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.     

图像无损压缩传输技术研究

随着光谱分辨率、空间分辨率、时间分辨率以及辐射分辨率的不断增加,星载成像光谱仪获取的高光谱图像数据量急剧膨胀。对于星载成像光谱仪获取的高光谱图像,庞大的数据量已经给数据的存储与传输带来了巨大压力,严重制约着高光谱图像的后续应用,因此,必须利用有效的图像压缩技术对三维高光谱图像数据进行稳定的压缩。根据重建图像与原图像的比对和重建图像的信息恢复程度,一般情况下可将图像压缩方法分为无损压缩和有损压缩,在实际应用中,需要根据具体的应用需求选择相应的压缩类型。无损压缩则是压缩过程中仅仅去除图像的冗余,这里包括空间冗余和谱间冗余,重建图像可完全恢复原图像信息,但压缩比较低,重建图像的完整性是在损失压缩比的前提下获得的。一般情况下无损压缩应用在空间遥感图像应用领域,如星载图像等,由于空间航天器获得的图像信息非常宝贵、价值巨大,压缩时应尽量避免丢失或者尽量少丢失信息。本文分析了图像无损压缩及传输的相关技术问题。     

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。     

我国遥感科学与技术发展现状

文章介绍了我国遥感科学与技术的航天对地观测体系、遥感卫星数据接收系统、机载与地面遥感技术系统、空间信息分析与处理技术等的现状及发展。重点阐述了我国的机载POS、三维激光扫描与成像、遥感成像机理和定量化反演、高光谱卫星影像处理、高空间分辨率卫星影像处理等技术。     

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GPU的大影像正射校正分块处理方法

图像正射校正处理具有计算复杂度和并行性高的特点,适合在GPU中进行大规模并行处理。然而由于大幅面的影像超过了GPU全局存储器的范围,无法直接导入全局存储器中进行处理。本文提出了影像分块处理策略,对大幅面影像分块然后依次传输到全局存储器中进行处理。实验表明:与CPU串行正射校正算法相比,GPU分块并行处理算法达到了很好的加速效果,加速比达到了188.34倍。     

高光谱遥感在草原监测中的应用

阐述了高光谱遥感在植被研究中经常用到的重要处理方法,评价了近期有关高光谱遥感在植被应用方面的进展,总结了高光谱遥感在草地上各个方面的作用,重点介绍高光谱遥感在草地生物量估算、草地物种识别与分类、生物化学成分估测等方面的应用,并探讨了高光谱草地遥感的前景及发展趋势,随着各种新技术的不断引入,包括数字摄影技术、GPS的引入及各种数据处理方法运用等.利用高光谱遥感进行草原定量分析、动态监测的精度将进一步提高,高光谱遥感将发挥更大的作用.     

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。     

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.     

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。     

海上溢油事故监测与处理的研究

随着海上运输的发展,海洋溢油事故也时有发生,本文讨论了modis图像处理的一些方法及溢油处理措施。Modis数据在时间分辨率和光谱波段范围上都具有非常大的优势[7],0.5天的时间分辨率可以对全球海域的区域进行全天候的检测,丰富的光谱信息也可以使我们对不同溢油油品和相关溢油条件选择不同的检测手段,我们对溢油区域的检测将得到更加精确的结果。溢油事故的一些处理方法的研究,可以减少海上溢油的危害性,对保护海上环境有着重要的研究意义。     

甘南草地地上生物量的高光谱遥感估算研究

为了促进高光谱分辨率遥感技术在草地畜牧业动态监测和遥感估产中的应用,选择甘南草原为研究区,通过野外观测,测量了天然牧草的冠层高光谱和地上生物量数据,分析了4种主要草地类型的冠层光谱曲线特征,并分析了地上鲜生物量与冠层反射光谱和一阶微分光谱之间的相关关系,构建了光谱特征参数作为变量,建立了甘南草原牧草地上鲜生物量的高光谱估算模型,并对模型进行检验,结果表明：特征参数D723的对数回归模型,不仅相关系数较高,而且均方根和相对误差都较小,因此,估算精度较高,可作为甘南草地地上鲜生物量的最佳高光谱估算模型。     

基于Matlab的遥感图像IHS小波融合算法的并行化设计

随着遥感图像数据规模的不断扩大与融合算法计算复杂度的增大,遥感图像的快速融合成为很多遥感处理步骤的关键一环。计算机技术快速发展,CPU多核架构逐渐普及,为了充分利用多核处理器资源,Matlab提供了并行计算模型。本文选取了基于小波变换和IHS空间的图像融合算法进行并行化设计,利用Matlab并行计算工具箱与分布式计算服务器进行任务分割,实现了算法的并行化。实验结果表明,并行化处理可以有效缩短图像融合的时间,获得良好的加速比,验证了并行算法的高效性,对进一步研究并行图像处理有一定的指导意义。     

基于高光谱成像技术的桑叶含水率可视化检测

在桑叶多元化开发及传统养蚕过程中，含水率是衡量桑叶物化状态和指导生产加工的关键参数。为解决传统的烘干称重法含水率检测效率低且操作繁琐的问题。使用高光谱图像采集系统获取桑叶高光谱图像(937～1 718 nm),根据阈值分割法对高光谱图像进行背景剔除，计算各桑叶在高光谱图像中的平均光谱。采用Savitzky-Golay平滑、多元散射校正和正交信号校正方法对光谱进行预处理以消除或降低可能存在的干扰信号，采用连续投影算法和竞争自适应重加权采样算法(competitive adaptive reweighted sampling, CARS)提取光谱特征波段以降低检测模型复杂度，采用偏最小二乘法和反向传播人工神经网络(back propagation artificial neural network, BPNN)构建光谱与桑叶含水率的回归模型。将桑叶高光谱图像中各像素点的光谱数据导入构建的回归模型可实现桑叶含水率可视化检测。结果表明，基于CARS提取的特征波段所构建的BPNN回归模型性能最佳，预测集对应的决定系数达到0.994。文中方法为桑叶含水率快速无损检测提供了新的途径。     

遥感数字图像处理课程实验综述

遥感数字图像处理是地理信息系统专业的一门必修课程,该课程的学习效果对于掌握遥感技术的基本原理和方法具有十分重要的意义。几何精纠正是遥感图像处理之前一定要进行的工作。针对当前遥感数字图像处理课程的实验教学现状,利用遥感图像处理软件ENVI对遥感图像进行几何精纠正是非常重要的实验内容。     

祁连山金强河河谷区域高寒灌丛群落海拔梯度影响特征与光谱变化

高寒灌丛是青藏高原生态系统的重要部分,研究高寒灌丛对青藏高原生态系统的研究具有重要意义。光谱遥感技术作为近年来发展迅速的遥感探测技术,可以实现高空间分辨率和高光谱分辨率的地物大面积无损探测。研究高寒灌丛的光谱变换特性有助于光谱遥感技术在青藏高原生态系统研究中的应用。选取青藏高原祁连山东段的甘肃省天祝县金强河河谷区域,根据海拔高度的变化,从2 900 m到3 600 m的阴坡,每100 m设置一个样地,采集每块样地的光谱数据。对采集的光谱数据进行平滑降噪处理后,通过反射率(REF)、吸收率(ABS)及反射率和吸收率的一阶导数(GREF和GABS)变换,分析了灌丛群落和光谱特征随海拔梯度的变化规律。主要结论如下:1)群落多样性的空间格局中,物种多样性随海拔梯度的变化极显著,光谱REF与α多样性随海拔升高均呈现倒"V"字形变化。α多样性最高的海拔梯度与群落光谱REF最大的值均集中在中间海拔区域(3300～3400 m);2)灌丛含水率随海拔梯度的变化呈"N"字形,即灌丛含水率与群落光谱REF随海拔梯度的增加先升高后下降再升高;3)群落高度,生物量和茎叶比对灌丛群落光谱特征的影响较明显。阴坡灌丛群落光谱REF与生物量、茎叶比随海拔梯度的增加呈反"N"形变化;4)千里香杜鹃和头花杜鹃灌丛在整个灌丛群落中占有关键地位,其群落特征的变化对灌丛光谱特征的影响明显。     

甘肃省天然草地退牧还草工程效益遥感监测研究——以安西县荒漠草地为例

以"3S"技术为支撑,结合遥感图像、草地光谱观测以及地面调查数据对安西县实施退牧还草后植被恢复情况进行分析研究.结果表明:除河东戈壁温性荒漠草地短期效果不明显外,其它草地不论是盖度、高度和产草量还是植被指数,围栏内较围栏外均有一定幅度的提高,其中牧草盖度、高度和产草量围栏内较围栏外平均增加了5.0%、16.9%和6.8%.植被指数增加了8.9%,2005年植被指数较2004年增加了9.7%.高光谱遥感进一步监测结果显示围栏内牧草光谱反射率比围栏外高,同样说明牧草长势及生产力围栏内要好于围栏外.由此可见,安西县退牧还草工程的实施已经取得了明显的效果.     

达茂旗草原资源现状的遥感制图分析

本文采用2002年15m分辨率ETM和1999年～2000年30m分辨率TM卫星数据,结合40余个地面野外数据、历史资料等,基于地面资源与遥感图像相关性,通过制作达茂旗乡级草原类、亚类分布图,分析了2000年代与80年代草原类型面积的变化趋势。     

Coastal zone land use/cover information extraction method based on RS

本文以地处莱州湾东海岸的莱州市为研究区域,以TM影像为主要信息源,在分析各类地物分类效果的基础上,结合区域特点和地物光谱特征,综合利用两期典型季相的遥感图像,并针对每一种土地利用类型确定最佳信息提取影像,提出了基于光谱、地形等多种知识的分层信息提取方法.结果表明该方法分层目标明确,分类精度和计算效率都有明显提高,且在数据分析和解译方法上表现出更大的灵活性.