遥感图像配准技术综述

遥感图像配准是图像融合、多光谱分类、环境监测和图像镶嵌等不可缺少的步骤。本文讨论了遥感图像领域中重要的和最新的配准算法,将配准方法划分为基于区域的配准、基于图像特征的配准、基于混合模型的配准和基于物理模型的配准四类;描述了四类配准方法中的典型算法,并分析了它们的优势和不足,重点概述了基于特征配准中的局部不变特征变换算法。评述了国内外遥感图像配准的发展现状;指出了遥感图像配准技术中存在的问题,即多源遥感图像的配准、遥感图像配准的实时性、遥感图像的非线性配准和遥感图像配准的精度评价,最后展望了遥感图像配准技术的发展前景。

基于小波变换和稀疏成分分析的盲图像分离法

针对图像信号不满足稀疏性条件,不能直接用稀疏成分分析模型进行盲分离的现象,提出一种基于小波变换和稀疏成分分析的盲图像分离法.利用小波分解将混合图像从空域转化到频域,获取混合图像高频对角分量,在频域空间利用线性聚类稀疏成分分析法估计混合矩阵,进而最终重构源图像.实验结果表明,该方法能准确有效地提取源图像.目视结果及相关系数分析结果均表明,与经典独立成分分析法(FAST-ICA)相比,该方法分离精度高,分离效果好.

基于三维克立格方法的可视化储量估算

金属矿体在地下空间的变化性非常大,难以直接观测,对其精细的三维形态表征和刻画一直是科学计算可视化和空间(地质)统计学的研究热点和难点之一。三维空间的复杂性使得克立格储量估算具有极大的不确定性和经验性,利用三维可视化能够直观地反映变异性分析及储量估算结果,提高估算准确性与合理性。针对各向异性套合与储量估算,提出基于三维克立格方法的可视化储量估算:首先利用三维CAD技术构建算法底层对象;然后采用可视化方式改进变异性分析,并提出基于Hamilton四元数法的各向异性套合改进算法;最后采用克立格法估计储量,并依据可视化结果对某些误差较大的决策方案进行修改,提高克立格计算的准确性和客观性。使用克立格可视化储量估算方法对新疆阿舍勒铜矿床和西藏甲玛铜矿床进行储量估算实验。实验结果表明,变异性计算结果符合实际勘探情况,储量估算误差为5%～10%,储量估算结果可信,克立格可视化储量估算方法有效。

基于二次散射的高光谱遥感图像光谱非线性混合模型

高光谱遥感图像(简称高光谱图像)的空间分辨率通常较低,混合像元现象严重。为了提高图像的分类精度,必须计算出混合像元内每种纯地物所占的比例(丰度)。然而,受实际地物间复杂关系和大气散射的影响,高光谱图像像元内的光谱混合都是非线性的,这就使得传统的基于线性光谱混合模型的解混精度难以满足要求。为此,定义了广义的非线性混合模型,提出了一种基于二次散射的非线性混合模型——二次散射模型(secondary scat-tering model,SSM)。通过对模拟数据和AVIRIS实际数据的解混实验表明,相对于传统的线性光谱解混,基于该模型进行光谱解混得到了更精确的分类结果。

基于面向对象的无监督分类的遥感影像自动分类方法

为了实现无任何先验知识的高分辨率遥感数据的自动分类,并进一步提高自动分类精度和效率,提出了一种基于面向对象的无监督分类方法(Object Oriented Unsupervised Classification).具体步骤如下:首先对遥感影像进行分割,得到一系列空间上相邻、同质性较好的分割单元,然后对分割单元进行特征提取,得到分割单元的对象特征(光谱特征、纹理特征等多特征信息),进而对分割单元进行基于对象特征马氏距离聚类.最后,通过分类后处理(类别合并、错分类别调整等)得到最终的分类结果.通过实验表明:本文提出的方法不仅能够利用影像中更多的特征信息进行聚类而且还可以有效地减少聚类对象的个数,从而使自动分类的精度和效率都得到较大的提升.

基于二次散射非线性混合模型的矿物填图方法

传统的遥感地质填图方法较少考虑到一个像元中多种地物共生存在的情况,因此所填图件难以反映矿物的分布特征。针对线性混合模型解混精度不高的问题,使用二次散射非线性混合模型对高光谱数据进行光谱解混,并在此基础上,提出了k(k≥2)类地物的填图规则。采用美国内华达州Cuprite地区AVIRIS数据进行填图实验,将其结果与Clark等的填图结果进行对比。实验结果表明:与线性模型的矿物填图相比,基于二次散射非线性混合模型所填图件更加接近矿物的真实分布;使用k(k≥2)类矿物填图规则的填图结果细节丰富,与Clark等人的填图结果吻合度高。

遥感技术在地质找矿中的应用

遥感地质找矿方法随着遥感成像技术的发展而发展,传感器的发展使得探测波段不断细分,光谱分辨率不断提高,从而提高了遥感地质找矿的精度,使地质找矿从定性化到定量化转变。总结近几十年来多光谱与高光谱遥感成像技术的发展过程,并概括在此发展过程中相关找矿方法的发展,从多光谱成像与高光谱成像的发展2个方面介绍了相应的找矿方法与找矿应用,论述遥感技术在地质找矿中的应用趋势,并对目前遥感找矿领域中的相关难点进行了总结。

针对不同融合算法的质量评价指标性能评估

融合质量评价指标的性能对图像融合方法的提出和改进十分重要。讨论了目前常用的三种参考图像的构建方法,并对常用融合质量评价指标(相关系数CC、偏差指数RB、结构相似度SSIM、均方根误差RMSE、光谱角SAM和ERGAS)从三方面进行性能评价分析:(1)功能相似指标间评价结果的一致性;(2)对同一融合算法、不同图像的评价结果的鲁棒性;(3)与目视评价结果的一致性。中、高空间分辨率遥感影像融合实验结果表明:CC、SSIM和SAM选择原始低分辨率多光谱图像作为参考图像性能最好,仅适合做融合图像光谱质量评价;RMSE和ERGAS选择原始低分辨率多光谱图像或高分辨率图像作为参考图像性能最好,因此这两个指标既可以做融合图像光谱质量评价,也可以做空间质量评价。

时空信息统计学的一些基本理论和方法

讨论了时空信息统计学 (地质统计学 )的若干基本理论和方法 :1)若干基本概念 ,包括时空域的随机变量和随机函数 ,仅考虑空间域或时间域的不足 ,空间域与时间域之间的差异 ,二阶平稳假设及内蕴假设 ;2 )时空域信息的平稳线性最优估计 ,主要讨论了变异函数与协方差函数及平稳线性最优估计方法 ;3)时空域信息的线性非平稳最优估计 ,提出了漂移和涨落的概念 。

一种基于多特征波段岩土层次分类方法

岩土分类与一般地表的地物分类相比难度大得多,针对已有的分类方法(监督分类和非监督分类)对于岩土分类精度不高、分类效果欠佳问题提出一种基于多特征波段岩土层次分类方法。它是一种自顶向下、逐步求精的层次分类方法,该方法结合无监督分类和监督分类两种分类方法的优势,利用多个特征波段组合,有层次地将不同类型的岩土体逐步分开,实现对岩土的精确分类。对北京市怀柔山区附近的ASTER影像数据进行的岩土分类实验结果表明,基于多特征波段岩土层次分类识别方法能显著提高岩土分类精度,总体精度提高10%,Kappa系数提高了0.1,并且能识别以往分类识别方法难以区分的岩石阴影和水体等地物,能够有效地克服'同物异谱'现象。

析取克立格理论及其在品位估计中的应用

非线性现象普遍存在于许多自然科学的研究之中,而线性地质统计局限于对有效数据的线性组合,无法解决很多非线性问题;但是,一些非线性方法不容易处理,如条件期望的前提条件苛刻,计算复杂耗费大.析取克立格法(DK)介于两者之间,它利用二元概率分布函数进行估计,不仅有效、准确、易实现,更能很好地估计Z(x)的任意函数,解决可回采储量估计等现实问题.本文介绍了DK方法的基本理论和方法,对Z(x)的正态变换,厄米特多项式展开的过程进行详细讨论,并给出了计算实例,最后利用指示克立格对转换函数计算析取克立格估值,很容易解决可回采储量等非线性问题.

稳健协同克立格因子分析及其在化探中的应用

稳健协同克立格因子分析集稳健统计、协同克立格和因子分析的优点于一体，可同时研究多个变量不同方向的结构差异及变化性，用该方法研究次生晕指示的结构特征可在一定程度反映原生晕的特征，揭示其深层次信息．对团结沟金矿区次生晕分析表明：在矿产预测中矿床原生晕组合标志并不适用于次生晕及分散流的研究，本方法对大（中）比例尺次生晕、分散流与原生晕的信息转换和关联有独到之处．

基于稳健有序独立成分分析(ROICA)的矿产预测

独立成分分析(ICA)充分考虑了以往主成份分析(PCA)没考虑到但又非常重要的数据高阶统计特性,但ICA分离后的信号具有顺序、符号、幅度的不确定性,而矿产资源预测又必须弄清分离后信号(地质变量)的地质意义;为此,提出了一种基于稳健有序独立成分分析(ROICA)的矿产预测方法。首先对地质数据进行稳健预处理,然后进行独立成分分析,借鉴因子分析的思想解决独立成分分析算法不确定性的局限,从而可以反映分离变量的有序性。将ROICA方法用于广东省肇庆双壬铜矿区进行矿产资源预测。实验结果表明:该区金银矿体的赋存空间位置与传统均值方差方法给出的异常位置明显不对应,没有指示意义;而经过稳健有序ICA处理后的Au、Ag独立成分异常与实际的Au、Ag矿体吻合度很高;Cu、Pb、Zn独立成分异常与Au、Ag矿关联性不大,反映研究区的Cu、Pb、Zn等其他元素或组合不具有Au、Ag矿的指示意义。ROICA方法可用于矿产资源预测。

一种基于光谱角和光谱距离自动加权融合分类方法

高分辨率遥感影像分类一直是业内研究的热点之一,考虑到影像地物光谱角和光谱距离在分类中具有较好的互补性,提出了一种基于光谱角和光谱距离自动加权融合的分类方法,对传统多分类器分类的融合策略进行改进,能够在训练阶段根据样本自动地调整好各分类器对各类别进行分类的权重系数,使得融合后的分类结果更加科学和准确。QuickBird影像的分类实验表明,方法的分类精度明显优于单纯的光谱角或距离法,可广泛用于各种高分辨率影像的分类识别。

基于Lasso函数的分层混合模糊-神经网络及其在遥感影像分类中的应用

本文提出一种新的分层混合模糊-神经网络(HHFNN)算法.在模糊系统中使用Takagi-Sugeno模型和三角波隶属函数.同时,为降低离散输入变量中可能存在的强交互作用,采用了系数收缩机制中的Lasso函数.最后,以福建的漳平洛阳—安溪潘田地区LANDSAT ETM+遥感影像数据地物分类为例,应用本文的改进算法与其他神经网络算法进行分析比较,得到了较高的分类精度,验证了采用基于Lasso函数的T-S型分层混合模糊-神经网络的可行性和有效性,可作为一种新的遥感影像地物分类方法.

时空域非参数和多元信息的地质统计学研究

讨论了非参数时空信息统计学(地质统计学)基本理论和方法,即指示函数及二阶矩,Φ(A;Zl)的最优估计以及待估域A平均值的指示Krig估计法和时空域多元信息地质统计学基本理论和方法,即互变异函数及互协方差函数,时空域协同区域化变量的最优估计方法.认为指示Krig法是一种精确和有效的估计地学数据非正态的分布特征方法;在对空间信息研究的过程或事件中,有些变量(经常为多变量)不仅具有空间特征,而且具有时间特征,这时要把所研究的变量看成是时空随机函数.

基于稀疏成分分析的遥感影像分类

遥感影像分类一直是遥感研究的重点、难点和热点之一。针对经典的主成分分析法在不同地物的光谱存在重叠相关时,分类效果欠佳的缺陷,提出一种基于稀疏成分分析的遥感影像分类法。该方法利用稀疏性提取源信号,不要求源成分之间互不相关。实验结果表明,与主成分分析方法相比,基于稀疏成分分析的分类结果更可靠、更准确。

基于拉格朗日分解算法的SAR图像混合像元分解

为解决与光学遥感图像不同的合成孔径雷达(SAR)图像中存在大量混合像元的问题,本文提出了一种基于拉格朗日分解算法的SAR图像混合像元分解的方法,结合相关内容中具体定理的证明,文中给出拉格朗日分解算法用于SAR图像混合像元分解的系统的求解方法.用人工模拟SAR图像和ENVISAT SAR图像进行实验,结果表明拉格朗日分解算法的混合像元分解结果明显优于非约束类神经网络(文中实验以BP神经网络为例)的分解结果.

多源地学信息的自动综合研究综述

地学信息普遍存在模糊性、多解性、不确定性和不完备性，传统的一些方法不能有效地综合各种地学信息，开展空间推理、多源地学信息的表达研究是实现计算机空间数据特征信息的自动综合的关键，也是实现GIS智能综合的关键所在.

一种基于加权非负矩阵分解的矿产预测方法

提出了一种新颖的基于加权非负矩阵分解的矿产预测方法,运用非负矩阵分解的非负性、降维性及稀疏性对多维矿产数据进行处理。通过R型聚类分析,按照变量相似度将变量聚合成群,对相关性高的元素的聚类结果进行加权非负矩阵分解得到基向量,进行回归分析验证基向量用于矿产预测的有效性。最后,以广东省新寮岽铜多金属矿区数据为例,通过基向量预测圈定异常,绘制矿产预测分布图,得到明显的异常区域,取得了好的预测结果。