针对合成孔径雷达(synthetic aperture radar, SAR)图像变化检测中存在的差异图细节信息丢失的问题,提出了一种面向SAR图像像素级变化检测的去模糊化处理方法。通过对差异图漏检像素点分布的理论分析,提出了一种新型的差异图构造方法,将新型差异图构造方法生成的差异图与经典的像素级差异图构造算法生成的差异图相融合,实现了差异图的边缘去模糊化。以均值比值算法为例,实验结果表明,新型差异图构造方法得到的差异信息与邻域变化检测算法得到的差异信息具有较强的互补性;利用新型差异图构造方法进行去模糊化处理后,得到的差异图在主观上更接近真实地物的变化情况,在客观上变化检测结果的漏检数降低,变化检测的精度有所提高。

针对目前高分辨率遥感影像道路提取准确性不高的问题,提出一种基于改进最大期望(EM)聚类的遥感影像道路提取算法。首先通过形态学预处理来去除道路上的干扰信息,在此基础上通过改进EM聚类自动确定分割区域数目,完成影像分割,最后结合轮廓检测和灰度直方图阈值化完成遥感影像道路的提取。实验结果表明,所提算法能有效屏蔽道路上的噪声,提取出主干道路信息,该方法的准确率达到90%以上,冗余度较低。

现有差异特征驱动的红外光强与偏振图像融合方法中, 特征的选择上数量多, 存在信息冗余, 通过提取图像特征再求差来获取差异特征不能充分表征图像间的差异。本文提出一种基于余弦值的红外光强与偏振图像特征差异度的度量方法。通过对源图像提取特征图, 将亮度、纹理、边缘三类特征进行分离, 避免了图像特征选择的困难; 定义了特征差异度, 从特征图提取得到特征向量, 再计算其差异度, 对图像的差异进行了量化; 最后, 通过实验验证了所提方法的合理性和有效性。