摘要：设计一种在x、y轴方向上进行2维Gabor滤波器模板分解的可行方法,从而避免模板分解时在倾斜方向上进行重采样所带来的效率、精度损失;接着采用递归方法实现分解后的1维滤波器以进一步提高算法效率。采用高斯滤波对Gabor滤波结果进行校正平滑作为纹理特征输出,并采用k-means算法对其进行聚类以验证方法在提取图像纹理区域时的有效性。和以快速傅里叶变换方式实现的Gabor纹理提取方法进行对比,实验表明,该方法在纹理特征提取上的精度损失很小,但在算法执行效率上则有显著的提高。

摘要：由于高分辨率遥感影像上靠岸船舶的灰度、纹理特征往往和港口地面接近,与离岸船舶相比,其自动提取与识别相对更为困难,为此,为离岸、靠岸船舶的提取设计了不同方案。实验证明了方法的有效性。

摘要：分析了基于目标基元的遥感信息提取技术相对于传统的基于像元的处理方式所具有的优势 ;结合人类视觉机制和计算机尺度空间理论 ,设计了基于特征基元的高分辨率遥感影像多尺度信息提取技术流程框架 ,即在大尺度下进行粗分割后进行块状基元提取的技术及实现过程 ;最后给出了相关实验结果 ,实验表明本文提出的基于基元的遥感信息提取便于与视觉知识和环境知识更好地结合 。

摘要：在海岸带遥感地物自动信息提取工作中,传统基于像元的图像处理技术难以解决由于地物混杂带来的椒盐噪声现象。提出了一种面向对象的养殖水域提取方法,该方法分为4步:①结合eCognition分割算法的基本思想,设计并使用了多精度图像分割算法获得分割图斑;②计算图斑的多类特征,包括光谱、形状、纹理、空间关系等,为后续分析服务;③通过基于图斑的多特征分析,提取出水域全图以及其派生的面状水域、线状水域;④在所有水域中剔除面状水域和线状水域,获得养殖水域。在SPOT-5高分辨率遥感影像上的提取实验证明该方法是可行的。

摘要：由于高分辨率遥感图像的数据量和计算复杂性骤增,影像噪声、光谱混淆现象更为突出,这对传统主要依据于像元光谱特征的图像处理与分析方法提出了极大挑战。为此,特征更为丰富、在噪声处理和知识融合上,更具优势的面向对象的图像分析方法,逐步成为高分辨率遥感图像应用的研究热点。面向对象图像分析的第一步,以及关键一步是图像分割。本文设计了多精度图像分割算法:(1)采用降水分水岭变换进行初步分割获取图像次一级斑块,即分割亚基元;(2)设计一种可重复合并的快速图斑合并方法,进行亚基元的层次归并获得最后分割斑块,完成图像分割。在合并过程中,斑块之间的差异指标是其光谱合并代价、形状合并代价的加权和,合并结束的标志是斑块间两两合并代价超过尺度参数的平方。设置不同的尺度参数,则可实现多精度图像分割过程。实验证明,方法分割效果较好,并在算法效率上满足实际应用需求,可以开展后续图像分类、专题信息提取等工作。