分享到:

传回清晰遥感图像

三次成像,传回54幅影像$$经过两天在轨运行测试,9月6日发射的“环境一号”A、B卫星有效载荷状态良好,8日17时,两颗卫星的CCD相机传回首幅遥感图像,处理后遥感图像清晰,随后开展的A、B卫星首次数据处理和生态环境监测实验也获成功。$$“环境一号”A、B卫星9月8日在第二十九圈、第三十圈、第三十一圈3次成像,相继下传了长江口—台湾、青海地区、新疆喀什地区3个条带共54幅CCD影像数据。$$结果表明,“环境一号...  (本文共1页) 阅读全文>>

权威出处: 人民日报2008-09-10
《轻工科技》2019年02期
轻工科技

地震灾害识别中遥感图像的应用研究

遥感技术是地震检测中重要的技术。可以较为完整地探测地震前后,受灾区域的情况,为调查震害、评估损失工作带来重要参考。例如:自从5.12汶川地震以后,相关科学家通过各种方法对地震的形成原因作出探索,已取得了诸多的成果。但是,以遥感技术对地震灾区的评估方面不多。因汶川地震波及范围广,山区连绵,且震后连雨,给解译高分辨率的光学影像带来了巨大的挑战。因此,加强遥感图像的应用非常重要。1观察区与实验数据的采集1.1 ETM图像成形和地震前后ASAR数据采集汶川处于四川省阿坝州东南角的岷江一带,县城在河流和岷江相交的位置,映秀是该州的南门,属于重要的交通要道。08年5月12日下午发生了八级地震,此次地震范围广、程度深,大量房屋坍塌、良田被毁,造成水电、通讯等完全断绝,交通受阻。80%的工厂、矿厂遭到毁坏;该区域地震发生后,泥石流、沙尘暴不断,且余震强烈,映秀属于重灾区。以下主要以映秀与附近区域为观察区,如下ETM图像。图1(a)观察地区震前E...  (本文共3页) 阅读全文>>

《数字通信世界》2019年04期
数字通信世界

关于遥感图像云检测方法研究进展

如今随着社会科技的进一步发展,人们对遥感图像的需求已经运用到了地球资源探测、自然灾害救灾预测、海洋环境污染监测等等各方个面上面。但是由于遥感图像收大气密度、湿气、云层等因素影响,针对对其产生遮挡问题。很研究人员针对云检测方法进行分析,以拟补对遥感图像形成中过程中容易造成地物信息缺失情况。通过云检测手段对云层特性进行研究和把握。有助于我们对遥感影像进行修复,目前有大量针对云检测的方法被提出来,可这方面国内研究尚有比较大的欠缺,因此本文在参过大量的国内外文献后,针对遥感云检测方面进行研究和讨论并且进行大量比较和归类得出云检测方法的研究进展,希望能为我国云检测方法可持续发展添砖加瓦。1遥感图像云检测技术现状目前市面上存在最多的云检测技术为“阈值法”。常见阈值法通过对光谱普段进行阈值检测,然后运用于遥感图像判断,判断其是否是云层。这种方法简单易行,但是准确率低,如,在夜间不能很好判断,地域复杂情况下如海岸线、河流等也不好判断,检测时候容...  (本文共1页) 阅读全文>>

《中国矿业大学学报》2017年01期
中国矿业大学学报

基于信息聚类的遥感图像分割

图像分割是图像处理的一项关键步骤,也是后续图像分析和解译的基础.聚类算法可以方便地利用图像特征空间中像素光谱测度的自然聚类特征实现图像分割,因此在图像分割中有着极其广泛的应用[1-3].传统上,基于聚类的图像分割仅仅实现硬划分,即每个分割像素确切地属于一个目标类;实际上,由于遥感图像的覆盖范围广泛,包含大量复杂的地物信息,常常出现同物异谱、同谱异物现象,很难确切地知道其像素所属目标类.因此,遥感图像分割更适合软划分,即每个分割像素以不同的隶属度隶属于每个目标类.模糊集理论恰好是实现软划分的有利工具,从而模糊聚类算法成为聚类算法研究的主流[4-5].典型的模糊聚类算法、模糊C均值(FCM)算法,可以依据最小二乘原理实现对图像数据的模糊划分.但其只考虑像素与聚类中心的相关性,并没有从整体上考虑像素与整个聚类集间的相关性,从而使其对图像噪声和异常值敏感.而且,FCM聚类算法过分依赖于聚类中心的选取,并且聚类中心的选取具有任意性,因此降...  (本文共6页) 阅读全文>>

《计算机仿真》2017年01期
计算机仿真

于卫星地域遥感图像分割方法研究仿真

1引言 图像分割是将图像分成若干个特定区域,从中提出所需目标的技术。它是连接图像处理与图像分析的桥梁[1],广泛应用于各个领域,并逐渐扩展找遥感图像处理的领域,遥感图像具有信息量大、边界模糊等特点,目前没有相关的模型对遥感图像进行分割,一定程度上遏制了遥感图像处理技术的发展。 脉冲耦合神经网络算法是目前遥感图像分割最常见的算法[2](pulse coupled neural networks,PCNN),该方法建立在猫、猴等动物大脑视觉皮层中同步脉冲发放现象的基础上,在图像分割时,能较好的将目标和背景部分分离开来,并能解决图像灰度变化和空间不连贯的问题;除了图像分割,该算法还能同时对图像进行去噪、检测、融合等处理[34]。想要实现基于PCNN的图像分割,首先要对PCNN模型中相关参数进行合理设置,针对不同类型的图像选择不同的参数,且参数选取的合理性决定了分割性能的优劣,但这样在很大程 火子系统模型;(~)代表神经网络中神经元的坐...  (本文共4页) 阅读全文>>

《光学学报》2017年03期
光学学报

基于暗原色先验的遥感图像去雾方法

2中国科学院大学,北京100049光学遥感成像往往会受到雾霭天气的影响,造成景物辨识度下降、对比度降低、细节信息不明显及色彩偏移等退化现象,使得光学遥感成像数据可用率降低,从而影响目标识别、灾情侦探、遥感导航、土地测绘等系统效用的发挥[1-2]。因此,对雾霭天气条件下的遥感图像进行有效地去雾处理以提高遥感数据的有效性具有重要意义。雾实质上是由悬浮在大气中的微小液滴与空气中的微小粒子相互粘结而形成的气溶胶分子。雾天条件下,景物反射的光线在传播到成像设备的过程中,会与大气中粒子半径较大的气溶胶分子发生交互作用,导0328002-1致入射能量以一定的规律在各个方向重新分布,从而引起光线的颜色和强度等特征发生改变[3-4]。而大气中的气溶胶分子对可见光的散射作用是导致可见光波段图像降质的主要原因[5]。目前,主流的图像去雾方法主要分为两类:1)基于非模型的去雾方法,又称为图像增强方法。该方法在处理时并不需要考虑图像退化的原因和模型,只需...  (本文共7页) 阅读全文>>