基于小波变换的遥感影像纹理信息提取

小波变换作为一种时间-频率分析方法,具有变焦性、对称性、正则性等特点,而纹理反映的是遥感影像中DN值的空间排列规律,利用小波提取遥感影像中的纹理特征信息,具有独特的优势.特别是结合金字塔状结构的小波变换和树状结构的小波包变换,提取的纹理特征信息在地质上具有重要应用价值.该研究以漠河县西北部砂宝斯的遥感影像为例,结合影像特点及应用目的,运用小波变换方法,提取了具有方向性的遥感纹理信息.     

基于小波变换的石河子市近10年空气污染指数变化

采用一维连续Morlet小波变换对石河子市近10年逐日空气污染指数的时间序列进行分析,研究了该市大气污染时间序列的多尺度变化特征。结果表明:石河子市近10年空气污染指数在不同时间尺度上具有不同的周期性变化规律,且以275 d左右的变化为主周期,520 d左右的变化为次周期;受特定的地理条件的影响,大气污染呈现"冬重夏轻"的格局,且受天山山脉以及沙尘天气的影响,往往伴随春季污染次高峰的发生,每年8月份左右和2月份左右是10年中大气污染轻重状况转换的极值点;石河子市年大气污染状况总体趋是夏季空气质量好转,冬季大气质量恶化,有时会发生局部空气质量恶化。小波变换分析对于研究空气污染指数以及大气污染物时间序列变化规律的影响非常有效。     

小波变换和偏微分方程在图像去噪中的应用

应用小波分析方法和偏微分方程方法进行图像处理是一个重要课题。小波变换去除图像噪声时虽然能保持图像的细节信息,但是图像的边缘信息被平滑了。使用偏微分方程对图像去噪,并与使用小波变换去除图像噪声后效果进行比较,实验结果表明：使用偏微分方程对图像去噪在平滑噪声的同时可以使边缘得到保持,应用偏微分方程进行图像去噪是一种有效的工具。     

ETM+遥感影像融合方法的土地覆盖分类精度的研究

采用小波变换、小波和PCA相结合、小波和HIS相结合等遥感影像融合方法对Landsat7 ETM+多光谱与全色影像进行融合和土地覆盖分类研究,并结合影像的光谱统计参数和融合影像分类精度对这些方法进行评价,结果发现这3种融合方法均能不同程度地提高影像的分类精度。其中,第3种方法所得融合影像与原多光谱影像的相关系数最大,均方差、相关系数和信息熵最大,影像所含信息量最多,光谱特性保持较好;清晰度较高,在空间细节信息的表现能力上较优,所以融合影像的分类精度最高。因此,小波和HIS相结合的融合方法更适合ETM+融合影像的土地覆盖分类研究。