针对行星多探测任务获取的海量遥感数据,提出一种基于现有参考图像匹配策略优化的自动几何精纠正技术方案。考虑到某些新传感器图像与已有参考图像的分辨率相差较大,提出了利用中间分辨率图像作为过渡的间接匹配策略; 另外,针对月球和火星典型探测任务的遥感图像给出了相应参考图像的选取方法。选取嫦娥一号(CE-1)、嫦娥二号(CE-2)CCD图像和火星高解析度科学实验成像照相机(HiRISE)图像进行实验。针对CE-1和CE-2图像数据,选取月球侦察轨道飞行器宽角相机(LROC)图像作为参考; 而针对HiRISE图像数据,选择以背景相机(CTX)图像为过渡、火星热辐射成像系统(THEMIS)图像为参考。利用自动匹配获取一定量的控制点,实现了行星遥感图像的自动几何精纠正。通过人工选取的检查点对纠正后图像进行精度评价的结果表明,所提出的自动几何精纠正方案是有效的,利用自动选取的控制点进行纠正后的图像定位精度明显提高,对月球和火星遥感图像的几何处理有实用价值。
随着卫星遥感技术的日趋发展与成熟,利用卫星影像进行测绘生产也越来越重要。由于卫星影像与传统航空影像不同,当运用现有的测图相关技术手段将数字影像放大到像元级别以寻找控制点位时,受传感器随机分割生成的像元以及周围地物的影响,无法在一系列混合像元中准确进行控制点的定位和量测,增加了航测绘图产品的误差。为此,设计了一种用于数字摄影测量且不同于现有航测规范中所涉及的地面标志,并提出了基于该种标志的点位偏移量解算方法。该算法解决了在数字影像上寻找点位困难问题的同时提高了单点的定位精度。最后,通过GeoEye-1卫星立体像对的定位实验验证了该方法的实用性和准确性。
遥感图像之间的信息互补可以提高图像分辨率,但插值方法易使图像边界模糊、部分细节信息丢失。针对这一问题,提出一种基于参叉像元与非均匀B样条插值相结合的遥感图像超分辨率重建方法。利用经灰度匹配和亚像元级几何配准的2景低分辨率图像,通过参叉交错像元采样到原图像网格2倍的网格中; 对于没有值的坐标处用三次B样条插值,插值时选用非均匀的节点参数化方法,曲面图像网格点由邻域36个已知像元组成; 在求解待插值点参数值时引入平行线法和黄金分割法迭代寻找最优值,使插值更准确; 最后对插值后的图像进行复原处理,重建可视效果更好的"高"分辨率图像。对实验图像的评价表明,用本文方法重建的图像在清晰度、信息量、信噪比和分辨率等方面均有较大的提高。
针对大规模、近病态法的近景区域网平差法方程快速解算问题,提出基于预处理共轭梯度(preconditioned conjugate gradient,PCG)法的稀疏解算方法。首先,通过选择与法方程系数矩阵对应的对角平方根矩阵作为预处理矩阵,以改变待估参数向量的坐标基,进而改善法方程系数矩阵性态,达到利用PCG提高收敛速度和解算精度的目的; 然后,通过应用稀疏矩阵提高平差法方程系数矩阵的储存与求解效率。实验结果证明,该方法不影响摄影测量中区域网平差中多类、多尺度参数同时解算的收敛域,不但具有很高的解算精度,而且速度较快。
随着无人机(unmanned aerial vehicle,UAV)技术的飞快发展,UAV已成为航空遥感图像获取的重要手段。但与传统的大飞机航空摄影相比,UAV在平台的稳定性方面较差,采集图像时受自身配重、即时飞行环境等外界因素影响,使得最终获得的遥感图像存在复杂的几何变形,导致其图像配准过程存在很大的困难。针对此问题,首先基于UAV的POS数据进行图像重叠区域估算,利用Forstner算子提取图像中的特征点并结合信息熵对图像进行分块处理; 然后通过基于旋转的归一化互相关(normalized cross-correlation,NCC)系数寻找相匹配的同名特征点,最终实现UAV图像的配准。实验结果证明该方法切实有效,并且保持了较好的鲁棒性。
从遥感图像中提取边缘线是一个经典的课题,不同的边缘提取算法适用于不同类型的图像。实际图像中道路的几何形状不甚规则,因受到建筑和树木遮挡导致对比度较低且噪声影响较严重,道路边缘线会发生断裂,故高分辨率遥感图像道路边缘线提取一直是一个研究热点。针对现有方法很难提取出清晰连续的道路边缘线问题,提出一种遥感图像道路边缘线提取新方法: 首先通过方向模板检测边缘点,搜索出分块图像中的子线段; 然后延伸子线段并进行投票,连接处于弯曲边缘线的直线段,将长度大于特定阈值的边缘线作为输出结果; 最后去除毛刺和分叉,取8个方向道路的并集作为最终道路网。实验结果表明,该方法能够从高分辨率遥感图像中较好地提取带有一定曲率、对比度较低、噪声影响严重的道路边缘线。
机载LiDAR数据是进行矿山高植被覆盖区地面塌陷调查的有效工具。利用湖南某矿区的机载LiDAR点云数据,提出了一种基于区域分割的渐进三角网滤波构建DEM的方法。首先,对原始机载LiDAR点云数据进行重新组织,以提高邻域点计算效率; 其次,结合高程差计算区域统计值,按照地形情况分割测区内的地面点和非地面点,利用地面点构建初始稀疏TIN模型; 然后,通过计算其他点与TIN的距离,渐进加密三角网,提取地面点; 最后,剔除孤立点,生成格网间距为1 m的DEM。研究结果表明: 基于区域分割的渐进三角网滤波构建的DEM能够较为精细地表达地形信息,特别在高植被覆盖区域,能够提取出高精度的真实地表DEM,可更加准确地表达出矿区高植被覆盖区的地表塌陷位置和范围等信息。
土壤中的水分是地球生态系统的重要组成部分,在全球水循环中发挥着重要的作用。基于被动微波数据提取的湿度指数因其具有全天候、高时间分辨率和数据处理简单等优点,大大推进了大范围地区土壤湿度的重复观测。基于AMSR-E(advanced microwave scanning radiometer-earth observing system)数据提取了8种微波湿度指数,利用密云和汉中气象台站的数据,分别对各个微波湿度指数进行时间序列分析,通过比较得到与降水量相关性较好的垂直极化多时相微波湿度指数PIV,6.9和比值指数DIV,10.7; 在此基础上,分析该2种微波湿度指数在密云和汉中10像元×12像元矩形区域随降水量的变化; 同时,与10.7 GHz的微波极化差异指数 (microwave polarization difference index,MPDI)进行比较,评价3种指数对土壤湿度的监测优劣; 在全国范围内,分别对3种微波湿度指数与降水量进行相关分析,得到全国土壤湿度监测的最优指数。结果表明: PIV,6.9作为一种新的微波湿度指数效果最优,可以用于全国范围的土壤湿度监测研究。
应用纹理特征进行影像分类,关键在于纹理特征参数的确定。以洪泽湖湿地典型地区为研究对象,选择灰度共生矩阵进行纹理特征计算,探讨灰度共生矩阵窗口尺寸、移动步长、方向和纹理特征统计量对淡水湖泊湿地的区分能力; 然后,利用纹理特征和地物光谱特征,结合决策树方法对研究区湿地及其他主要地类进行分类,并通过混淆矩阵进行精度评价。结果表明: 研究区湿地分类中纹理特征的最佳窗口大小为3像元×3像元,方向为90°,步长为1个像元,纹理特征统计量组合为均值、熵和相关度; 分类精度为83.24%,Kappa为0.788,其结果验证了纹理特征参数选择的科学性和合理性。
从数据本身特征及其应用2个方面对地震监测中常用的地表温度(land surface temperature,LST)和长波辐射(outgoing longwave radiation,OLR)数据进行了对比分析。利用全球数据进行的对比分析结果表明,2种数据在高纬度和中纬度地区具有空间分布上的一致性,但在赤道及低纬度地区则表现出明显差异,认为这一差异与云量分布关系密切; 根据我国大陆的云量分布特点选择特征点进行LST和OLR的对比分析表明,云量大于65%的区域,二者的同步性较差,云量低于65%的区域,则同步性较好。据此,以同步性较好的青海地区和同步性较差的中南部区域为试验区,对比了2种数据的涡度计算结果。研究表明,在地震监测应用中,利用2种数据获得的地震异常信息在时、空、强特征上表现为相同或不同都是可能的,LST主要是对增温现象的反映,而OLR则侧重于对整个地-气系统异常的综合反映。
为了论证Landsat TM 与 HJ CCD影像植被指数间的相关关系,首先将多对同日过境的环境与灾害监测预报小卫星(HJ 1A/1B)CCD1/CCD2影像及Landsat TM影像的灰度值转换成表观反射率,然后针对不同的土地利用类型影像,通过回归分析建立二者归一化植被指数(normalized difference vegetation index,NDVI)之间的定量关系,计算二者的转换方程,分析二者间的差异。结果表明,HJ CCD及Landsat TM影像的植被指数之间具有显著的线性正相关关系,转换方程的转换精度较高。
提出了一种改进的FY-2E红外通道"晴空区"水汽信息提取算法——二次差分法,即在对红外分裂窗云掩图进行分裂窗差分的基础上再进行时间差分处理,或者先进行时间差分后再进行分裂窗差分处理。该方法能减弱晴空区地表温度变化对水汽信息提取的干扰,从而有助于获得水汽团的纹理及其移动信息。实验结果表明,应用该方法可以更加有效地追踪红外通道"晴空区"水汽微弱示踪信号的移动,获得传统云导风方法所无法得到的晴空水汽含量高值区风场信息,且晴空风矢与NCEP(national centers for environmental prediction)再分析资料级低空风场有着很好的一致性。