年来国内外应用NOAA气象卫星进行草地遥感研究的文献基础上,着重介绍NOAA气象卫星草地遥感的植被指数模式、草地光谱特征等基础研究概况,以及NOAA气象卫星资料在牧草长势、草地灾害监测、产量预测中的应用,并讨论了它的潜力和前景。     

Urban road extraction of high resolution RS imagery based on high-pass filter

本文根据高分辨率遥感影像城市道路与房屋等建筑物在空间域中光谱特征差异很小,而在频率域中区别很大的特点,提出一种基于频率域的道路提取方法.在图像频率域中利用Butterworth高通滤波器对图像进行锐化增强处理,突出道路的边缘信息,将道路与建筑物初步区分开来;再对增强后的图像二值化,通过形态变换等方法对图像中的建筑物进行归类合并,并去除道路上的行人、汽车、斑马线、树的阴影等噪声点;最后对图像进行细化和修剪,得到单像素宽的道路中心线信息.通过遥感图像实验验证,该方法可以快速准确提取复杂的城市道路信息.     

MODIS MOD13Q1数据在北疆荒漠化监测中的应用评价

利用中分辨率成像光谱仪MODIS(moderateresolutionimagingspectroradiometer)MOD13Q1(vegetationindices16-dayL3global250m)数据,对北疆地区2007和2008年植被生长季(5月下旬-9月中旬)32景MOD13Q1数据进行累积求和、植被盖度转换和荒漠化指数(desertificationindex,DI)计算及分级。分级结果客观的反映了北疆地区荒漠化土地的空间分布。北疆地区非荒漠化土地主要分布在天山、阿尔泰山的中高山部分(呈带状分布)及部分绿洲区,其他地域均有不同程度荒漠化。因此,MOD13Q1数据可被有效应用于大尺度环境变化和荒漠化进程的遥感监测中。收集2007年北疆地区37个气象站点年均最高气温和年均降水量数据,结合DEM经空间插值后获取区域气温、降水量数据,气温、降水量和DI相关性分析发现DI与气温间具有较高的正相关性,与降水则表现出负相关性。     

基于灵活的时空融合模型的植被覆盖度与植被指数关系

时空数据融合模型被广泛地应用于获取高时间、高空间分辨率的植被指数与植被覆盖度,但是其反演的精度常常受输入的低空间分辨率影像(如MODIS影像)的影响。本研究基于灵活的时空数据融合方法(FSDAF),深入分析了赛里木湖流域与石河子地区两种不同情景的MODIS影像组合对FSDAF模型植被覆盖度提取精度的影响,并研究了6种植被指数与植被覆盖度的线性与非线性关系。研究结果表明,FSDAF模拟影像的植被覆盖度精度取决于2个时期MODIS影像的变化率,影像变化小时取得的精度明显好于影像差异大的情况。而采用植被指数对植被覆盖度模拟时,NDVI与OSAVI的线性拟合效果较好,可以获取较理想的结果。试验表明,采用时空模型用于研究区植被覆盖反演能取得较好的效果,具有一定的应用推广价值。     

兽医信息学研究进展

兽医信息学是一门应用信息科学、工程学和计算机技术来支持兽医学教学、研究和实践的学科。经过几十年的发展,在该领域已经有众多研究成果应用于兽医实践,对兽医学的发展起到了极大的推动作用。其主要研究内容包括电子病历、决策支持系统、图像获取及处理技术以及统计分析和建模等。我国在推进兽医信息学全面发展的同时．应着重加强相关数据和信息的标准化工作,以实现信息的高效传输和共享。