高分辨率遥感影像提取道路的方法综述与思考

介绍了高分辨率遥感影像上道路的特征、模型和道路提取的基本思想,对已有的道路提取方法进行了分析,并对道路提取问题进行思考,提出下一步的研究方向。

基于卷积神经网络和重排序的农业遥感图像检索

卷积神经网络具有很强的分类能力,并在图像分类等应用中取得显著成效,但遥感图像检索应用中还较少利用该分类能力。为了提高农业遥感图像检索性能,该文提出一种利用卷积神经网络分类能力的遥感图像检索方法。首先利用微调的卷积神经网络模型提取查询图像的检索特征和估计查询图像的每个类别权重,然后利用根据CNN模型判断的检索图像类别和初始排序结果计算类别查准率,根据查询图像的类别权重和类别查准率计算加权类别查准率,最后根据加权类别查准率对图像类别进行排序,并根据排序结果对初始检索结果进行重排序,从而得到最终的检索结果。试验结果表明:该检索方法在PatternNet数据集中平均查准率达到97.56%,平均归一化调整后的检索秩达到0.020 1;在UCM_LandUse数据集中平均查准率达到93.67%,平均归一化调整后的检索秩达到0.049 2,较之其他遥感图像检索方法下降0.2358,降幅超过82.7%;平均每张检索图像重排序时间大约是初始排序时间的1%。该文提出的重排序方法可以得到更好的遥感图像检索结果,提高了遥感图像检索性能,将有助于农业信息领域信息化和智能化。

卷积神经网络特征在遥感图像配准中的应用

遥感图像配准是许多遥感应用的重要步骤之一。卷积神经网络(convolutional neural network,CNN)提取的图像高层特征在图像分类和检索问题上表现优异,能够克服低层配准特征的表达能力有限、容易受到干扰等问题。因此对利用CNN特征进行遥感图像配准开展研究。首先,针对遥感图像配准问题,对CNN中的全连接层特征和不同聚合大小的卷积层特征进行了研究;然后,对利用CNN特征进行图像配准的方法进行了分析;最后,将CNN特征与尺度不变特征变换(scale-invariant feature transform,SIFT)特征在图像的旋转角度、缩放倍数和亮度依次变换时的配准性能进行了对比分析。实验结果表明,在匹配精度和正确对应点的数量方面,CNN特征比SIFT方法具有更好的匹配性能;对变换后的图像而言,微调后的CNN特征比SIFT特征具有更强的鲁棒性。

基于人工免疫网络算法的图像配准方法

图像配准在很多领域得到了广泛应用,而且是其中不可缺少的步骤。该文提出了一种基于人工免疫网络算法的图像自动配准方法,该方法利用Partial Hausdorff距离作为相似测度,采用人工免疫网络算法寻找最优解。实验证明该方法可以很好地配准各种图像,为图像配准提供较好的解决方法。

改进型查询自适应特征融合图像检索方法

为改进图像检索性能,提出一种改进型查询自适应特征融合图像检索方法.通过定义最佳和最差特征检索分数曲线,比较归一化后的特征检索分数曲线与2条标准分数曲线的相似程度,并计算权重,再利用该权重对各特征进行融合,同时采用改进的图像-类相似度准则和引入新的卷积神经网络特征进行图像检索.该方法在Ukbench和Holidays检索数据集和VIPeR行人再识别数据集上进行了算法验证和测试,结果表明,新算法提高了检索性能,能得到更好的图像检索结果.

基于粒子滤波算法的物体轮廓提取

为了解决物体轮廓提取工作中,由于图像的复杂性和多义性无法依靠计算机来自动完成,而手工提取又存在速度慢、精度低、工作量大等缺点的问题,提出了一种基于粒子滤波算法的物体轮廓的提取算法,该方法可以整合各种先验信息到模型中去提高提取精度。实验证明该方法通过很少的人工交互就可以很好的提取复杂物体的轮廓。该方法为提取物体轮廓线提供了较好的解决对策。

基于GIS的光缆资源信息系统的设计与实现

本文探讨了在GIS支持下建立光缆资源信息系统的方法 ,阐述了光缆资源信息系统的总体结构和系统主要功能 ,分析了光缆资源各实体之间的关系 ,并进行了数据库设计 ,然后介绍了系统特点。本系统实现了光缆资源管理的自动化。

杉木人工林下杉木、楠木和木荷叶凋落物分解特征及营养元素含量变化的动态分析

采用网袋法,对0-360 d内杉木〔Cunninghamia lanceolata（Lamb.） Hook.〕、楠木〔Phoebe bournei（Hemsl.）Yang〕和木荷（Schima superbaGardn.et Champ.）叶凋落物在杉木人工林下的分解特征及营养元素（N、P、K和C）含量的变化动态进行了比较分析。结果显示,经过360 d的分解,杉木、楠木和木荷叶凋落物的干质量损失率分别为40.6%、42.0%和51.6%,平均腐解率分别为0.001 3、0.001 6和0.002 0 d-1,叶凋落物的分解半衰期分别为537、482和372 d。在整个分解过程中,3个树种叶凋落物中P含量总体上均呈波动且缓慢的上升趋势;K含量在分解过程前期均急剧下降,然后随分解时间的延长变化趋缓;N含量变化差异较大,随分解时间的延长,杉木叶凋落物中N含量呈缓慢上升趋势,另外2个树种叶凋落物中N含量总体上呈先下降后上升的变化趋势;C含量基本上呈前期上升、中期下降、后期又略有上升的趋势,而C/N比则呈前期略上升而后期逐渐下降的趋势。3个树种叶凋落物分解过程中N、P、K和C的释放率及其动态变化也存在一定差异。3个树种叶凋落物中K的释放率均较高、变化趋势较接近,且均处于净释放状态;杉木叶凋落物中N、P和C的释放率总体上低于另2个树种,且木荷叶凋落物中N、P和C基本均处于单调净释放状态,而杉木叶凋落物中N、P和C以及楠木叶凋落物中P和C在分解过程前期均略呈净富集状态,之后N和C基本上呈净释放状态、P则呈波动式净释放状态。结果表明,在杉木人工林下,阔叶树种（楠木和木荷）叶凋落物比针叶树种（杉木）叶凋落物易分解,且阔叶树种叶凋落物中的营养元素也较易释放。

酚类物质对土壤和植物的作用机制研究进展

酚类物质是重要的植物次生代谢物质之一,它对植物的生长、养分吸收、生理特性、酶活性以及生长环境中的土壤、微生物等都存在影响。本研究对酚类物质对土壤和植物的作用机制、植物生态系统中酚类物质的含量分布、酚类物质对植物生理生化特性的影响以及对土壤理化特性的影响进行探讨,展望农林生产实践中酚类物质的研究趋势,为解决农业和林业生产中因酚类物质的影响引起生产力下降问题提供依据。

基于多特征融合的深度置信网络图像分类算法

针对现有单一特征描述符及浅层结构分类算法分类正确率较低的问题,基于底层图像特征提出一种针对自然界图像特点的深度置信网络(DBN)图像分类算法。提取样本图像中的颜色、纹理和形状特征,构成多特征融合的权重矩阵,并对特征矩阵进行归一化处理,利用构建的4层DBN分类器进行训练和分类。采用Corel图库,通过训练权重进行测试,结果表明,该算法的平均分类正确率达到85.1%,高于使用单一特征的分类算法和其他主流分类算法。

最优粒子增强探索粒子群算法

针对粒子群优化算法(Particle Swarm Optimization,PSO)存在收敛速度慢、寻优精度低和早熟收敛的问题,提出一种最优粒子增强探索粒子群算法(Optimal particle Enhanced Exploration Particle Swarm Optimization,OEEPSO)。OEEPSO将最优粒子在空间中的位置信息以二维一组划分,按4种方式计算每二维的适应值,选择适应值最小的方式更新对应维度的速度值和位置值。该策略加强了对最优粒子周围区域的探索,使粒子群能更快地向全局最优解靠近,提高了算法的收敛速度和求解精度。当算法陷入局部最优时,根据群体历史最优解的适应值,动态调整各粒子的速度值和位置值,使算法最终收敛到全局最优解。实验结果表明,OEEPSO具有收敛速度快、求解精度高的特点。

视觉词袋和Gabor纹理融合的遥感图像检索

针对高分辨率的遥感图像,提出了一种视觉词袋和Gabor纹理融合的图像检索方法。遥感图像纹理信息丰富,局部关键点多,当图像存在较多相似纹理时,视觉词袋检索准确率下降。将视觉词袋和Gabor纹理融合在一起结合了局部特征和全局特征以及中层词袋和底层纹理的优点,可以改进遥感图像的描述方式。实验结果表明,通过合理地分配视觉词袋和Gabor纹理的权重,特征融合的检索性能与单一特征方法相比有较大提高,并优于传统的Gabor纹理和颜色矩融合方法。因此,视觉词袋和Gabor纹理融合在遥感图像检索领域是一种有效的方法。

聚合CNN特征的遥感图像检索

针对高分辨率遥感图像检索中手工特征难以准确描述图像的问题,提出聚合卷积神经网络(convolutional neural network,CNN)特征的方法来改进特征表达。首先,将预训练的CNN参数迁移到遥感图像,并针对不同尺寸的输入图像,提取表达局部信息的CNN特征;然后,对该CNN特征采用池化区域尺寸不同的均值池化和视觉词袋(bag of visual words,Bo VW) 2种聚合方法,分别得到池化特征和Bo VW特征;最后,将2种聚合特征用于遥感图像检索。实验结果表明:合理的输入图像尺寸能提高聚合特征的表达能力;当池化区域为特征图的60%～80%时,绝大多数池化特征的结果优于传统均值池化方法的结果;池化特征和Bo VW特征的最优平均归一化修改检索等级值比手工特征分别降低了27. 31%和21. 51%,因此,均值池化和Bo VW方法都能有效提高遥感图像的检索性能。

杉木林生态系统中土壤酚类物质含量的变化规律

以天然更新常绿阔叶林、老龄杉木〔Cunninghamia lanceolata(Lamb.)Hook.〕林(代表一代杉木林)、二代杉木萌芽天然更新林和二代杉木人工林作为杉木林生态系统转换模式的系列样地,研究了不同季节(3月、6月、9月和12月)4个样地0～20和20～40 cm土层土壤中酚类物质(包括总酚、复合态酚和水溶性酚)含量的变化规律。结果表明:各样地土壤总酚含量最高(278.40～3 012.98μg.g-1),复合态酚含量次之(20.67～430.54μg.g-1),水溶性酚含量最低(0.36～6.01μg.g-1)。各样地间不同土层中总酚、复合态酚和水溶性酚含量均值的高低变化不一致,但总体上顺着森林生态系统转换的方向(天然常绿阔叶林→一代杉木人工林→二代杉木人工林),0～20和20～40 cm土层中总酚和复合态酚含量以及0～20 cm土层中水溶性酚含量均值均呈现逐渐增加的趋势,而20～40 cm土层中水溶性酚含量均值则无明显变化规律。各样地0～20 cm土层中各种酚类物质含量总体上高于20～40 cm土层,表明随土层加深,总酚、复合态酚和水溶性酚含量呈现逐渐降低的趋势。各种酚类物质含量具有明显的季节变化规律,总酚和复合态酚含量总体上呈现出3月和9月较高、6月和12月较低的变化趋势,水溶性酚含量总体上呈现出随着季节变化(3月至12月)逐渐降低的趋势,不同季节间土壤中各类酚类物质含量的差异均达到了极显著水平。研究结果显示:随杉木人工林栽植代数的增加,土壤中会积累一定量酚类物质,但其中水溶性酚含量远低于使植物中毒的水平(50μg.g-1),造成杉木中毒的可能性较小。

基于高层特征图组合及池化的高分辨率遥感图像检索

高分辨率遥感图像内容复杂,提取特征来准确地表达图像内容是提高检索性能的关键。卷积神经网络(CNN)迁移学习能力强,其高层特征能够有效迁移到高分辨率遥感图像中。为了充分利用高层特征的优点,该文提出一种基于高层特征图组合及池化的方法来融合不同CNN中的高层特征。首先将高层特征作为特殊的卷积层特征,进而在不同输入尺寸下保留高层输出的特征图;然后将不同高层输出的特征图组合成一个更大的特征图,以综合不同CNN学习到的特征;接着采用最大池化的方法对组合特征图进行压缩,提取特征图中的显著特征;最后,采用主成分分析(PCA)来降低显著特征的冗余度。实验结果表明,与现有检索方法相比,该方法提取的特征在检索效率和准确率上都有优势。

一种基于特征角点和动态模板的遥感影像控制点匹配算法

提出了特征提取和灰度相关相结合的控制点匹配算法:应用新算法提取特征角点作为控制点,在模板匹配计算中,采用动态模板进行不等距搜索。试验结果证明,该算法能准确提取特征角点,具有较高的控制点匹配精度和运算效率,有较强的适应性和应用价值。

低调整率的广义AVL树及其统一重平衡方法

针对传统AVL(Adelson-Velskii and Landis)树重平衡算法代码量大、流程复杂、调整率过高的问题,提出一种统一重平衡算法,并提出广义AVL树的概念。统一重平衡算法能对AVL树的失衡节点进行自动分类、调整,取消了传统重平衡方法中的四种旋转操作。广义AVL树放松了AVL树的平衡约束,允许左右子树树高相差不超过N(N≥1),当更新操作(插入/删除)执行后,广义AVL树只在平衡约束条件不满足时采用统一重平衡算法进行调整。理论分析与实验结果表明,广义AVL树的调整率随着N的增大而显著降低:N为5时,调整率低于4%;N为13时调整率低于千分之一。广义AVL树的调整率远低于红黑树等经典数据结构,适合并发应用。

最短加法链的随机幂树方法

幂树法是求解最短加法链的一种简单近似方法,其计算效率高,一次可获得大量结果,但是精度偏低。随机幂树方法在扩展幂树时保持一层一层扩展,同时随机地扩展叶子结点,重复生成随机幂树并更新最优结果,在保持计算效率高的同时极大改善了计算精度。对于所有n<24924的数,通过9次重复生成随机幂树,准确率可达95%以上,平均达到97%,而且确保结果是次优结果。该方法在普通计算机上的求解规模可达155691199。

森林土壤酚类物质的消解规律

采用室内模拟培养的研究方法,对4种森林生态系统(天然更新常绿阔叶林、一代杉木老龄林、二代杉木萌芽天然更新林、二代杉木人工林)土壤酚类物质含量的动态变化规律进行研究.结果表明,在常温或冷藏状态下,各系统土壤总酚、复合态酚和水溶性酚含量基本上呈现明显降低的趋势,各系统土壤总酚、复合态酚和水溶性酚的总消解率分别为64.91%-91.21%、58.13%-83.24%和65.27%-83.78%.在冷藏状态下,土壤总酚的消解率比在常温状态的土壤低,说明低温抑制了土壤总酚的消解作用,而对土壤复合态酚和水溶性酚的消解率影响不明显.不同森林生态系统的土壤总酚和复合态酚的消解率均存在显著差异,不同森林生态系统土壤水溶性酚的消解率差异不显著.初始酚类物质含量高的土壤系统,其消解率也较高,表明如果没有外来的酚类物质继续加入,土壤中各种酚类物质的消解率较高.由此推测,在野外自然条件下,酚类物质在土壤中发生严重积累并造成林木中毒的可能性较小.

融合人工求解策略的数独回溯求解法

数独有唯一解,回溯法可以保证获得正确结果。为了提高回溯法求解效率,向前搜索用最基础的人工策略进行求解,这样只需要两三个正确的候选数就可求解成功。基础人工策略求解的结果分为求解成功、求解失败和求解不确定三种情况,只有在求解不确定时才继续向前搜索,从而达到高效剪枝的目的;同时在算法实施方面采用大量位运算,大量9×9数独的实验结果表明对于绝大部分数独,平均计算时间不超过0.15 ms,对于那些极端困难的数独平均求解时间为2 ms;求解一个16×16数独的平均时间为224 ms。通过实验还发现17个提示数的9×9数独数据集在各方面具有较好的分散性,建议作为标准测试用数据集。