基于多时相光学遥感影像亚像素相关的边坡监测——以溪洛渡电站为例

水电站高边坡监测是水电站灾害防治中的关键问题,基于卫星遥感技术进行库区滑坡监测是解决该问题的重要手段之一。利用卫星影像亚像素相关性算法获取地表形变位移场,能够克服SAR影像失相关因素,在水电站边坡监测中具有重大的应用潜力。本文以溪洛渡电站2015-2019年5期Google Earth影像和2019-2022年4期Sentinel-2影像为数据源,采用相位相关算法计算了边坡形变量,通过构建一次多项式曲面拟合模型去除轨道误差等趋势性误差,获取了2016、2017和2019年溪洛渡电站下游边坡形变值。分析显示,两种影像提取得到的边坡形变量具有相同的变化趋势,均与谷幅实测数据吻合较好。本文结果验证了基于多时相遥感数据将亚像素相关性匹配技术运用于大型水电站边坡形变监测的可行性。

GCN引导模型视点的光学遥感道路提取网络

在光学遥感图像中,道路易受遮挡物、铺装材料以及周围环境等多重因素的影响,导致其特征模糊不清。然而,现有道路提取方法即使增强其特征感知能力,仍在特征模糊区域存在大量误判。为解决上述问题,本文提出基于GCN引导模型视点的道路提取网络(RGGVNet)。RGGVNet采用编解码结构,并设计基于GCN的视点引导模块(GVPG)在编解码器的连接处反复引导模型视点,从而增强对特征模糊区域的关注。GVPG利用GCN信息传播过程具有平均特征权重的特性,将特征图中不同区域道路显著性水平作为拉普拉斯矩阵,参与到GCN信息传播从而实现引导模型视点。同时,提出密集引导视点策略(DGVS),采用密集连接的方式将编码器、GVPG和解码器相互连接,确保有效引导模型视点的同时缓解优化困难。在解码阶段设计多分辨率特征融合(MRFF)模块,最小化不同尺度道路特征在特征融合和上采样过程中的信息偏移和损失。在两个公开遥感道路数据集中,本文方法IoU分别达到65.84%和69.36%,F1-score分别达到79.40%和81.90%。从定量和定性两方面实验结果可以看出,本文所提方法性能优于其他主流方法。

基于L-DeepLabv3+的轻量化光学遥感图像道路提取

针对DeepLabv3+在进行光学遥感图像道路提取任务时,存在模型参数量大、细节提取效果差等问题,提出一种改进DeepLabv3+的轻量化道路提取模型L-DeepLabv3+。首先通过将主干网络替换为MobileNetv2来减少模型参数量;其次,在编码层中设计一个改进的空洞空间卷积池化金字塔模块。该模块通过嵌入一个通道空间并联注意力模块和YOLOF模块来增强模型特征表达能力,并且将普通卷积替换为深度可分离卷积进一步减少模型参数量;最后组合采用Dice_loss和Focal_loss作为损失函数来解决正负样本不均衡问题。实验结果表明:L-DeepLabv3+在DeepGlobe Road数据集上进行道路提取的交并比达到68.40%,像素准确率达到82.67%,且模型参数量仅为5.63 MB,FPS达到72.3,与其他模型相比具有明显提升,实现了模型精度与轻量化之间更好的平衡。

基于场景上下文感知的光学遥感图像分类方法

光学遥感图像分类是对地观测领域的关键技术之一。近年来,研究人员提出利用深度神经网络对光学遥感图像进行分类,针对部分网络模型存在特征提取不充分的问题,本文提出了一种基于场景上下文感知和注意力增强的ScEfficientNet遥感图像分类方法。该方法设计了场景上下文信息感知模块(SCDM)建模目标及其周围邻域的空间关系,利用场景上下文特征增强原始特征表示,引入卷积块注意力模块(CBAM),根据通道和空间的重要性对特征图进行加权,并结合深度可分离卷积结构提取目标判别性信息,提出了ScMBConv卷积结构。在上述工作的基础上,利用基于场景上下文感知与注意力增强的ScEfficientNet网络模型进行遥感图像分类识别。实验结果表明,ScEfficientNet在AID数据集上实现了96.8%的分类准确率,较EfficientNet提升了3.3%,参数量为5.55 M,整体性能优于VGGNet19、GoogLeNet和ViT-B等图像分类算法,验证了ScEfficientNet网络模型的有效性。

基于光学遥感联合GEDI反演森林蓄积量研究

传统的森林蓄积量调查方法强度大、成本高、耗时长。单纯利用光学遥感影像特征进行森林蓄积量反演时,由于缺乏大量的样地数据支持,加之在森林接近郁闭时光谱反射率易饱和,导致蓄积量反演蓄积精度有限。通过结合光学遥感数据和GEDI足迹点提供的冠层高度信息,可以极低的成本获取大量具有较高蓄积量精度的足迹点,从而通过加密训练样地提升研究区域使用光学遥感反演乔木森林蓄积量的精度。结果显示:(1)当森林高度百分位数(RH)为RH 80时,GEDI提取森林高度特征与机载LiDAR提取树高一致性最高,R^(2)=0.44,RMSE为6.04 m。(2)使用不包含树高特征的光学遥感回归模型预测森林每公顷蓄积量,R^(2)为0.29,RMSE为64.95 m^(3)·hm^(-2);加入树高特征的回归模型预测森林每公顷蓄积的R^(2)为0.59,RMSE为49.53 m^(3)·hm^(-2);样地加密后再使用无树高特征的回归模型预测森林每公顷蓄积的R^(2)为0.46,RMSE为56.55 m^(3)·hm^(-2)。因此,通过结合GEDI足迹点加密样地后可以明显提升研究区域遥感反演乔木森林蓄积量的精度。(3)2020年云南省普洱市思茅区公布的总活立木蓄积量为2629×10^(4)m^(3),使用GEDI足迹点加密训练样地后反演得到的总蓄积量为2289×10^(4)m^(3),整体预测精度为83%。其分布空间格局与森林资源二类调查结果基本相符。

一种改进的YOLOv7光学遥感图像舰船目标检测算法

针对YOLOv7算法在应用于光学遥感图像舰船目标检测任务时所面临的小目标检测精度低的问题,提出一种基于多维注意力机制动态卷积的光学遥感图像舰船目标检测改进算法。首先,通过并行策略设计了融合多维注意力机制动态卷积的高效聚合网络,多维注意力机制动态卷积根据不同维度的特征重要性进行自适应调整,卷积核沿4个维度学习到注意力分布,增强了特征融合网络捕获数据中细粒度特征的能力;其次,针对舰船目标的多尺度差异特点设计多层次超大卷积核层,丰富全局特征描述,提高检测网络的感知能力。在HRSC2016和DOTA两个公共数据集上的实验结果表明,改进后算法的mAP分别达到了93.4%和90.1%,与现有主流先进算法相比取得更优的检测精度,在降低舰船小目标漏检误检率的同时提升了识别能力。

基于PSN-YOLOv7的光学遥感图像目标检测

针对光学遥感图像因目标尺度差异大,小目标特征信息不足导致的检测精度低、误检、漏检问题,文中提出一种基于PSN-YOLOv7的光学遥感图像目标检测方法。首先,增加一个160×160的小目标检测层,增强网络的多尺度目标检测能力;其次,提出改进的ELAN-P和ELAN-WS模块,在减少计算量和参数量的同时,增强全局理解能力减少目标特征信息的损失,有效改善误检;最后,提出MNI损失函数改进YOLOv7的CIoU位置损失函数,抑制小目标造成网络损失不平衡的影响,从而减少目标漏检的情况。在DIOR公开遥感图像数据集上进行训练与测试,实验对比结果表明,所提方法检测精度mAP@0.5为92.3%,比YOLOv7网络提高了3.2%,且计算量和参数量与原YOLOv7网络相当,提升检测精度的同时保证了网络的性能平衡。

基于光学遥感的内陆地表水体提取综述

内陆地表水体包括江河、湖泊、水库等,是人类和生态系统的重要淡水资源,其监测、管控具有重要意义。光学遥感技术为地表水资源监测提供了极大便利,是内陆地表水体提取与动态监测的重要手段。文章从水体提取的基本原理、遥感数据源、提取方法和存在问题与展望4个方面进行评述。水体在遥感影像上具有独特的特征,通过遥感手段能够精确、科学、有效地提取内陆地表水体;多种遥感数据源可用于水体提取;光学遥感水体提取方法可分为阈值法、分类器方法、面向对象方法、深度学习方法和其他方法,不同的方法有不同的优缺点和适用条件,根据研究区情况,合理选择多源数据、结合多种方法往往能够提高水体提取的精度;基于光学遥感的水体提取目前仍然存在一些问题,例如遥感数据时空分辨率的制衡、水体特征的挖掘、水体模型的泛化能力以及精度评价标准的统一性等。

基于多尺度分层残差网络的光学遥感图像微小目标检测

针对光学遥感图像中微小目标空间分辨率低、有效特征不足等问题,在YOLOv5检测算法基础上,提出一种基于多尺度分层残差网络的光学遥感图像微小目标检测方法。设计了一种简单高效的多尺度分层残差特征提取模块,可在更细粒度水平上获得更丰富的感受野,强化神经网络的特征提取能力,进一步提升微小目标特征丰富度。在此基础上,进一步优化损失函数中的定位损失项,通过增加距离惩罚提升检测算法对微小目标的定位能力。在光学遥感微小目标检测数据集AI-TODv2和微小行人检测数据集TinyPerson上开展了系统对比实验,实验结果表明所提出算法相较于基准YOLOv5算法平均精度分别提升了5.5%和1.8%,有效提高了微小目标检测的召回率和准确率。

光学遥感卫星精密敏捷成像控制技术综述

从控制的角度综述了多功能、高质量成像需求下,超稳定、超精确、超敏捷高分辨率光学遥感卫星精密敏捷控制的关键技术和研究进展。以卫星成像与姿态控制系统性能的关系为基础,从姿态机动能力与多功能成像、姿态确定精度与成像质量和姿态控制精度与成像质量三个方面论述了精密敏捷控制技术对光学遥感卫星成像的重要性。在此基础上,结合光学遥感卫星姿态控制系统的组成及原理,分析了影响姿态控制精度和姿态机动能力的主要因素,对高精度姿态确定、精密姿态控制和敏捷姿态控制三个关键技术方向进行了讨论和总结。最后,综合当前技术的发展趋势,围绕一体化成像控制的设计思想展望了精密敏捷控制技术未来的发展趋势,为实现高分辨率光学遥感卫星多功能、高质量成像控制提供了理论依据和工程参考。

面向嵌入式平台的光学遥感图像舰船检测识别

建设海洋强国是我国当前大力发展的战略方向。针对现有基于深度学习的遥感图像舰船目标检测识别算法在嵌入式平台上存在检测分类识别率低、运行速率慢等问题,提出了一种基于寒武纪MLU220嵌入式平台改进的Mix-YOLO网络模型。该模型以YOLOv7-tiny网络为基本框架,首先,引入MobileNet系列网络模块对特征提取网络进行部分替换,减少网络参数量;然后,引入ULSAM注意力机制,以便增强网络学习分类能力,减少虚警率;最后,为了显著提升嵌入式平台检测速率,采用将网络模型大模块拆分为小模块的编写方式。实验结果表明:Mix-YOLO算法在原YOLOv7-tiny网络基础上,参数量和计算量分别下降了39.70%和29.70%,处理帧率由97.27 fps提升至120.88 fps,精度提高了7.7%,能够实现对遥感图像中舰船目标的实时检测识别。

融合上下文特征与密集网络的光学遥感图像配准

光学遥感图像的地理位置特征复杂多样,且多尺度特征空间信息丰富,在配准过程中难以充分提取图像特征,配准精度较低。针对上述问题,提出融合上下文特征与密集网络的配准模型,通过把位置信息嵌入注意力中加深对位置信息的关注,并集成多个不同内核的深度可分离卷积整合多个不同感受野来聚合丰富的多阶特征语义信息。首先采用融合后的密集网络对图像进行特征信息提取,接着使用双向皮尔逊相关匹配得到双向匹配关系,并通过回归得到的双向参数加权合成最终参数,最后通过仿射变换完成图像配准。实验结果表明,关键点正确估计的比例指标系数为0.05,0.03和0.01情况下,在Aerial-image数据集中分别高达83.9%,60.3%和15.3%,有效提高了光学遥感图像配准精度。

光学遥感图像中舰船识别方法研究

光遥感图像舰船目标在检测识别过程中会存在诸多干扰,导致无法精准识别出舰船目标,对此,研究光学遥感图像中舰船识别方法。首先,在光学遥感图像内提取舰船目标显著性区域,抑制云雾、海杂波与海域陆地等背景信息对舰船目标识别的影响,完成光学遥感图像舰船目标的粗识别。然后,基于提取到的光学遥感图像显著性区域,利用CNN网络对其进行舰船目标精识别。实验结果表明,设计方法可以有效提取光学遥感图像的舰船目标显著性区域,并提取显著性区域的舰船目标特征;舰船目标识别精度始终高于95%,具有实用性。

浅海水深光学遥感研究进展

通过分析1978年至今水深光学遥感的国内外主要研究成果,从被动光学遥感、主动光学遥感、遥感融合探测三个方面,对光学遥感浅海水深反演方法进行了系统性总结,对比分析了水深反演方法的优势和不足,探讨了存在的技术问题,并展望了浅海水深光学遥感技术的发展趋势。总结得到:主动光学遥感的水深探测精度最高,在0~15m浅海水深段,激光雷达遥感探测误差在厘米级,但仅限于机载平台;遥感融合探测方法精度次之,水深反演精度一般可比单源单时相提高10多个百分点;被动光学遥感中的高光谱水深反演精度一般要高于多光谱,平均相对误差可低至15%。被动光学遥感水深反演精度相对较低,但是数据源丰富、覆盖范围广、时效性强、水深反演模型较丰富,是目前浅海水深遥感反演的主要方法。主动光学遥感由于机动性强、测深精度较高,逐步成为应用和研究的热点,但是受空管以及飞机平台的航程限制,个别敏感区域飞机也不能到达。水深遥感融合探测可以充分地利用已有遥感影像资源,有效地挖掘多源、多时相信息,有助于提高水深遥感反演精度,但是多源遥感影像融合时会存在空间尺度问题,多时相反演融合中也会有底质及水下地形变化等因素对水深反演精度的影响。

GF-5光学遥感数据与地球化学数据融合研究

地球化学数据作为一种重要的基础数据,广泛应用于矿产勘查、环境评价、资源潜力分析等领域。遥感数据可以反映地表物质的电磁波特性,这一物理化学关系使遥感—地球化学数据融合成为可能。现有的遥感—地球化学数据融合方法存在融合精度不高,可选择的融合方法较少,不适应于实际生产应用等问题。为解决上述问题,提高地球化学数据的精度,通过光学遥感影像与地球化学数据的融合研究,实现了遥感—地球化学数据融合。

基于雷达及光学遥感的煤矿地面沉降监测识别研究

为进一步分析煤矿开采造成的地面沉降问题的更多信息,以盐边红果煤矿集中区地面沉降问题为研究案例。首先,基于Sentinel-1A卫星影像数据及DEM高程数据,应用雷达遥感技术,对研究区域内煤矿地面沉降特征进行监测识别,明确了研究区域地面沉降的时间与空间分布特征;其次,应用光学遥感技术对煤矿地面沉降监测的卫星影像进行解译,并通过统计学分析方法,验证了基于光学遥感的煤矿地面沉降监测识别的准确性;最后,分别对矿山开发状态、矿山设计规模和矿山占地类型三方面的要素如何影响地面沉降的情况进行调查和汇总分析。根据分析结果,对后续的地面沉降防治措施提出了相关建议。

中国航天光学遥感技术成就与展望

文章介绍了中国已发射的航天光学遥感卫星及研制成功的航天光学遥感器,展示了中国在航天光学遥感领域取得的巨大成就,并对航天光学遥感系列卫星技术的后续发展进行了展望。

空间光学遥感器热分析

空间光学遥感器热控工作旨在保证遥感器所需温度水平和温度梯度 ,以满足遥感器高质量成像要求。根据遥感器的结构特点和热光学指标要求 ,建立了遥感器及其热控系统的热平衡方程 ,对各热交换项进行了剖析 ,并采用Nevada和MSC/Patran等软件对某空间光学遥感器进行了模拟仿真 ,得到其对地工况和对日工况的热平衡结果。

光学遥感影像的自动匀光处理及应用

针对光学遥感获取的影像存在一幅影像内部以及区域范围内多幅影像之间的色彩不平衡现象,提出了自动匀光处理方法和处理流程,通过影像匀光软件GeoDodging 4.0对原理和流程进行了实现,并结合实际工程应用取得了良好的效果。

推扫型TDI CCD光学遥感器动态成像研究

针对基于推扫技术的TDI CCD空间光学遥感器动态成像试验,研制了一套检测系统。在系统中,设计了模拟卫星推扫的双支承U型结构精密转台。搭载遥感器,以角速度0.555°/s在±5°的范围内转动时,转台稳速控制精度达到0.3%。设计了一种奈奎斯特频率靶标,在每组矩形垂直靶条间加入公差为a/n的等差级数间隔靶条,解决了遥感器推扫时CCD像元与垂直靶条像匹配不确定性问题,使配准简化,提高了测量结果的准确性。试验结果表明:遥感器获得了垂直、水平及45°方向的0视场,±0.86视场奈奎斯特频率靶条像,验证了采用推扫技术的TDI CCD遥感器所具有的高品质。