基于边缘特征的变化检测方法研究

提出了一种结合边缘特征和灰度信息的变化检测方法,该检测方法对于检测线状目标变化具有较好 的效果,同时也能减小由于配准而产生的误差。试验结果表明了该方法的可行性。

基于Ikonos数据的红树分类方法研究

根据光谱特征、纹理和GIS信息对高分辨率Ikonos影像分类提取,对红树林分类的结果采用GIS技术快速得到其分布位置、边界、面积以及变化情况,研究结果表明该技术能快速有效地达到目的。

基于点云的植株表型构建和反射率方向性分析

三维激光扫描可瞬时高效地采集点云信息,在获取植物表型特征上具有独特的优势。植株不规则的几何结构导致了其复杂的光辐射过程。本文使用激光扫描仪采集了四种代表性植株的稠密点云,数字化为三维模型以准确计算结构表型参数。通过将激光点云计算的准确的叶倾角分布和叶面积指数替代传统的SAIL模型中的经验参数,减少了其中间参数,提高了模拟精度。并对模拟反射率和实测反射率进行多角度分析,发现模拟结果在主平面方向有较大提高,垂直主平面方向提高程度相对较弱;植被光谱吸收谷,如450 nm、670 nm,具有较强的光谱异性的同时,结构参数的影响也较为突出,改进后的效果明显,而在近红外反射峰如860nm则无明显改进。通过本文的研究,证明了利用激光快速获取植物表型参数的可行性,并成功利用准确结构参数解决辐射传输中的难点问题。

基于改进Hausdorff距离的图像配准方法

针对多尺度遥感图像灰度差异大的特点,利用特征集形状进行配准,提出了一种改进的Hausdorff距离及相应的图像匹配算法。首先采用基于尺度不变特征转换(scale-invariant feature transform,SIFT)的特征提取方法,提取多尺度图像间的尺度不变特征;然后利用Hausdorff距离作为适应度函数,通过遗传算法(genetic algorithm,GA)寻求图像间的几何变换参数;最后将待配准图像经过几何变换以及重采样与参考图像匹配,实现多尺度遥感图像的配准。实验结果表明,改进的Hausdorff距离算法与传统的Hausdorff相比,具有较高的配准精度和较快的配准速度,且稳定性和抗噪性更高,更适合用于图像配准。

风云三号卫星MERSI影像提取北极海冰参数的方法

风云三号卫星MERSI影像的空间分辨率达到250 m,不仅可以长期宏观监测海冰整体分布变化,而且能够观测分析破碎冰块的面积、圆度等细节形态特征.从海冰光谱特征和冰块灰度分布特征出发,给出MERSI影像提取海冰整体分布参数和冰块形态参数方法,包括海冰识别、冰块分离提取以及海冰参数提取,利用这些方法成功提取了2014年夏季弗拉姆海峡海冰边缘区的海冰细节信息.给出的方法可为研究分析北极海冰变化及海气相互作用提供方法支持和信息保障.

基于FY-3/MERSI数据的北冰洋流冰自动提取与跟踪方法

北冰洋航路是未来全球航运的重点开拓领域,海冰运动对北冰洋航路开发有重要影响。本文利用风云三号卫星中分辨率光谱成像仪(FY-3/MERSI)数据的特点和优势,研究北冰洋流冰自动提取和运动跟踪的方法。首先在分析流冰灰度分布特征的基础上,提出分区域阈值分割与梯度差分相结合的方法实现块状流冰提取,然后根据块状流冰的多种几何特征匹配同名流冰并计算其运动速度。应用这种方法跟踪2011年6月弗雷姆海峡流冰运动,跟踪结果与美国国家冰雪数据中心提供的极地网格化日均海冰运动矢量整体趋势一致,验证了方法的有效性。这种方法获取各块流冰实际运动速度,可以有效弥补网格化海冰运动平均速度场分布和细节的不足,为北冰洋航路开发提供更详细的流冰运动信息。

基于遗传算法的东湖水质参数反演方法探讨

引入了叶绿素浓度的对数和浊度的对数作为变量,建立了前向光学模型和遗传算法的目标函数,实现了较高的反演精度。

采用方向滤波消除中巴地球资源卫星图像条带噪声

在简略分析Fourier变换滤波、中位数滤波、人工检测滤波以及方向滤波的基础上 ,提出了用方向模块拟合条带的斜率 ,并用概率统计的思想检测条带的位置 ,线性内插得到条带上各像素的灰度值的滤波方法 ,它不仅能很好地消除中巴地球资源卫星图像条带噪声 ,而且保留了图像上有用的信息。

国家精品课程“遥感原理与应用”创新教学实践

国家精品课程"遥感原理与方法"是遥感科学与技术大学本科的专业必修课,随着遥感技术发展和国家卓越工程师培养计划的逐渐深入,遥感科学与技术学科学生的基础知识和实践能力得到了很大的提高。为了使学生能够灵活使用所学知识,提高学生的实际动手能力和培养学生的创新能力,在实际教学中对教学方法进行了改革和创新,如结合我国测绘卫星的最新动态讲述卫星遥感技术的发展能够大大拓宽学生视野,从课堂教学、课后作业、课间实习和课程考试等方面逐步引导学生自主学习,高密度实验教学环节的设置用于提高学生的实践能力等。实践证明,教学改革对学生创新能力的培养取得了一定的效果,从而得到了师生的广泛认可。

利用Landsat数据对武汉城市进行热岛效应分析

应用中国遥感卫星地面接收站获取的武汉市区2000年9 月 21 日的 Landsat7 ETM+数据和 1997 年 9月21日的Landsat5数据,对武汉市热岛效应进行了动态研究,结果表明城市热岛效应呈现不断增强趋势。

动态调整权重的光谱匹配测度法分类的研究

提出了动态调整权重的光谱匹配测度的分类方法,它可以根据不同影像、不同分类目的等自适应调整光谱距离和光谱形状测度在分类中的权重,从而达到正确分类的目的。通过对高光谱影像分类的试验,验证了该方法的正确性。

辅以纹理特征的SAR图像分类研究

随着微波遥感的发展 ,SAR图像的应用越来越受到人们的重视。因为它不仅具有全天时 ,全天候的特性 ,而且它还能提供不同于红外和可见光传感器的不同的信息。但是 ,由于 SAR图像的成像特点 ,它的图像也表现出散斑多 ,波段少等缺点 [1 ]。在分析几种纹理统计分析方法的基础上 ,针对 SAR图像的特点 ,试图通过不同纹理分析方法达到提高 SAR图像解译精度的目的。试验表明 ,纹理分析对于提高

基于HyperScan成像光谱数据的植被叶绿素反演

准确估算叶绿素含量对研究植被的生态效应具有重要意义。针对基于高光谱数据的植被叶绿素含量反演问题,在介绍HyperScan高光谱遥感成像系统组成、传感器特性以及辐射定标原理和遥感反射率计算方法基础上,利用HyperScan采集的不同植被叶片的高光谱图像数据,采用归一化植被指数(NDVI)、简单比值指数(SR)、绿波段叶绿素指数(CI green)、土壤调节植被指数(SAVI)、差值植被指数(DVI)、改进的土壤调节植被指数2(MSAVI2)、三角植被指数(TVI)和叶绿素吸收比值指数(CARI)等8种植被指数反演模型进行了叶绿素含量反演实验;同时进行了波段合并实验,并比较了在逐步合并波段情况下各种模型的反演精度。实验结果表明,在选取的植被指数中,2波段植被指数反演精度普遍高于3波段植被指数。在波段合并实验中,随着波段的合并,模型精度逐渐下降。研究中模型精度普遍较高,说明利用地面高光谱图像进行叶片叶绿素含量反演是可行的,且采用叶片内光谱反射率均值进行叶片叶绿素含量反演有很高的反演精度。

基于Python的ArcGIS地理数据批处理

ArcGIS地理处理工具一般只针对单个数据集执行,而运用Python脚本语言可以实现地理数据的批处理。本文以原始DEM影像插值生成特定空间分辨率的DEM影像为例,给出数据批处理的具体实现过程。

ERS-1SAR图像的几何处理的研究

针对合成SAR图像的构像方程，提出了一种基于星历参数和辅助数据把地距图像转化为斜距图像，采用数学模型进行几何处理，此种数学模型适合于不同地区的SAR图像的处理。

不同泥沙含量水体光谱特性分析

研究了不同的观测角度下水体光谱反射率与泥沙含量之间的变化关系,提出了差分泥沙光谱指数建立泥沙反演模型,确立了在不同角度下对水体泥沙含量的定量分析模型。

基于光谱分析的MODIS云检测算法研究

总结了云、雪、植被、沙漠、水体等目标的光谱特性以及云和不同目标间的光谱差异,结合MODIS影像的波段范围,提出了一种对不同下垫面通用的多光谱云检测算法,试验证明了算法的有效性。

高校工科教学知识点与科学精神关联培养探讨——以遥感科学与技术专业课程教学为例

高校教学中学科知识点培养是课程教学的主体,而科学精神则是高等教育的灵魂所在。教师要从培养具备创新型思维和知识再创造能力人才的角度来看待常规课程教学。武汉大学遥感学院教学团队针对知识点与科学精神的关联培养进行了一系列探索,从思辨教学、知识点过程化和知其所以然等方面进行了一系列富有推广意义的教学实践。通过这些实践实现了遥感科学与技术工科学生从科学和技术两个层面的提升,为培养复合型高级应用人才奠定了基础。

基于光谱特征和颜色特征的油菜提取研究

大区域油菜空间分布的准确提取是油菜估产、食用油保障及农业管理的基础。花期油菜不仅光谱特征发生变化,其黄色花朵与同时期植被在视觉上的差异也相当显著。本文基于2016年油菜盛花期的湖北省GF-1 WFV影像,利用NGVI表征光谱特征,HSV变换后的H、S、V分量表征颜色特征,按NGVI、H、S、V顺序逐级确定油菜和非油菜分离阈值,实现油菜提取;对提取结果首先用混淆矩阵进行精度评定,并与支持向量机方法进行精度对比,然后用农业统计数据对油菜提取面积进行验证。基于本文方法提取的油菜总体精度为94.51%,Kappa系数为0.89,分别比支持向量机方法提高约4个百分点和0.1;与统计面积相比,省级尺度油菜提取面积相对误差为-14.14%,市级、县级尺度决定系数分别为0.837(n=17)、0.738(n=83)。此外,将本文方法应用到GF-2 PMS影像上,其结果与油菜参考图相比,油菜提取面积相对误差为-8.33%,空间一致度为91.67%。本研究方法简单有效,可以为大区域油菜制图提供一种全新、高效的解决方案。