资源三号卫星廊坊地区遥感数据的融合处理

本文以资源三号卫星河北省廊坊地区2A级全色遥感影像和多光谱影像数据为基础,采用遥感数字图像处理软件ERDASIMAGINE进行了研究区域的提取,并对提取的感兴趣区进行了几何校正,即图像配准处理,然后进行了融合处理,分别采用了空间增强的分辨率融合算法、改进IHS分辨率融合算法以及小波分辨率融合算法,通过和融合前的影像进行对比,融合后的影像既保留了多光谱影像的丰富的波谱信息,同时具有了全色影像的高空间分辨率的特征,最后对比三种融合算法,得出改进的IHS分辨率融合算法效果最佳。     

基于Contourlet与HIS变换的SAR与多光谱影像融合方法

为了提高SAR影像的解译水平,本文利用Contourlet变换在影像表述上能够弥补小波变换不能有效捕捉二维空间实体的特点,提出了一种基于Contourlet与HIS变换的SAR与多光谱影像融合方法。实验选取了一组TM 多光谱影像与ERS-2 SAR影像进行融合研究,并将融合结果与基于HIS变换、DWT结合HIS变换融合方法的融合结果进行视觉比较与统计分析。结果表明,无论是目视比较还是统计分析,本文方法都很好的将SAR影像的空间细节与多光谱影像的色彩信息集成到了一起,显著地提高了SAR影像的解译水平,相对于基于HIS、DWT+HIS变换的融合方法获得了更好质量的融合影像。     

基于加权小波变换及MTFC的多光谱影像融合方法

IHS(intensity-hue-saturation)变换是影像融合实际生产中使用最多的一种方法,而小波变换是近几年来影像融合中的热门研究方向。但是现有方法存在纹理畸变和光谱畸变的现象,尤其是当地物光谱特性在全色和多光谱中存在较大差异的时候,融合后光谱畸变将会十分突出。为了解决上述问题,在分析现有小波变换方法的基础上提出了一种基于加权小波变换及调制传递函数补偿(MTFC)的多光谱影像融合方法,通过引入多相位小波变换的方式来抑制小波变换产生的纹理畸变,同时通过引入MTFC的方法来恢复影像融合中丢失的纹理信息。文章选用"高分二号"卫星影像来验证算法的有效性,试验结果表明,与现有的融合方法相比,文章中提出的算法能够很好地抑制影像中的光谱畸变,同时保留更多的有效纹理信息。     

多源遥感影像信息融合研究现状与展望

遥感影像信息融合是近几年来国际上遥感领域的研究热点，也是解决多源遥感海量数据富集表示的有效途径。它可以增强多重数据分析处理能力，为大规模遥感应用研究提供一个良好的基础。本文首先介绍了国内外进行多源遥感影像信息融合的研究发展状况，提出存在的关键技术问题和解决办法。最后，对其未来发展前景做了展望。     

星上遥感影像在轨处理进展研究

从星地数传、高时敏任务等对星上遥感影像在轨处理的需求出发,本文对美国、欧洲以及国内主要的星上遥感影像在轨处理进展进行了研究;以此为基础,结合星上遥感影像在轨处理框架与深度学习等智能处理技术,分析了高性能星上智能处理平台构建、基于深度学习的遥感影像在轨智能处理、多源遥感影像数据在轨融合处理、星地协同数据处理及在轨更新等星上遥感影像在轨处理关键技术;最后,对星上遥感影像在轨处理未来发展趋势进行了总结,为进一步提升遥感卫星在轨应用效能提供参考。     

珠海一号高光谱影像云检测算法

珠海一号高光谱卫星具有高空间、高光谱、高时间分辨率等特点,有效推动了高光谱遥感数据在农林环境、自然资源探测等领域的广泛应用,其中高精准的云检测是遥感数据预处理的关键步骤。如何对高光谱图像有效特征提取并克服传统云检测方法特征复杂、算法参数多、计算量大、鲁棒性差等缺陷,是高光谱云检测研究的关键问题。为此,提出了一种多尺度特征融合的U型结构网络,模型首先利用残差模块进行特征编码,并将编码进行多尺度融合,在网络的跳跃连接处引入了坐标注意力机制提取有用信息,最后通过残差解码得到输出结果。实验前首先利用主成分分析降维,将高光谱数据重构为4维影像数据,然后通过数据标注与数据增强,建立珠海一号高光谱影像云检测数据集。采用了38-Cloud云数据集训练初始网络参数,随后利用构建的数据集进行迁移学习。实验结果表明,对于所建立的珠海一号高光谱云检测数据集,所提方法的像素准确率达到92.28%,可以实现高精度的高光谱遥感影像云检测。     

基于云空间分布的遥感影像应用场景评估方法

当前云覆盖遥感影像的可用性筛选方法,通常仅考虑总体云量覆盖率,易导致影像利用率低的问题。文章提出一种云空间分布的遥感影像应用场景评估方法:首先采用光谱阈值法提取初始云区范围,并利用数学形态学方法优化初始云区范围;然后利用地理国情监测数据作为云下地表覆盖先验数据,结合云区检测范围,以单景遥感影像为单位,得到影像的可视云下地类图和云遮挡、云区连片度指标;最后结合定性和定量的评价指标,综合评估得到单景影像的优势应用场景。文章以两景不同地区的"高分"系列卫星数据对该方法进行实验,结果表明:该方法为影像筛选提供了多维度云遮挡评价指标,能够有效评估单景遥感影像的优势应用场景,可以有效地提升云覆盖遥感影像的利用率。     

基于空间分割的影像条带噪声去除方法

光学遥感卫星影像中包含系统条带噪声和随机条带噪声,由于多种因素的干扰,即使进行系统条带噪声去除后,仍残留部分随机条带噪声。文章通过分析现有卫星遥感影像中的随机条带噪声特性,基于常规的随机条带噪声去除方法,提出一种新的基于空间分割的条带噪声去除算法。该方法以影像的均值、中值以及梯度值构建判定准则,将影像分为动态范围变化较小的多个区域,同时将地物边缘单独提取出来予以保留;然后采用标准矩匹配的方法对单独区域进行处理,在剔除噪声的同时抑制灰度畸变的产生;最后采用中巴地球资源卫星04星（CBERS-04）数据作为试验对象进行了随机噪声去除试验,试验结果表明新方法在去除随机条带噪声的同时很好的保持了原始影像的纹理信息。     

遥感卫星运营中的质量控制措施

一、前言随着遥感平台数量的增长和传感器技术的提高,遥感影像正在向高时间分辨率、高空间分辨率、高光谱分辨率的目标迈进,其应用范围更广、层次更深。卫星遥感影像数据采用卫星平台采集获得,具有获取周期短、覆盖范围广、不受地区限制的优势。目前高质量的遥感影像已经引起全球军事、国土、测绘、城市规划、地质、林业、农业等领域的高度重视[1],为行业发展和科学研究提供了高效率、高质量的基础数     

地表双向反射特性对遥感图像的影响分析

在进行空中和地面遥感观测时,从不同高度和方位观察同一地物,会发现其亮度和对比度等特征将发生明显的变化。而且,这种差异不仅与太阳入射角及观测角度有关还随物体空间结构要素的变化而变化。文章通过6S辐射传输模型仿真分析了土壤、植被、水体以及城市的双向反射特性及其对遥感成像的影响,重点结合Quick Bird图像和真实场景比较...     

基于小波和支持向量回归的高光谱遥感图像压缩

高光谱遥感成像技术能够获取探测对象丰富的空间信息和光谱信息,但所得图像海量数据的存储与传输制约了其应用。为此,提出了一种基于三维整数小波变换和小波支持向量回归的高光谱遥感图像压缩方法。首先采用三维整数小波变换把高光谱遥感图像分解成不同尺度的多个子带。然后对低频子带直接进行DPCM编码,而对高频子带则利用小波支持向量回归学习其小波系数之间的相关性,并采用小部分训练样本即支持向量来稀疏表示小波系数,以此达到压缩高频小波系数的目的。最后对支持向量及其相应的权重进行熵编码。文中给出了实验结果,并与基于3D SPIHT和JPEG2000的高光谱遥感图像压缩方法进行了比较,结果表明：所提出的方法在相同比特率下能够获得更高的峰值信噪比。     

基于最小距离法的遥感图像分类

本文在ENVI遥感图像分析软件环境下,利用最小距离法对遥感图像进行了有监督分类。仿真实验通过对遥感图像中地物目标的光谱信息和空间信息进行分析及特征提取,利用判别函数计算到中心的距离,解读遥感图像,并对分类结果进行定量评估。实验结果表明用最小距离法来分析遥感图像可以获得较高精确度。     

基于层次化分类器的遥感图像飞机目标检测

在大量航空航天遥感图像中,快速发现和统计飞机目标并对其进行准确定位,在军事和民用方面均具有重要意义。结合遥感图像特点,针对飞机目标的特征,文章设计了一种基于层次化的分类器的遥感图像飞机目标检测方法。首先用基于哈尔（Haar）特征的底层AdaBoost分类器快速去除大部分非目标区域;然后用基于梯度方向直方图（Histogram of Oriented Gradient,HOG）特征的顶层支持向量机（Support Vector Machine,SVM）分类器进行精细检测。在分辨率为1m的遥感图像数据集上的实验结果表明,层次化分类器在保证较高检测率的前提下,大大降低了虚警率,可以有效解决遥感图像飞机检测问题。     

高分辨率卫星结构-控制-光学一体化建模与微振动响应分析

文章针对高分辨率遥感卫星的微振动分析,给出了一种结构-控制-光学一体化建模方法:将微振动干扰源模型、整星结构模型、控制系统模型和光学系统模型按照实际的物理联系连接为一个整体,进而预测空间相机在轨微振动的像移响应和干扰源到像移的传递特性。以某遥感卫星为例,将其微振动下的像移响应和传递特性与工程中的其他处理方法的计算结果进行了对比分析。研究结果表明:一体化建模分析方法从原理上更接近卫星在轨实际工作情况,能够给出较为合理的微振动分析结果;其他工程处理方法的分析结果均与一体化建模分析方法有差异,使用时应根据设计和分析的具体目的与条件恰当选择。     

基于支持向量机的无参考遥感图像质量评价方法

针对遥感图像主观评价方法的低效率以及常用客观评价方法无法充分考虑人眼对图像的感知特性的问题,文章提出了一种基于支持向量机的无参考遥感图像质量（quality）评价方法。首先建立遥感图像主观评价库,然后在不需要图像失真信息的基础上,利用支持向量机（SVM）将图像的失真类型分为三类,并对每类进行单项评价,再通过加权得到遥感图像的总评分,最后将本文方法、信噪比与信息熵的评价结果回归到主观评价空间并进行对比。实验证明,文章所提方法能客观地评价遥感图像的质量,且优于信噪比和信息熵两种质量评价方法,其结果与人眼视觉感受相符。     

敏捷遥感卫星工作模式研究

综述了国外商业遥感卫星发展情况,归纳总结了高分辨率商业卫星的主要技术指标和特点。在充分调研国外敏捷遥感卫星的基础上,从成像目标需求、分辨率与幅宽关系、立体成像三方面总结出此类卫星的技术特点,阐述了发展敏捷遥感卫星的重要意义和作用,并深入分析了实现姿态敏捷控制的技术途径。利用姿态的敏捷控制能力,研究提出了多点目标成像、立体成像、宽幅拼接成像、动态扫描成像等4种典型工作模式,完成了敏捷卫星主要工作模式的分析与设计,并基于此工作模式要求,提出了敏捷卫星工程实现的技术途径。     

改进暗通道遥感影像去雾方法及效果分析

遥感影像的预处理工作是遥感数据应用的基础。去除云雾是影像预处理工作的重要组成部分。针对遥感影像雾霾浓度分布不均匀的问题,提出一种改进的暗通道遥感影像去雾方法。以"高分一号"(GF-1)卫星为例,根据影像灰度图中的灰度值对影像雾霾浓度区域进行划分,对每个区域中暗原色值的获取方式进行改进,使用导向滤波优化大气传输率,以归一化植被指数(NDVI)为基础,设计用于评价影像去雾质量的定量指标。结果表明:所提出的方法能明显去除雾霾干扰,有效改善卫星影像数据的视觉效果,增强影像细节。该方法去雾处理后的遥感数据能应用于定量遥感,提高遥感影像的可用性及有效性。     

高分辨率卫星遥感图像的偏流角及其补偿研究

卫星遥感采用高分辨率TDICCD相机时，由于地球的旋转产生图像运动的偏流角，偏流角对这种遥感图像的质量影响较大，需要进行补偿，并通过遥感视线的校正实现。补偿的首要工作是确定图像运动的偏流角和遥感视线的修正量。基于航天器飞行动力学原理，本文求出了各种近地轨道的偏流角、偏流角角速度，把遥感视线的校正分成粗校正和精校正，并给出了修正量的确定方法。针对椭圆轨道和圆轨道情况的偏流角及修正量的计算，验证了本文算法的有效性。     

一种光学遥感成像系统优化设计新方法研究

针对空间光学高分辨率遥感器,既要实现轻小型化,又要获得高品质遥感图像的要求,文章提出一种空间光学遥感成像系统优化设计新方法;综合考虑成像链路各环节因素,采用全面的指标设计和合理的优化设计流程来改进空间光学遥感成像系统的总体指标和成像品质,并显著降低遥感器的研制难度.通过比较全链路优化设计方法和传统设计方法的仿真结果及其...