全国地表类型遥感影像样本数据集

全国地表类型遥感影像样本数据集是对全国(除港澳台地区外)31个省、自治区、直辖市的十米级Landsat 8多光谱影像数据和米级GF-1、QuickBird多光谱影像数据进行人工解译采集而得。本数据集使用了2013–2017年的影像数据,覆盖夏季和冬季两个典型时相,采用了面向测绘地物波谱的分类体系。所构建数据集可为土地覆盖分类提供先验训练和测试样本,指导待分类影像中同类影像样本点的采集,为应用示范研究提供样本数据支持。为了更好地利用这些数据,采用统一规范的数据处理方法、样本采集规则和质量控制体系,对地表类型遥感影像样本数据进行采集和质量控制,并已经公开共享和提供下载。

跨视角图像地理定位方法综述

跨视角图像地理定位旨在通过图像匹配和地理坐标估计实现不同视角图像之间的准确对应和地理定位,广泛应用于机器人导航、自动驾驶和三维重建等领域。传统的单一视角图像地理定位方法通常受限于数据集质量和规模等因素,定位精度较低。为克服这些局限,近年来研究人员提出了一系列跨视角图像地理定位方法,同时利用多个视角的图像数据,通过视角比较和匹配提高定位精度。跨视角图像匹配方法呈现多元的分类体系。根据面向的跨视角图像类型的不同,可将其分为面向地面—卫星图像的方法与面向无人机—卫星图像的方法两类。根据图像特征提取与表达方式的不同,又可将其分为基于人工设计特征的方法与基于深度神经网络自学习特征的方法两类,对于后者,还可根据是否采用视角对齐方法以及所采用对齐方法的不同将其细分为无视角对齐处理的跨视角图像地理定位、基于传统图像变换的跨视角图像地理定位和基于图像生成的跨视角图像地理定位等3类。本综述对以上方法进行了介绍并比较了它们的优缺点;此外,还总结了常用于跨视角图像地理定位的数据集和评价方法;最后,展望了跨视角图像地理定位的应用领域和未来发展方向。尽管跨视角地理定位方法已取得突破和进展,但仍面临一些问题和挑战。因此,本综述提出了可能的解决方向和未来研究的重点,以期推动该领域的发展和创新。