城郊地区面向对象的多传感器影像分类

城郊地区地物类型较为复杂,利用单一传感器图像进行分类精度有限,而多传感器数据结合起来则可以"优势互补",有利于遥感影像的解译和分析。本文以武汉城郊某地块为实验对象,结合ALOS卫星三种传感器数据(包括全色、多光谱以及SAR影像)的信息,采用向对象的方法进行分类,以获取更高的分类精度。实验结果表明适当运用sar影像与光学影像结合起来进行分类,可以较好地区分出水体与阴影、水体与农作物等,对于道路、居民地等地物类型的分类也有所帮助。

基于方向相位稠密特征的多传感器遥感影像配准方法和系统

针对多传感器遥感影像间因显著几何畸变和非线性灰度差异造成的配准困难问题,本文提出了一种基于结构相似性的快速精确配准方法。首先,为构建多传感器影像间的稳健结构特征,本文引入光照和对比度不变性的相位一致性模型,利用相位一致性特征值和特征方向,构建了一种逐像素的三维结构特征描述符—方向相位稠密特征DFOP(Dense Feature of Orientated Phase)。该特征描述符通过捕捉影像的几何结构分布,能够有效抵抗多传感器影像间的灰度差异;其次,基于模板匹配的策略,将DFOP描述符变换到频率域,并进行快速子像素精度匹配,从而研制出了一种快速鲁棒的多传感器遥感影像配准系统;最后,通过利用多种地貌类型的多传感器遥感影像对所提出的方法进行测试。测试结果表明,相较于其他基于灰度或结构特征的匹配方法,本研究提出的DFOP方法能够获得更高的匹配正确率,且所开发的配准系统也优于商业软件ENVI以及ERDAS的配准模块。