计算机在图像质量评价中的应用

本文介绍了遥感图像质量说价工作的主要内容及计算机在其发挥的作用。     

Landsat-5遥感卫星波段组合与比值分析在汶川地震前后的应用

文章在遥感图像处理软件ENVI的支持下,以汶川地震的极重灾区汶川县为研究区,选取2007年、2008年和2010年这3个时期的Landsat-5 TM数据为数据源,提取分析了地震前后TM数据的相关信息。利用相关系数矩阵、特征向量和特征值,按照最佳波段组合原则,对地震前后的TM影像进行了多种波段组合试验和比值分析。经分析得出以TM3、TM4、TM5波段组合为基础,参考其他组合（如TM1、TM4、TM5,TM4、TM2、TM7和 NDVI、TM5/TM3、TM4/TM3的组合）容易解译和判读 TM遥感影像的相关地物数据类型,为地震解译和灾害评估提供了理论依据和支撑。     

金属图像的自适应分割方法研究

针对金相图中分割问题,在分析对比传统的全局阈值分割方法的基础上,提出了一种自适应阈值分割方法。将原图像划分为若干子块,对每个子块利用最佳阈值的方法进行分割。实验表明,提出的方法简便易行,具有较好的鲁棒性和适应性;在完整、有效分割图像的同时,能够保留原始图像中的大量细节信息,对复杂背景图像的分割处理效果满意。本文研究为今后金相分析提供了可靠的依据。     

基于区域特征光谱的自组织特征映射神经网络高光谱图像主成分提取方法

非监督分类算法用于高光谱图像主成分提取时存在分类精度受数据分布状态和噪声影响大的缺点,导致提取效果差。论文提出基于空间信息的神经网络非监督分类主成分提取算法,该算法首先通过空间邻域自动聚类提取区域特征光谱替代像元光谱作为自组织特征映射神经网络的训练样本,经过训练神经网络自适应获取高光谱图像地物类别特征,最后通过对光谱矢量聚类完成主成分的统计和提取。论文提出采用区域特征光谱替代单象元光谱作为训练样本有效抑制了噪声对分类结果的影响,同时显著减少了神经网络的数据处理量,使主成分得到快速准确地提取。对深圳红树林自然保护区高光谱图像的仿真结果表明:神经网络训练样本数降低了约95%,更重要的是算法快速准确地提取了主成分,提取效果明显好于K-均值算法。     

卫星遥感图像无损压缩技术改进方法

采用预测原理的JPEG-LS无损压缩算法存在着固有的误码扩散现象,会影响其在卫星工程中的应用,且基于整幅图像预测的压缩算法还存在较大的处理时延,难以满足遥感图像实时性应用需求。文章对JPEG-LS无损压缩算法进行了改进,提出了采取分块压缩的措施来抑制误码扩散同时降低图像处理时延的方法,并利用风云四号(FY-4)卫星扫描图像对改进的JPEG-LS无损压缩算法进行了验证。结果表明:改进的JPEG-LS无损压缩算法可在有效抑制误码扩散的条件下,实时无损地将卫星遥感图像数据量压缩至一半左右。可为卫星遥感图像无损压缩技术的改进及工程应用提供参考。     

未来空空导弹遥测技术的发展

文中从多个方面论述了空空导弹遥测技术的发展方向、未来新技术在空空导弹中的应用 ,同时也指出了我们应该在几个重点方面开展的工作     

基于运动增强和颜色分布比对的运动目标检测

为检测无人机视频中的地面运动目标,提出了一种运动和颜色信息相结合的算法.采用前向运动历史图像来增强独立运动信息和抑制背景噪声,确保完整分割出候选运动区域; 提出一种迭代的、基于局部颜色分布比对的方法,去除候选区域中的背景像素,以更准确地提取单个运动目标.算法不仅节约了计算量,还有效降低了误检和漏检的可能性.多组无人机视频的实验结果表明了所提算法的高效性和鲁棒性.     

多光谱遥感图像压缩系统中的ROI编码方法

提出了一种基于EBCOT(率失真优化截取内嵌码块编码)算法的矩形ROI(感兴趣区域)编码的干涉多光谱卫星遥感图像压缩方法。该方法不需要对小波域的系数进行提升，而是在码流组织时通过对多光谱区域的误差跟踪提高恢复图像的质量。从而克服了传统方法因为增强系数与图像复杂度不匹配带来的ROI与BG的PSNR质量不协调的问题，该算法的解码器不需要知道该图像是否存在ROI，不需要反提升过程，完全正常解码即可，而且该方法保留了EBCOT的优良特性。实验表明，这种编码方式在干涉多光谱卫星图像压缩系统中可获得理想的效果。     

一种基于红外图像的目标自动识别算法

红外成像制导具有在各种复杂战术环境下自主搜索、捕获、识别和跟踪目标的能力,代表了当代红外制导技术的发展趋势。提出了一种红外图像预处理、跟踪、分类的自动目标识别算法,利用小波变换、形态学方法对红外图像进行预处理,提取不同频带的惯性不变矩作为特征量,利用神经网络进行分类识别,结果表明该算法具有很高的识别率,对于精确制导武器的目标识别研究具有一定的参考价值。