陆地卫星主题测绘仪数据的重新采样

<正> 一、前言遥感图象数据的几何校正和投影变换处理,需要为输出图象各网格点上的象元确定灰度值。根据在输入原始图象上相应的映射点周围象元的灰度值,内插确定输出象元灰度值的过程称作为重新采样。这重新采样运算是计算机遥感图象处理中最费机时的一项运算。通常可供采用的重新采样算法有三种:最近邻点法;双线性内插法和三次折积法。其中以三次折积     

关于设计适合土壤、植被自动识别程序的设想与试验

<正> 目前使用的遥感图象自动分类程序,都是以各象元不同波段的亮度等级为变量来进行群分而设计的.另外,由于传感器的空间分辨率的限制,大多数象元的亮度等级都不是单一地物的反射光谱信息,而是土壤和植被的     

用于检测激光束图象记录仪的图象数据发生器

本文介绍用于检测激光束图象记录仪的图象数据发生器。它接受来自记录仪的控制信号,输出精度图和灰度图的图象数据。发生器按照预定规律产生一系列8bit的自然二进制编码供描绘图象,图象的点象元数可分别为16384×16384或8192×8192。每幅图象的形成时间分别为20分钟或10分钟。     

基于地物信息的高光谱遥感图像分类方法

利用主成分分析法滤除n维高光谱遥感图像中的大部分冗余信息,得到尽可能保留光谱信息的m维高光谱遥感图像,融合其地物空间分布信息,将m维高光谱遥感图像中的每一个像素点构建为一个2维谱-空信息向量。再利用主成分分析法法对m维高光谱遥感图像进行降维,得到q维融合地物空间分布信息与光谱信息的结果图。通过高斯混合模型预测聚类中心,基于改进的迭代自组织数据分析算法ISODATA(Iterative Selforganizing Data Analysis Techniques Algorithm)对高光谱遥感图像进行聚类,得到最终的分类结果。实验结果表明本方法的地物分类精度优于K-means、ISODATA和SVM方法,总体分类精度提升10.14%-13.99%,kappa系数提升3.2%-12.85%。     

拉普拉斯-高斯滤波图象的过零边界及其分形维数

本文考察了用拉普拉斯—高斯滤波器对遥感图象过零边界的计算方法.给出了直接从遥感图象边界转换成过零边界的稳函数.分析可看到,从遥感图象边界化算出过零边界是局地性决定的方式,得到的过零边界相对于原遥感图象边界的偏差主要取决于图象尺度、边界的局地曲率半径和所用高斯函数的尺度常数.证明拉普拉斯—高斯滤波过零边界法在图象尺度和曲率半径都大于高斯尺度常数10倍以上时,是获得遥感图象边界的精确方法.      

拉普拉斯—高斯滤波图象的边零边界及其分形维数

本文考察了用拉普拉斯－高斯滤波器对遥感图象过零边界的计算方法。给出了直接从遥感图象边界转换成过零边界的稳函数。分析可看到，从遥感图象边界化算出过零边界是局地性决定的方式，得到的过零边界相对于原遥感图象边界的偏差主要取决于图象尺度，边界的局地曲率半径和所用高斯函数的尺度常数。     

拚接的10,240元TDI CCD焦面

1976年以来,艾特克(Itek)公司和贝尔北部研究(BNR)公司一直从事用于军事侦察系统的CCD器件系列的研制。本文介绍由五块2,048×96元TDI CCD电路片,采用混合装配技术拼接的10,240×96象元焦面。电路片象元中心间距为1 3微米。时间延迟积分(TDI)方式的工作在96元的方向上进行。每二块电路片之间的间隙为2个象元。同时,本文还介绍CCD电路片的主要设计指标和TDI CCD混合阵列的装配。一、焦面结构 Ifek公司和BNR公司设计用五块TDICCD电路片拼接的10,240×96象元焦面     

日本卫星图象处理系统

一、概要利用计算机进行数字图象处理的技术已经问世,图象处理被广泛地用在遥感、医疗、工业等方面。在遥感技术方面,1976年美国发射地球观测卫星“LANDSAT-1”(陆地卫星-1)之后,使人们对地球表面的动人景色和卫星图象数据的利用研究引起了重视。后来,到发射“LANDSAT-5”时,开始用新的遥感器“TM”进行观测,收到了更精确的地球表面的图象数据,也可以接收气象卫星“NOAA”(诺阿)的图象数     

陆地卫星-l专题制图仪拍摄的第一张照片

最近,美航宇局的两个成象系统送回了质量较高的地球图象,它们将对美国的地球和星际遥感计划产生良好影响。预期美国将扩大空间遥感数据在科学上和经济上的应用。这两个成象系统是陆地卫星-4的专题制图仪和航天飞机成象雷达。这是陆地卫星-4的专题制图仪送回来的第一张图象!它的数据质量“比预期的好”。这张照片是底特律的详细观测图,“它是一付兴奋剂,使我们认识到在遥感研究领域应该进行哪些工作”。     

遥感图像的数据压缩技术研究

主要讨论了两种遥感图像的数据压缩方法改进的JPEG算法和噪声分解压缩算法.传统的JPEG算法会引起恢复图像的视觉失真,根据遥感图像的数据特征,设计出了一种新量化器,使图像的压缩效果和恢复图像的质量都有一定程度的提高.实际遥感图像都不可避免地存在随机噪声干扰,噪声干扰使得几乎所有的压缩算法性能降低,为此,我们提出"噪声分解压缩算法"的思想,使压缩算法变得更有效.     

Space object material identification method of hyperspectral imaging based on Tucker decomposition

Space object material identification method based on Tucker decomposition is proposed and demonstrated experimentally. Space target generally has a low spatial resolution because of the limitation in detection distance. Hyperspectral imaging (HSI) technology can capture the image from visible light to shortwave infrared continuously while providing the spatial and spectral information of the target, thereby introducing a new space target detection and identification approach. However, the data obtained by the HSI system often contain mixed pixels, thereby causing difficulties in target material identification. In this work, a material identification method of hyperspectral data based on Tucker decomposition is proposed by combining mixed spectral theory with tensor decomposition. The feasibility of the method is verified by using satellite model hyperspectral data with different spatial resolutions compared with the endmember obtained from the non-negative matrix decomposition (NMF), independent component analysis (ICA), tensor singular value decomposition (t-SVD). The average CORR of NMF, ICA, t-SVD and the proposed method is 0.2694, 0.5818, 0.6397 and 0.937, correspondingly. Therefore, the proposed method has demonstrated a more remarkable performance in terms of material identification, the analysis results of the material abundance distribution that used the proposed method.     

面向Web科学可视化的临近空间数据视频化方法

临近空间在科学、经济和军事等领域具有重要价值，高效便捷地进行临近空间数据Web科学可视化和信息提取是临近空间数据应用不断深入和扩展的必然需求，但是，已有的临近空间数据类型繁杂和数据量巨大，成为Web传输和实时可视化的关键瓶颈。从数据组织方法角度展开了研究，根据临近空间数据的特点，结合视频压缩原理，提出了将临近空间数据进行分解、插值和色彩空间变换处理形成图像后，选取适宜视频压缩编码方法将图像编码为视频。实验结果表明:所提方法可以实现临近空间数据在Web环境下的高效组织，在保障可视化质量的前提下通过降低数据网络传输量实现了临近空间数据的实时可视化需求。研究结果可以直接解决临近空间数据Web实时可视化问题，将为临近空间科学研究和知识发现提供可视化理论和技术支持，并为类似海量数据Web科学可视化提供方法借鉴。      

基于三维点云模型的空间目标光学图像生成技术

空间探测任务中大量先验图像数据的缺乏，使得基于光学图像的态势感知和导航算法无法被有效定量测试和评估。针对此问题，提出了一种基于三维点云模型和射影变换基本理论的空间目标光学图像生成方法。在完成对空间目标三维点云模型和仿真摄像机模型构建基础之上，利用射影变换基本理论依次计算像平面所有像素点与空间目标三维点云模型空间点的对应关系，并基于Lambertian漫反射模型和相对应空间目标三维点云模型空间点的光照方向，得到所有像素点的灰度值，从而生成给定空间目标的光学图像。大量仿真实验表明:与传统的基于解析模型的仿真图像生成方法相比，所提的空间目标光学图像生成技术能够以更快的速度生成更加真实的仿真图像，且生成的仿真图像可以广泛应用于椭圆拟合、陨石坑检测、着陆器视觉导航、航天器交会对接、空间目标跟踪等典型空间应用算法的定性与定量评估。      

一种基于方差的自适应火星图像阈值选取算法

在基于光学成像的深空探测自主导航中,图像边缘处理直接影响视线矢量的提取,从而对自主导航的精度产生较大影响。传统的Otsu算法更侧重同区域灰度的均匀性,适用于图像中目标区域和背景区域面积相差不大的情况,因此在自主导航初始阶段,导航精度较低。根据深空探测巡航段拍摄到的火星图像的特点,基于已有火星探测任务的实拍图像,在Otsu算法的基础上,重新设计准则函数,提出了一种基于方差的火星图像阈值自适应选取算法。该算法将灰度值高于待定阈值的区域的方差表示为待定阈值的函数,以函数一阶微分的最大值对应的灰度值作为最优阈值。该方法具有计算量小、图像分割精确的优点。仿真结果表明,相较于传统的Otsu算法,通过该算法得到的图像阈值能够实现更高的视线矢量提取精度及自主导航精度。     

融合邻域色差的PSPNet对遥感影像的分割

传统的遥感影像语义分割利用影像的光谱特性,将具有相似值的像素进行归类,但无法区分具有不同光谱的同一类对象.针对这一问题,提出将邻域的色差信息和原始图像一起输入PSPNet网络中的方法.先将RGB变换到LAB空间,然后采用CIELAB公式计算出每一个像素与周围8个邻域像素的色差值,取平均值作为该像素的邻域色差值.在WHU...     

基于像素间孤波的图像处理模型分析

通过对数字图像像素栅格之间非线性影响的研究,建立了像素间非线性影响的一维和二维时间演化方程模型,通过对方程模型的分析可知图像在空间上是离散的,图像像素之间的作用关系是非线性连续的,且方程具有解析性的孤波解.模型重点研究像素孤波的两个孤波之间的相互作用,给出了像素孤波的二孤波解,利用像素孤波的相互作用来研究模型的性能,发现像素孤波相互作用后仍能保持自身性质不变,因此可用像素孤波代替像素本身.同时发现像素孤波在相互作用时其幅值是两者的非线性叠加,可以作为影响的结果;并且像素孤波相互作用时其相位会发生特定的改变,可以将其映射为像素之间相互影响的方向信息.通过实验表明,模型可以用在图像滤波中,平滑度并不最优但是图像细节得到更多保留.      

星载TDI CCD相机成像仿真系统的实现

以VC++ 6.0为开发环境, 基于航天TDI (Time Delay and Integration) CCD相机地物点与像点的映射模型, 开发了TDI CCD相机成像仿真软件系统, 建立了由卫星单轴气浮姿态控制仿真台和地面星载TDI CCD相机成像仿真软件系统构成的实时航天TDI CCD相机成像仿真平台, 可动态模拟航天TDI CCD相机在进行标称偏流角调节后卫星姿态角速度误差对航天TDI CCD相机成像的影响, 仿真结果与实际成像结果基本一致.      

基于CCSDS的低码率图像压缩优化算法

为了提高空间数据系统咨询委员会（CCSDS）采用的图像压缩算法的编码效率,提出了一种二维预测模型。通过利用图像像素之间的空间相关性对直流系数的预测模式及其熵编码算法进行改进和优化,该算法在有效地提高了直流系数的压缩比的同时,也增强了其抗误码性能。试验结果表明,该算法在低码率条件下能获得更好的图像编码质量,与CCSDS原有算法相比,峰值信噪比值提高了0.1~0.3dB。算法可极大地满足星载图像压缩数据在低码率下传输的要求。     

结合等值面绘制与体绘制的电磁环境可视化方法

为提高现有的电磁环境三维可视化效果,提出一种将等值面绘制融合到光线投射体绘制中的网格投影算法。将等值面网格化,利用空间网格表现等值面并融合进体绘制生成的电磁环境图像中。将平面均匀网格平行投影到电磁环境体数据中具有同一数据值的数据采样点上,由此生成网格化的等值面。投影到体数据中的网格沿投射光线的反方向确定其对应于光线投射生成图像上的像素点,并将网格颜色值融合到此像素点中,实现融合绘制电磁环境。在统一计算设备架构(CUDA)下并行实现本文算法后,不仅电磁环境的绘制效果比融合前有提升,而且更新绘制速度能够达到实时,支持用户实时交互控制。     

基于中心-对数半长的区间数据主成分分析

为研究多变量区间数据的降维和可视化,采用包含中心点和半长对数值的二维数组表征区间数据,建立了区间数据的代数运算法则,并在此基础上提出了一种新的区间数据主成分分析(PCA)方法。对区间半长取对数的处理保证了最终得到的区间主成分半长非负的合理性,计算过程简单、复杂度较低,并且使得降维前后样本集合中点点之间相对位置的改变尽可能小。通过对高维空间进行变量降维,从而多种经典的统计分析方法能够得到运用,同时能够在低维空间中描绘原始高维空间中的样本点,使得多变量区间数据的可视化成为可能。仿真实验结果表明了所提方法的有效性。