技术详细介绍
成果介绍： 高分辨率卫星影像包含大量的地面空间细节信息，使遥感对地观测的应用展现出新的篇章。然而，高分辨率数据细节化的地物特征及其复杂化的空间分布，使高分辨率影像在光谱域的模式可分性降低，使传统的建立在中低分辨率影像上的、 基于光谱和基于像素的影像解译体系面临巨大的挑战。 针对这一问题，我们从高分辨率遥感影像的特点出发，以多尺度解译的方式，分析影像在像素层的光谱特征，结构层的纹理特征，以及对象层的空间特征，发展多特征、多尺度、多层次的高分辨率遥感影像处理算法，原创性地提出了多方向纹理、像元形状指数、自适应对象提取、多尺度信息融合等模型，系统地建立了高分辨率影像特征描述和信息提取框架。
应用范围： 高分辨率影像处理
主要技术指标： 快速、自动化、高精度的解译高分辨率卫星遥感影像。
技术水平： 已获得授权发明专利 5 项，软件著作权 1 项，在国际著名期刊上发表了 30 篇相关论文， SCI 引用次数 200 次以上，提出的像元形状指数算法，被国际著名刊物 IEEE Transactions on Geoscience and Remote Sensing 作为封面报道，获得美国摄影测量与遥感协会的影像解译最佳论文奖
市场分析与前景： 高分辨率对地观测是我国近几年重点发展的研究和应用领域，高分辨率影像的自动化高精度解译也是国际上的研究热点和难点。因此，其影像处理理论与方法将在国家的资源、环保、农业、林业、军事等领域发挥重要的聚焦式监测作用。
所属行业：航天遥感领域