针对H/Alpha/A-Wishart非监督分类算法存在的未充分提取SAR图像极化信息和分类精度低等问题,引入多分量散射模型(multiple-component scattering model,MCSM)分解,提出了一个适用于全极化SAR图像非监督分类的MCSM-Wishart算法。首先对全极化SAR图像进行MCSM分解,提取体散射、二次散射、螺旋体散射、表面散射和线散射极化信息,采用迭代自组织数据分析技术(iterative self-organizing data analysis technique,ISODATA)的非监督分类算法进行聚类; 然后通过基于描述多视协方差矩阵的复Wishart分布的迭代分类得到分类结果。以南京溧水和盐城滨海湿地的ALOS PALSAR图像为研究数据,比较了H/Alpha-Wishart算法、H/Alpha/A-Wishart算法、MCSM-Wishart算法和监督-Wishart算法4种分类方法。研究结果表明,MCSM-Wishart分类算法在效率、总体准确率和Kappa系数等指标上均较原始分类器有一定的提高; 将ISODATA聚类算法应用于复Wishart分布的迭代分类器中,可有效提高分类的精度。
大气校正是高光谱图像定量反演地表参数的前提。为充分利用高光谱数据本身的光谱特点,提出了一种协同反演大气气溶胶光学厚度(aerosol optical thickness,AOT)与水汽含量(water vapor content,WV)的大气校正方法,在同时考虑了气溶胶模式、AOT和WV这3个因素的综合影响基础上,采用循环迭代的思想,基于6S辐射传输模型,反演大气参数及地表反射率,弥补了现有反演算法中没有同时考虑AOT与WV的不足; 并以武汉市Hyperion高光谱图像为例,验证了该算法的有效性。从与FLAASH算法及MOIDS提供的AOT和WV产品对比来看,该算法能较好地校正气溶胶与水汽对高光谱图像的影响,且反演过程中所有的输入均来自图像数据本身或6S辐射传输模型,无需输入额外的参数。
以正确提取城区LiDAR点云中建筑物为目标,综合利用不同类别目标点云的回波特征以及地形信息,提出了一种基于区域多次回波密度分析的LiDAR点云建筑物提取方法。首先,将点云构建不规则三角网(triangulated irregular network,TIN),获取封闭的等高线; 然后,利用等高线间的拓扑关系得到等高线族区域; 最后,统计每一区域的多次回波点云密度信息,通过建筑物和树木区域多次回波点云在区域密度上的巨大差异来识别建筑物点云和树木点云。研究结果表明: 该方法既充分利用了建筑物表面与植被间多次回波特性的差异,又不否定建筑物边缘同样存在多次回波的现象; 通过封闭的等高线自适应地检测出地物目标的轮廓,弥补了传统LiDAR建筑物提取方法的不足; 该方法能够较其他方法更准确地提取建筑物。
地形辐射校正(简称"地形校正")是复杂地形遥感定量化研究的关键环节之一。针对传统的经验地形校正模型存在的不同坡度采用同一校正系数的缺陷,基于简化的Three Factor+C模型,借鉴改进型Minnaert模型中坡度分级的思想,提出了基于Three Factor+C+坡度的地形校正方法。结果表明,使用Three Factor+C+坡度模型进行地形校正后的遥感图像,其均值、标准差、像元值与光照系数的相关性、阴阳坡光谱辐亮度值、离散指数和同质系数等6个指标均优于参与比较的C模型、SCS模型、Three Factor模型和Three Factor+C模型的对应指标。Three Factor+C+坡度模型有比较完善的物理机制,并较好地消除地形对光谱辐亮度的影响,值得推广。
为了充分利用多源遥感图像的影像信息,针对不同分辨率的遥感图像进行融合算法研究。通过对基于小波变换(warelet transform,WT)与IHS变换的改进算法研究,提出了基于轮廓波变换(Contourlet transform,CT)与IHS变换的改进算法: 结合传统IHS彩色空间变换,将经IHS变换获得的多光谱图像亮度分量与原全色图像分别进行CT; 然后对得到的低频分量采用自适应融合规则、高频分量采用基于区域相似度的阈值控制规则分别进行融合; 最后对融合后的高频和低频分量进行Contourlet逆变换,得到最终的融合图像。对比实验结果表明: 本文提出的方法能够在有效保留光谱信息的同时,纳入全色图像丰富的空间细节信息。融合之后的结果图像与原多光谱图像具有更高的相关系数和更小的光谱畸变度,并且信息熵和标准差较传统WT及CT更优,具有一定的实用性。
针对利用高分辨率遥感影像检测阴影时受水体和偏蓝色地物影像的影响问题,提出了一种主成分变换和多波段运算相结合的阴影检测方法。首先,统计、分析了QuickBird影像中阴影、水体及建筑物等典型地物的光谱特征; 然后,基于主成分变换和多波段运算相结合的方法识别阴影区域和非阴影区域,并利用多峰直方图阈值算法对阴影进行自动检测; 最后,利用形态学滤波算法对检测结果进行后处理。实验结果表明,该方法对QuickBird影像中的阴影提取具有较高的精度、效率和普适性。
由于合理有效地选择分割阈值较难,因此基于阈值分割的道路信息提取方法对于遥感影像中含有多种类型道路、或非道路地物干扰比较明显的情况适用性不理想。为此,提出了一种将Mean Shift和阈值分割相结合的方法来提取道路信息。首先,采用Mean Shift方法对遥感影像进行平滑处理,在较好地保持道路边缘信息的同时使道路内部的纹理分布更加均匀; 其次,对平滑处理后的影像进行Mean Shift分割处理,将具有相同或相似灰度值的道路用一种灰度值显示; 然后,选择灰度直方图中像素数量值高的线所对应的灰度值作为分割区间边界点进行多阈值分割,得到初始道路信息; 最后,对初始道路信息进行后处理,得到最终的道路信息。实验证明,该方法可以完成对遥感影像中道路信息的提取,拓宽了阈值分割方法提取道路信息的使用范围。
遥感图像分割中森林植被是重要的一类目标,有效确定森林植被的纹理尺度是纹理分割的重要问题。提出一种用蓝噪声理论描述遥感图像森林植被纹理特征的方法,是一种新的植被纹理刻画和纹理尺度计算方法。研究尺度与植被纹理形态的对应关系,对于选定的探测区域,迭代寻找蓝噪声特征。迭代过程包含通过几何变换缩小区域的尺寸,用快速傅里叶变换获取区域的频谱响应,从频谱响应中提取蓝噪声特征。对于具有蓝噪声特征的区域,计算森林植被纹理的灰度分布,根据当前区域尺寸计算纹理的尺寸。实验表明,森林植被纹理单元的尺度和灰度分布测量结果准确,为进一步纹理分割提供了可靠的基础。
叶面积指数(leaf area index,LAI)是描述植被冠层结构的重要参数,准确获取果树的LAI对果树长势监测和果树估产均有重要作用。以美国加州中部的果园为研究区,基于沿太阳主平面飞行成像的机载MODIS/ASTER模拟传感器(MODIS/ASTER airborne simulator,MASTER)数据,利用实测LAI数据与归一化差值植被指数(normalized difference vegetation index,NDVI)、归一化差值红外指数(normalized difference infrared index,NDII)和归一化差值水体指数(normalized difference water index,NDWI)分别建立回归模型,并选取NDWI进行研究区LAI的反演。结果表明: 由于地物的二向性反射,垂直太阳主平面飞行获取的遥感数据具有明显的亮度梯度现象,而沿太阳主平面飞行获取的遥感数据几乎不受亮度梯度的影响; NDVI在高植被覆盖区容易达到饱和,而NDWI比NDVI和NDII具有更高的拟合度和更小的均方根误差,更加适合研究区LAI的遥感反演; 该研究结果可以丰富LAI反演理论,也可以为研究LAI尺度问题提供理论和数据支持。
在处理分析海岸水陆特征时,引入水平集理论对复杂边界纹理特征信息进行提取。首先,对海岸线边界提取的相关研究及水平集理论进行了分析总结; 然后,结合区域边界信息及其区域光滑非参数密度估计,引入海岸边界区域特征分割算法,利用多种类型的影像对该算法进行了验证; 最后,为了说明水平集算法(level set method,LSM)对提取海岸线特征信息的有效性,对LSM算法与梯度下降方法在海岸线特征提取上的效率差异进行了比较。结果表明: LSM对海岸特征复杂纹理和噪声等信息具有一定的鲁棒性,同时对于有效边缘信息具有较强的检测灵敏度,能够迅速、有效地对其边界信息进行特征提取。
卫星图像模拟是在卫星发射之前,采用计算机模拟方法模拟图像的波段特征、空间几何特征、辐射特征、星历数据和格式编排的一项技术。为研究陆地卫星图像模拟技术,回顾了我国过去6 a自主开发卫星遥感图像模拟系统的发展过程,介绍了图像模拟系统设计及关键技术的实现情况。目前该系统具备的模拟波段包括可见光、近红外到热红外波段,模拟的空间分辨率在300~3 m。在模拟过程中,采用遥感辐射传输模型实现光谱特征模拟; 采用PROSPECT+SAIL模型模拟植被覆盖区的光谱,采用波谱库数据模拟非植被区的光谱; 基于对大气辐射传输过程的线性分解,建立了大气辐射传输过程查找表(LUT),在保证一定模拟精度的前提下显著提高了模拟计算的速度; 采用考虑地形起伏的高精度几何定位模型,逐像元计算出卫星观测视线与地球表层的交点,实现了几何信息的精确模拟; 最后,采用卫星发射后的观测数据和实验场测量数据验证了该技术的模拟精度。
新一代"图谱合一"的星载遥感传感器"推扫式宽视场成像光谱仪"设置了CH18(8.125~8.825 μm)和CH19 (8.925~9.275 μm)这2个波长在10 μm以内的热红外通道用于地温反演。为了验证传统的针对10~14 μm 大气窗口的分裂窗算法在8.0~9.3 μm大气窗口的适应性,介绍了基于Sobrino,Franca & Cracknell和Becker算法的3种分裂窗算法; 针对8.0~9.3 μm大气窗口的分裂窗波段设置进行了参数计算公式的修正; 并结合MODTRAN提供的热带模型、中纬度夏季模型、中纬度冬季模型、极地夏季模型、极地冬季模型和1976美国标准大气等6种标准大气模型,验证了各算法的地温反演精度。结果表明,Franca & Cracknell和Becker算法的误差在2 K以内,可以较好地移植于CH18和CH19的分裂窗反演地温; 但现行的3种分裂窗算法都难以保证地温误差小于1 K的要求。
以兴国县稻田土高光谱反射率为研究对象,分析南方丘陵稻田土碱解氮的光谱响应波段,运用光谱分析方法提取光谱指数,建立基于反射光谱特征的南方丘陵稻田土碱解氮高光谱反演模型。经分析可知,不同碱解氮含量的南方丘陵稻田土光谱曲线在波长小于700 nm波谱范围内呈现随着碱解氮含量的增高,光谱反射率降低,吸收深度越大的趋势; 通过分析南方丘陵稻田土碱解氮含量与光谱反射率16种数学变换的相关系数,提取敏感波段为694 nm,2 058 nm和2 189 nm。基于南方丘陵稻田土光谱反射率的碱解氮含量高光谱反演模型稳定性较强(R2=0.56),具有一定的预测能力,能用于南方丘陵稻田土碱解氮含量速测。
为建立土壤盐渍化遥感监测模型,选取宁夏回族自治区平罗县典型土壤盐渍化发生区域作为研究区,以野外原位光谱测量数据和实验室内测得的土壤含盐量与pH值数据为基础,进行高光谱数据处理,分析不同盐渍化程度土壤的光谱特征; 对实测土壤光谱反射率进行倒数、对数、均方根及其一阶微分等光谱变换,计算高光谱指数; 与土壤样本含盐量进行相关性分析,筛选盐渍化土壤的光谱特征波段,利用多元线性回归分析建立土壤盐渍化监测模型。研究结果表明: 以倒数一阶微分变换后的940 nm和1 094 nm波段作为特征波段构建的土壤盐渍化遥感监测模型最优。