改进的主成分分析法自动发现土地覆盖变化

为了实现快速、自动化发现土地覆盖变化这一目标,在分析传统主成分差异法、差异主成分法、多波段主成分法三种不同处理过程的基础上,结合主成分变换原理提出了一种改进的主成分分析法(modified principal component analysis,MPCA)。操作中先将d1时相多光谱影像作主成分分析,得PC1d1,PC2d1,…,PC6d1;d2时相高分辨率全色波段PAN与PC1d1进行直方图匹配后,采用了经反复试验效果较好的3×3模板进行边缘滤波增强;然后取代PC1d1与PC2d1,PC3d1,…,PC6d1进行主成分逆变换,作者在ENVI4.0和IDL6.0工具包支持下实现了这一融合算法。以北京海淀区为例进行的试验研究表明,MPCA法不仅能够快速发现变化信息,而且增强了影像纹理,弥补了传统主成分分析法的缺陷。此外,变化信息提取精度较高,其Kappa系数比传统主成分差异法、差异主成分法、多波段主成分法依次提高了0.063,0.118,0.029,是一种比较实用的变化信息发现方法,值得推广应用。

SAR影像的RPC模型参数求解算法研究

首次对ERS-SAR卫星影像进行了基于SRTM DEM无需初值的RPC模型参数求解试验,对比了9种形式RPC模型参数的求解精度,并对控制点格网大小及高程分层对参数求解精度的影响作了评价。试验表明SAR卫星遥感影像的成像几何可以用RPC参数进行拟合,可以和光学遥感影像一样进行摄影测量处理,简化SAR影像几何处理的难度;对于ERS-SAR影像,阶数为3并且分母不同的RPC模型可以取代严格成像模型进行摄影测量处理,在利用严格成像模型求解RPC模型参数时候,采用控制点的格网大小为30×30、高程分层为3可以达到精度和效率的平衡。