首页 > 文献资料
-
一种遥感图像机场跑道的多尺度提取方法
遥感图像机场跑道边缘的提取是机场识别的主要方法.传统Hough变换在线段提取方面具有较高抗噪性,但用于遥感图像机场跑道提取时存在边缘定位性较差及弯曲跑道误检率高的问题.本文提出了图像空间多尺度Hough变换方法,提高了Hough变换在提取、检测线段时的定位能力;将传统Hough变换的对参数空间改进为相对参数空间,增强了Hough变换检测小线段的性能,并利用分段线段的连接,达到机场跑道边缘中直线段与曲线线段检测的目的.试验结果表明该方法在保持Hough变换高抗噪性的同时,可有效地检测复杂背景下遥感图像中的机场跑道边缘,并保证了边缘的连接性.
-
基于频域解混叠的遥感图像融合处理
目的:根据shanon采样定理,研究将多幅低分辨率遥感图像进行信息融合处理,形成单幅较高分辨率图像.方法:用数学方法求解对应于低分辨率遥感图像的统一频谱混叠.结果:给出了不同分辨率图像频谱混叠矩阵的统一表达式.结论:实验结果证明了本算法能有效提高遥感图像空间分辨率O.5～1倍.
-
邻域相关自适应对比度均衡遥感图像增强方法
提出了一种改进的自适应对比度均衡遥感图像增强方法,首先将图像划分为互不重叠的子块,在计算当前对比度均衡图像子块局部统计参数系数时,引入了一个覆盖该图像子块邻域图像子块的矩形滑动模板,利用模板内图像的局部统计参数计算对比度均衡变换系数.在增强对比度的过程中引入了平滑因子,在增强图像的同时抑制了图像中噪声.遥感图像增强实验结果验证了改进方法的有效性.
-
神经网络用于遥感图像压缩的一些研究结果
本文采用多层前馈神经网络对遥感图像进行压缩,给出了具体的压缩算法.对压缩比为8倍、12倍、16倍时压缩效果进行了计算机仿真,给出了仿真结果,结果表明多层前馈神经网络压缩效果(客观和主观效果)都比较理想.
-
遥感图像质量雾霾影响的无参考评估
遥感技术可以提供大量有效信息,在监测和测绘领域占有十分重要的地位.然而,遥感图像通常会受到雾霾影响而降低质量.雾霾浓度评价算法可以评价场景中的雾霾程度,以便对雾霾影响严重的图像进行滤除,并对雾霾较轻的图像根据雾霾指标的大小进行自适应的去雾,从而保证遥感图像解译的可靠性.本文针对这个问题提出了一个雾霾影响遥感图像质量的评价指标.首先,根据雾霾区域的亮度值大于非雾霾区域的亮度值这一特性定义了雾霾图.然后,根据韦伯准则计算雾霾图的对比度,以此作为评价雾霾的指标.实验结果表明,该指标的评价结果与主观评价结果具有很好的一致性,可以代替主观评价对受雾霾影响的遥感图像进行质量筛选.
-
基于ReliefF+mRMR特征降维算法的多特征遥感图像分类
遥感图像分类对地面背景红外辐射特性仿真具有重要作用,提取的特征的性能直接影响分类精度.本文以高分辨率遥感图像为研究对象,提出了一种结合ReliefF和mRMR算法的特征降维算法,首先,通过ReliefF算法计算出各特征的权重系数,对特征集进行加权;然后利用mRMR算法选出与类别具有大相关性且相互之间具有小冗余性的特征.实验采用提出的算法对原特征空间进行优化,然后基于优化后的特征空间进行遥感图像自动分类,结果表明此方法能较好的提高分类精度.
