广义马尔可夫随机场及其在多光谱纹理影像分类中的应用

在二维马尔可夫随机场模型的基础上,提出顾及波段间的空间相关性,发展了一种适用于多光谱纹理影像分类的广义马尔可夫随机场模型。鉴于广义马尔可夫随机场模型的复杂性,利用最大伪似然法建立了求解模型参数的简化方程式,实现了纹理特征的快速提取。结合提取的纹理特征影像和光谱特征影像,采用概率松弛算法实现影像的分类。实验证明,提出的基于广义马尔可夫随机场的多光谱纹理影像分类算法克服了传统的基于光谱特征的分类算法的局限性,提高了纹理影像的分类精度。

一种方向Gabor滤波纹理分割算法

结合人眼视觉特性,设计了一种方向Gabor滤波器,该滤波器顾及了纹理图像的方向特性;利用Gabor滤波器的带通技术,抑制次要纹理图像的主频率分量,增强目标纹理图像主频率分量,使滤波输出图像具有较大的类间离散度和较小的类内离散度,将纹理图像的分割转化为传统的图像分割,使图像的分割质量和算法效率都得到了提高。

PIE-Engine AI在江苏省徐州市耕地识别中的应用

耕地是人类赖以生存的基本资源,守住耕地红线是农业发展和农业现代化建设的根基和命脉。本文以徐州市贾汪区、睢宁县、新沂市、沛县四个县区为例,基于航天宏图遥感智能解译平台(PIE-Engine AI)的DeepLabV3网络结构,实现对所选研究区耕地的识别,并对解译耕地面积进行统计与比较。研究结果表明,利用PIE-Engine AI平台可以实现耕地的快速识别,且准确性较高,可为保障徐州市耕地资源的合理利用提供一定的借鉴和参考。

一种纹理特征融合分类算法

分别利用多通道Gabor滤波器和马尔可夫随机场模型对纹理图像进行分析,得到两组特征影像。将上述两组特征影像进行融合,最后利用融合后的数据实现图像的分类。实验证明,基于上述方法的纹理特征融合分类算法大大提高了图像的分类精度。

结合形态学重建的高分辨率遥感图像建筑物提取

针对城区人字形屋顶的建筑物,设计一种结合形态学重建的高分辨率遥感图像建筑物提取方法。该方法首先对输入图像进行形态学重建滤波处理,然后分别检测建筑物的屋脊线和阴影信息,再利用形态学开重建运算将屋脊线与建筑物阴影两者之间的信息关联起来,从而实现建筑物提取。通过QuickBird全色图像建筑物提取试验,验证本文方法的可行性和有效性。

《遥感原理与应用》课程教学改革探析

受遥感应用需求的牵引和计算机技术飞速发展的推动,《遥感原理与应用》的课程开设与教学改革在各高等学校相关专业备受关注和重视。本科测绘专业要结合教学实践、教学内容、理论等环节来确立教学改革方案。在合理安排教学内容的基础上,组织运用灵活多样的教学方法教学,提高课堂的教学效果,培养学生的学科能力。

基于环形马尔可夫模型的纹理图像分类

提出了一种基于环形马尔可夫模型的纹理图像分类方法。利用环形邻域构建马尔可夫模型,在模型参数求解过程中,为了避免矩阵奇异,设计了模型参数分步求解算法。基于环形马尔可夫模型提取纹理特征,然后基于动态邻域Tabu搜索算法进行特征选择,得到最优的纹理特征子集,输入到最大似然法分类器中实现图像的分类。实验结果证明,与传统的栅格马尔可夫模型相比,环形马尔可夫模型能够更好地描述纹理图像像元之间的空间相关性信息,大大提高了纹理图像分类精度。

研究型教学模式在地球信息科学课程中的实践

地球信息科学作为一门新兴的交叉学科,虽其学科体系尚未完善,但已得到国内外学科界的普遍关注。文章系统阐述了研究型教学模式在《地球信息科学导论》课程中的具体应用与现实意义,对教材选择、教学内容、教学方式等环节进行了相应的教学改革,开拓了学生的知识面,提高了学生的学习兴趣,培养了学生的创新精神。

浅谈数字加网

说到数字加网,很多人会想到随机加网,但是千万不要将数字加网等同于随机加网.数字加网是适应于桌面出版的加网技术发展的必然阶段,是将加网技术数字化的结果.

成像系统的探讨

成像系统指的是以某种信息存储(记录)材料为成像介质,将空间信息成像于该介质上的设备系统.纵观整个摄影发展史,可以将成像系统分为两大类:胶片记录成像系统和电子记录成像系统.胶片记录成像系统又可以分为银盐成像系统和非银盐成像系统;电子记录成像系统又可以分为模拟成像系统和数字成像系统.

一种多/高光谱遥感图像端元提取的凸锥分析算法

凸锥分析方法常用于多光谱和高光谱遥感图像的端元提取。遥感图像中的每个像元都可以看作一个多维向量,整幅影像看作由离散的非负向量构成的凸锥,通过寻找凸锥的角点来自动获取图像的端元。本文提出了一种自动选择最佳凸锥角点的方法,应用到传统的凸锥分析方法中,提高了凸锥分析方法的效率。利用模拟数据和真实数据实验验证了算法的可行性。

遥感图像几何纠正中GCP选取

为了降低人为因素对遥感图像几何纠正中地面控制点(ground control point,GCP)选取的影响,提高GCP的采集效率,在基准图像上采用2种方法选取GCP:1改进的分水岭分割和加权邻域检测方法选取道路交叉点作为GCP;2GrabCut分割和轮廓检测方法选取区域重心作为GCP。以0.5 m分辨率的航空图像作为基准图像,使用上述方法选取GCP,对2.5 m分辨率的ALOS图像进行几何纠正实验。结果表明,本次研究采用的GCP选取方法受人为因素影响小,精度在1个像元以内,并可实现半自动选取。这一技术成果已经应用于正射影像图(digital orthophoto map,DOM)生产中的GCP提取,在实现中小比例尺DOM更新中发挥了重要作用。

端元约束下的高光谱混合像元非负矩阵分解

提出一种端元约束条件下的非负矩阵分解方法来自动反演混合像元组分。以端元光谱之间的差距为约束条件,使得目标函数综合了影像的分解误差和端元光谱的影响,并以最大后验概率方法导出了限制性非负矩阵分解的迭代算法。成像光谱数据实验结果表明该方法能够自动提取影像的端元光谱矩阵与组分信息,且分解精度比IEA方法高。

遥感原理类课程双语教学模式探索与实践

在综合分析高校测绘工程、地理信息科学等专业本科教育遥感原理类课程如"遥感原理与应用""遥感技术基础""遥感概论"等的教学目标任务、主要内容、课程特点等的基础上,探讨了开设遥感原理类双语教学的需求和特点,对该课程进行双语教学的必要性和可行性进行了全面论述,讨论了课程双语的实施模式和关键问题;然后结合近年来的实践,提出了优化双语教学效果的若干建议。只要实践中加强学生的遥感专业能力素养,加强师生专业英语的学习,必将提升双语教学的质量。

端元光谱变化与混合像元分解精度的关系研究

从误差传播理论的角度,分析了多选端元光谱、漏选端元光谱以及端元内部光谱变化等情况与混合像元分解精度之间的关系。然后用数值模拟的方式进一步研究了端元内部光谱与限定性混合像元分解精度的关系。研究结果表明:(1)端元光谱间差距越大,端元光谱内差距越小,则混合像元分解精度越高;(2)如果漏选了端元光谱会造成很大的模型误差,然而多选端元光谱却仍然是端元组分的无偏估计。数值模拟结果表明混合像元分解精度与端元类内变化的方差存在负相关的特点。最后就理论推导的结论,讨论了提高混合像元分解精度的可能方法。

基于改进分水岭变换的遥感图像分割方法

为了克服分水岭变换过分割的缺陷,进而应用于复杂遥感图像的分割,本文对传统分水岭变换方法进行了改进。具体地,利用形态滤波技术对原始图像实施平滑,利用形态标记方法对梯度图像实施重建,并在此基础上进行分水岭变换。试验结果表明,改进后的分水岭变换方法对遥感图像的分割效果良好,并且具有多尺度的特点,能够适应遥感分类与信息提取的需求。

黑龙江多宝山地区遥感找矿蚀变异常提取方法研究

通过对遥感矿化蚀变异常提取方法的研究,总结出一套针对黑龙江省大兴安岭这类植被覆盖严重地区的矿化蚀变信息提取方法。采用比值分析和主成分分析相结合的方法提取了围岩的矿化蚀变信息,得到了大兴安岭多宝山地区的遥感异常蚀变信息图,并对蚀变异常提取结果进行了野外实地考察,证实了这种方法在该地区的可行性,为该区找矿提供了一定的依据。

一种改进的SFIM高光谱图像融合算法

基于平滑滤波的亮度调节(SFIM)图像融合技术具有算法简单、计算快捷、光谱保真度高的优点,但同样存在边缘模糊、空间纹理信息提高不足的问题。针对上述问题,本文从瞬时视场角的角度出发提出一种改进SFIM算法,采用隔行隔列采样技术代替原SFIM算法中的逐行逐列卷积方法,从原高分辨率图像中计算模拟低分辨率图像。试验结果表明改进算法在边缘清晰度和空间纹理信息等方面均有明显的提高,且保持了原SFIM算法计算快捷的优点。

基于KPCA和FCM的HJ-1A星遥感数据分类

为提高对环境与灾害监测预报小卫星1A(HJ-1A)星遥感数据分类的精度,首先将HJ-1A星HSI高光谱数据和CCD多光谱数据进行GS(Gram-Schmidt)融合,然后利用主成分分析法(principal component analysis,PCA)和核主成分分析法(kernel PCA,KPCA)分别对融合后的高光谱图像进行降维处理。KPCA降维时采用高斯、线性和多项式3种核函数,根据特征提取效果评价结果,选择累积贡献率较大的多项式核函数。最后,分别对融合后的高光谱图像、PCA主成分图像和基于多项式核函数的KPCA主成分图像进行模糊C均值分类。实验结果表明,KPCA对融合后高光谱图像的特征提取得到了较好的效果,同时提高了分类精度和效率。

基于特征点的高分辨率遥感影像城镇道路提取

根据高分辨率遥感影像中城镇道路的特点,提出了一种基于特征点的道路信息提取方法。首先,对影像进行增强处理并选取感兴趣的子区域,利用改进的分水岭分割理论和阈值选择算法,结合八邻域检测方法得到道路的特征点;然后,利用回归分析方法在一定的坐标系统下得到每条道路的回归方程,根据端点坐标信息得到道路信息图;最后,利用数学形态学算法获取道路骨架图。结果表明,本方法能够精确有效地提取高分辨率遥感影像的城镇道路信息。