简介：支持向量机是机器学习领域的研究热点之一,是在统计学习理论基础上发展起来的新的学习算法.传统的分类法用于纹理图像分类效果往往不佳,该文研究了支持向量机的实现方法,并以纹理图像分类为例分析了支持向量机的分类性能.

简介：高光谱影像包含有丰富的地物类别信息,但由于受分类方法等因素的限制,这些信息并不能得到充分的挖掘.组合分类器由于可以实现各分类结果信息的互补,因而总有着较各单分类器效果更好的分类性能.将组合分类方法引入到高光谱影像的分类实践中,并对组合的关键问题一组合规则进行探讨,提出了混合组合规则的概念.实验表明,利用该组合分类方法对高光谱影像进行分类,可以得到良好的处理结果.

简介：图像配准是图像处理的基本任务之一，其效果将直接影响到其后续图像处理工作的效果。介绍了一种借助转动惯量计算惯量椭圆以进行遥感灰度图像配准的方法。

简介：目前最常用的雷达图像模拟方法有两种：以信号为基础的模拟方法和以特征为基础的模拟方法。首先介绍了雷达图像模拟的重要性，然后分析了两种方法的原理和特点，给出了各自的模拟流程，最后根据某一场景的DEM数据实现了该场景雷达图像的模拟，讨论两种模拟方法的侧重点和应用范围。

简介：将求解二次椭圆偏微分方程问题的多格网算法应用到卫星影像的恢复中。其基本思想是在将由总变分求极小生成的偏微分方程离散成为差分方程的过程中，采用不同大小的格网。在取得较好恢复结果的同时，提高了传统图像恢复算法的运算效率，降低了恢复运算所需要的时间。

简介：国际海道测量组织是海道测量领域全球唯一的国际性、政府间、技术咨询组织,长期主导着标准和技术的发展方向,先后发布了多种出版物.研究了IHO出版物的分类、出版物主要内容,分析了IHO出版物的发展趋势,最后提出了相关的工作建议.

简介：在研究了非负矩阵分解（NMF）用于遥感图像融合技术的基础上，改进了一种基于光谱复原的NMF遥感图像融合算法，首先利用矩阵非负性分解求取图像的基向量矩阵，然后综合考虑图像融合后的光谱特性和波形变化情况，对基向量矩阵进行直方图规则化处理，最后得到融合后的图像。实验结果表明，该方法具有较好保持原始图像的光谱信息和空间信息的优点。

简介：赤潮藻样品中往往包含着各种复杂的非藻沉淀物,为解决这些微藻的探测和分析的问题,可以利用微藻类在一定波长的光照射下会产生荧光的特性,对裸甲藻等多种赤潮藻类进行荧光实验处理,并在此基础上对藻类的荧光图像和灰度图象进行图像分割,轮廓和纹理分析及图象识别等后继图象处理.实验证明,荧光法可以有效的去除背景噪声,保留藻类信息,使得后继的图象处理工作更加容易和有效,从而解决了探测和分析包含复杂背景的沉淀物样品中微藻的问题.

简介：

简介：利用遥感手段尤其是SAR图像获取海底地形信息是海洋测绘一个重要的研究领域,本文通过从图像使用的问题入手,对SAR图像探测海底地形的相关技术问题进行了分析,以期对今后此类工作有所参考借鉴.

简介：基于相关矩阵特征向量的目标分解将地物回波复杂的散射过程分解成相互独立的三种单一散射分量：单向散射、双向散射和交叉散射,分别对应各自的目标相关矩阵.目标分解技术降低了散射回波之间的相关性,有利于分析地物散射机理,有助于提高分类精度.对荷兰Flevoland地区全极化数据进行分解,经过试验和相关性分析,选用7种数据形成多参数数据组合,对其进行最大似然监督分类,同时进行常规三种极化加相位差的分类和基于复Wishart分布的最大似然分类,逐像元计算混淆矩阵,分析对比三种分类结果的精度,试验表明：相对于常规数据组合分类,基于复Wishart分布的监督分类可以小幅度提高分类精度,而利用目标分解得到多参数组合数据进行分类则有大幅度的提高。

简介：首先给出了插件的定义及引入插件的意义,然后阐述了插件的原理及关键技术,最后给出了插件设计的步骤和在遥感图像处理软件中的实现方法.

简介：通过采用遗传算法优化神经网络初始权值的方法,将GA算法与BP神经网络有机结合,应用于海底底质分类。基于多波束测深系统获取的反向散射强度数据,应用改进的BP神经网络分类方法,实现对海底基岩、砾石、砂、细砂和泥等底质类型的快速、准确识别。通过实验比较,GA-BP神经网络分类精度明显高于BP神经网络,证明了该方法的有效性和可靠性。

简介：基于Wishart分类器的全极化SAR图像H/α分类方法应用于海岸线分类,可区分不同海岸线类型。在聚类过程中,传统H/α-Wishart方法时常将各类聚类中心对应的散射机理混淆,使得同为单次面散射的淤泥质与砂质海岸线类别难以区分。针对此问题,提出了改进型的辅助分层分类方法。算法运用单次反射特征值相对差异度与极化总功率系数构成的二维特征空间,结合支持向量机得到最优分界判据,以分离初始分类结果中混淆的淤泥质与砂质海岸线。实验表明,改进方法能够有效区分淤泥质与砂质岸线,分类混淆矩阵对应kappa系数由0.794提升至0.853,分类识别率得到显著提高。

简介：首先利用支持向量机（SVM）和人工神经网络（ANN）对Landsat8OLI多光谱影像进行基于光谱信息的土地利用监督分类;然后,对多波段进行主成分变换,提取第一主成分的主要纹理信息,与光谱信息一起进行融合光谱和纹理信息的SVM和ANN影像监督分类.对比分析发现：对中原地区,SVM是Landsat8多光谱遥感影像分类的较优方法,尤其适用于农业用地信息提取;光谱分类即可达到较高精度,纹理信息对提高分类精度的作用十分有限.

简介：针对海底采样点较少时,监督学习训练分类模型困难的问题,研究无监督学习的K-均值聚类分析算法在多波束海底底质分类中的应用。在探讨K-均值聚类分析算法原理的基础上,构建海底底质分类器,针对分类器需预先输入分类结果种类（K值）这一问题,提出了基于底质采样点和分类效果连续性为原则的K值确定方法。实验结果表明：基于K-均值聚类分析算法的海底底质分类器能较好的实现海底底质类型的自动划分,适用于海量多波束底质特征参数的分类。

简介：地理要素的分类编码是人类认知地理信息世界的成果,也是人类对地理信息世界再认知的人口和关键.在海洋地理信息领域,S-101数据标准即将替代现行S-57ENC标准,分类编码方案也将会相应改变.先对S-57到S-101的属性变化内容进行整体描述,再从地理要素属性、元要素属性、图示表达属性三方面内容,对新旧两套分类编码中的属性内容进行对比分析,为涉海人员消化吸收新标准提供一定的参考.