评价滤波算法的SAR图像模拟

提出了一种简单的基于统计模型的SAR(合成孔径雷达)图像的模拟的算法．该算法首先根据自然场景(如海面、场地和森林等)的统计模型产生相关的Gamma分布，得到场景的后向散射系数图；然后根据乘法模型引入斑点噪声，得到复数的后向散射系数图；再将点面目标的后向散射系数叠加在后向散射系数图上；最后将该复数图像通过一个由SAR系统的系统传输函数定义的滤波器生成模拟的SAR图像．计算机模拟结果表明，该方法与以前的模拟算法比较，不仅能真实地反映SAR图像的特征，而且计算简单，为检验滤波算法提供了有力的工具．     

基于多通道Gabor纹理特征的遥感图像检索

遥感图像数据量的急剧增加,给研究者们提出了有效检索和管理图像的难题.为了快速准确地检索海量遥感图像,提出一种基于五叉树分解的多通道Gabor纹理特征图像检索新方法.该方法用五叉树分解法层层分解图像,在利用多通道Gabor滤波器与图像做卷积得到滤波能量值基础上,提取各子图像24个滤波能量均值和均方差作为纹理特征,并计算查询图像和与其大小相当的数据库子图像的纹理特征相似性距离,从而获得与查询图像相似的数据库子图像.将该方法用于高分辨率卫星和航空图像数据库的检索,实验结果证明了方法的有效性.     

利用图像分析实现函件自动登单处理系统

针对邮局业务的自动化、信息化改革，利用图像处理和图像分析方法， 结合模式识别理论，从复杂的信封背景中提取有用字迹信息，设计了自动化的给据函件自动登单处理系统。详细介绍了该系统的软硬件结构和整个图像处理过程。对各种信封的处理实验结果表明，所提出的该图像处理方法能够很好的满足实际邮政业务的需要，提高了邮件处理的效率和水平，减轻了工作强度。     

图像缩放的分片连续算法

在图像处理中，传统的放大或缩小变换不能保证图像内各物体之间边界的清晰，这往往不能适合许多场合的应用。为此，提出了一种新的图像缩放方法。该方法对源图像建立了分片连续数学模型。应用本方法得到的图像，边界分明、层面清晰、色彩丰富，忠实地反映了原始图像的面貌。     

模糊自适应算法的神经网络图像重建

在12电极ECT系统中,采用BP神经网络进行图像重建时以一定原则选取学习样本,并引入模糊自适应算法以加快训练的收敛速度,获得较满意的重建图像效果．     

基于特征系统实现算法的嵌入式桥梁远程索力检测系统

设计了一个基于模态分析技术的嵌入式索力检测系统.其选择使用具有较好性能及计算精度的特征系统实现算法识别拉索的各阶模态频率,并利用基于频域平滑的重采样技术和随机减量技术对振动信号预处理以得到自由响应信号;基于ARM芯片和Linux平台,使用嵌入式J2SE技术开发实现了监测系统,并进行了实际工程应用测试.结果表明:在嵌入式系统中实现的预处理算法和特征系统实现算法能够较精确地识别出大多数情况下拉索振动信号的基频值,并据此计算出索力值,设计的嵌入式索力检测系统具有有效性和实用性.     

基于分级的MRF视频运动检测算法及其实现

在阐述马尔可夫随机场（MRF）视频运动检测算法理论的基础上，采用分级的方法，形成图像序列的时空多分辨率结构，大大优化了单一分辨率MRF算法 的初始化过程，并通过软件进行了实现，有效改进了单一分辨率算法检测的结果。该算法应用于数字视频监控系统，可明显提高检测精度，具有较好的应用前景。     

海量遥感影像管理与可视化系统的研究与实现

随着遥感技术的飞速发展,产生了海量的遥感影像数据.为了有效管理和利用这些数据,研究设计了海量遥感影像管理与可视化系统.利用基于扩展的对象关系型数据库,对遥感影像进行组织和管理,并针对海量数据的显示效率问题,提出了优化方法,最后给出了系统运行的实例.实践表明,该系统能够较好地满足海量遥感影像数据的高效管理与可视化要求.     

基于多尺度学习与深度卷积神经网络的遥感图像土地利用分类

土地利用信息是国土资源管理的基础和重要依据,随着高分辨率遥感图像数据的日益增多,迫切需要快速准确的土地利用分类方法。目前应用较广的面向对象的分类方法对空间特征的利用尚不够充分,在特征选择上存在一定的局限性。为此,提出一种基于多尺度学习与深度卷积神经网络（deep convolutional neural network,DCNN）的多尺度神经网络（multi-scale neural network,MSNet）模型,基于残差网络构建了100层编码网络,通过并行输入实现输入图像的多尺度学习,利用膨胀卷积实现特征图像的多尺度学习,设计了一种端到端的分类网络。以浙江省0.5 m分辨率的光学航空遥感图像为数据源进行了实验,总体分类精度达91.97%,并将其与传统全卷积网络（fully convolutional networks,FCN）方法和基于支持向量机（support vector machine,SVM）的面向对象方法进行了对比,结果表明,本文所提方法分类精度更高,分类结果整体性更强。     

基于半监督子空间迁移的稀疏表示遥感图像场景分类方法

利用已有的标记数据对新领域图像进行分类是遥感图像场景分类的重要研究方向。提出了一种基于半监督子空间迁移的稀疏表示（sparse representation method based on semi-supervised transfer learning subspace,SR-SSTLS）遥感图像场景分类方法。为减少源域和目标域数据分布变化,将不同数据域的遥感图像投影至共享子空间。源域和目标域数据在投影子空间协同学习共享字典,使得带标记的源域数据辅助目标域模型的建立。同时,建立了基于源域、目标域、源域-目标域标记数据的拉普拉斯图矩阵和目标域未标记数据的拉普拉斯正则化项,使得目标域中的数据均得到很好编码。在多个遥感图像数据集上的实验结果均证明了SR-SSTLS方法的有效性。     

基于GPU加速的遥感影像金字塔创建算法及其在土地遥感影像管理中的应用

摘要：为提高单个计算节点创建影像金字塔的速度,本研究首先将GPU并行技术用于加速影像重采样算法.影像重采样算法是影像金字塔创建算法的核心步骤,由于金字塔创建过程中数据量会不断发生变化,而数据量的大小直接影响GPU重采样算法效率.提出了一种基于阈值的金字塔遥感影像创建算法,算法将GPU并行与CPU串行遥感影像重采样算法结合,在创建影像金字塔时,依据阈值动态选择不同的重采样算法,并将本算法应用到土地遥感影像金字塔管理中.实验采用大小为10371×7945的24位遥感影像进行测试,结果表明：①基于GPU的并行重采样算法的速度最快,是基于CPU串行重采样算法的10倍;②采用本文算法创建金字塔速度是ArcGIS9.3创建金字塔速度的3倍以上.     

一种基于分块的遥感影像并行处理机制

高性能计算的基础是集群体系下的大规模并行计算.遥感图像处理效率的提高,依赖于并行计算技术的运用.在分析了已有网格计算环境下分布式任务分配方法的基础上,针对远海遥感影像目标物数量相对较少的特点,从软件角度利用四叉树结构对目标区域进行划分,同时采用动态负载均衡的任务分配策略与并行计算的思想,提出了对影像进行并行处理的集群体系任务分配算法模型,实验表明该集群体系下任务分配模型能有效提高图像并行处理的速度.     

基于遥感影像的嘉兴市城市扩张与驱动力分析

在当前高速城市化的背景下,为及时了解嘉兴市的城市发展现状,使用遥感手段提取各时间段内城市的建设区域,并分析了扩张过程的时空特征,再结合社会经济数据探究了城市扩张的驱动力因素.结果表明：嘉兴市在1993~2013年间城市扩张明显,扩张速度和强度先增后减,扩张方向由西北转向南,扩张模式经历了“主动型-被动型-稳定型”的转变过程,扩张合理性较差,城市扩张速率高于人口增长速率,扩张驱动因子主要为经济发展、产业结构调整和人口增长.     

一种动态实时的遥感专题应用系统定制框架

遥感专题应用系统广泛用于遥感影像的加载、分析、专题提取、出图等.为实现遥感专题应用系统动态、实时和可扩展的定制化开发,设计了一套基于组件的遥感专题应用系统定制框架：定义了组件划分方式,将专题系统划分为功能类组件和容器类组件,建立了组件属性和组件间的关系;采用XML文件描述遥感专题应用系统中的组件,并提供从XML到遥感专题应用系统的解析方法;设计了遥感专题应用系统定制平台,提出一种动态实时的软件设计方法,可以“所见即所得”地定制遥感专题应用系统,并将其保存为XML文件.采用该定制平台定制的多个专题系统已应用于相关部门.该框架为快速高效定制遥感专题应用系统提供了一种新的开发设计模式,降低了遥感数据在多行业应用的技术门槛,减少重复性开发工作.     

一种基于影像块组织的遥感数据分布式存储方法

云存储是解决动态增长的海量遥感数据产品存储管理难题的有效手段．针对云存储在遥感数据存储领域中存在的问题,提出了一种基于影像块组织的遥感数据分布式Key-Value存储模型,解决了分布式文件系统存储大规模影像块效率低下的问题,使遥感数据云存储具备了空间区域访问特性;结合开源分布式文件系统HDFS,实现了影像数据的分布式高效存储与空间区域检索．实验与分析表明,系统在多用户并发连接情况下可以维持较高的吞吐率,同时具备良好的可伸缩性和稳定性．     

面向网络发布的海洋遥感数据库引擎设计与应用

以浙江海洋水质遥感速报GIS系统的实现为例．针对海洋遥感数据有效管理和网络动态发布的需求,自主设计了面向海洋遥感数据的空间数据库引擎MRSSDE（Marine Remote Sensing Spatial Database Engine）,详细介绍了MRSSDE的数据存储结构和数据访问机制．在浙江海洋水质遥感速报GIS系统中的应用表明,该引擎在对海洋遥感数据方面具有存储效率高、数据上载速度快及响应时间短的特点,达到了海洋遥感数据高效管理和网络实时发布的目的．     

基于卫星遥感和GIS技术的水土流失动态监测体系研究

综合考虑影响水土流失的降雨量、土壤可蚀性、坡度、植被覆盖率、土训流失容许量和保护因子等,笔者提出建立基于GIS和遥感技术的水土汉失反演分析模型,实现水土流失的动态和快速监测预报,技术要点如下：1）遥感技术能实现高精度的植被覆盖率和土地利用现状制图,可满足中长期水土流失变化监测预报的数据要求。2）利用气象卫星数据可实现对雨量的短期预报监测,进而实现水土流失的短期快速预报和监测。3）在GIS支持下,利用土壤背景和数字地形模型可实现水土流失潜在可能性分析。4）利用GIS空间数据处理技术实现基于像素的地面逐点分析,满足对水土流失逐点定量分析的要求。     

分割图像插值的一种局部算法

对于医学序列切片，图像上像素之间的间隔常常小于切片之间的距离，而在图像处理中，常常需要它们有一致的分辨率。对于已分割的切片图像，插入的切片图像也应是分割的图像。本文提出了一种图像插值的局部算法，该算法在产生新插入图像每点的分割信息与颜色信息时，计算只与相邻切片图像的局部像素值有关。因此既保持了相邻切片的物体形态过渡自然，又具有良好的数值稳定性。应用该算法于医学序列切片进行插值时，可达到良好的视觉效果。算法已成功应用于医学数据的三维重建系统。     

基于多尺度学习与深度卷积神经网络的遥感图像土地利用分类

土地利用信息是国土资源管理的基础和重要依据,随着高分辨率遥感图像数据的日益增多,迫切需要快速准确的土地利用分类方法。目前应用较广的面向对象的分类方法对空间特征的利用尚不够充分,在特征选择上存在一定的局限性。为此,提出一种基于多尺度学习与深度卷积神经网络（deep convolutional neural network,DCNN）的多尺度神经网络（multi-scale neural network,MSNet）模型,基于残差网络构建了100层编码网络,通过并行输入实现输入图像的多尺度学习,利用膨胀卷积实现特征图像的多尺度学习,设计了一种端到端的分类网络。以浙江省0.5 m分辨率的光学航空遥感图像为数据源进行了实验,总体分类精度达91.97%,并将其与传统全卷积网络（fully convolutional networks,FCN）方法和基于支持向量机（support vector machine,SVM）的面向对象方法进行了对比,结果表明,本文所提方法分类精度更高,分类结果整体性更强。