基于改进YOLOX算法的光学卫星影像车辆目标检测

为了改善光学卫星影像中车辆目标检测准确率低、速度慢的问题,提出一种基于改进YOLOX算法的卫星影像车辆目标检测方法。首先,以轻量化模型YOLOX的S版本为基线,采用CSPDarknet—53替换原主干特征提取网络,引入基于卷积块的注意力模块(CBAM)提高特征提取时对车辆目标的关注度。其次,扩充主干特征提取网络输出尺度,并在特征强化提取部分设计了一个双向特征金字塔网络(BFP-net),采用亚像素卷积上采样、横向的跳跃连接和纵向的跨尺度连接实现对不同层级、尺度特征的复用,使得最后输出特征层充分融合了分类和定位信息。实验结果表明:本文算法对large-vehicle和small-vehicle两类车辆的检测准确率分别为88.98%和86.58%,相较于原算法,平均检测准确率提高了5.36%,检测速度达到了58.37fps,具有更好的检测效果。

双模态脉冲耦合神经网络高分辨率光学卫星影像分割

针对应用PCNN分割高空间分辨率光学卫星影像存在的问题,提出一种双模态PCNN算法。利用北京地区QuickBird影像进行实验,结果表明,该算法能够弱化影像目标内部灰度变化信息对结果的影响,并能提取影像目标几何结构特征信息,为高空间分辨率光学卫星影像分割提供了一种新方法。

分布式环境下光学卫星影像的数据挖掘

近年来,随着我国航天领域的飞速发展,不断有光学卫星传回的高分辨率的影像数据。高分辨率影像数据内数据挖掘成为深入研究相关领域的重要方法。传统卫星影像数据挖掘方法存在影像数据内容分析准确度低、影像数据内容关联信息少、处理速度慢等问题。为此,提出分布式环境下高分辨率光学卫星影像数据挖掘方法。采用动态图像特征检索算法、大数据动态信息交互技术与分布式影像数据处理技术,针对性解决传统影像数据挖掘方法中存在的问题。仿真实验测试证明,提出的分布式环境下高分辨率光学卫星影像数据挖掘方法具有影像数据加载分析快、数据挖掘准确、挖掘数据实用性高等特点。

利用空三定位网进行光学卫星影像几何定位

根据卫星重复观测特性提出区域级空三定位网的概念,存储该地区空三成果。新获取影像与空三定位网进行联合区域网平差,实现无(稀少)控制下影像高精度几何定位。与常规区域网平差方法相比,利用空三定位网进行无控制点影像定位精度有所提高;若与常规平差方法达到相同精度,利用空三定位网需要较少控制点。定位网中影像数量、分辨率高于新获取影像,或与新影像有较高重叠度情况下定位结果较高。实际应用中,将某一区域高分影像空三成果存储构成空三定位网,对新影像进行无控(稀少控制)定位,将会提高影像实时化几何处理效率与影像利用率,为影像几何定位提供了另一有效途径。

复杂环境异源高分辨率光学卫星影像匹配算法

针对复杂环境异源高分辨率光学影像匹配成功率低的问题,提出了一种基于窗口约束的特征点匹配方法.借助于异源影像近似核线对和同名直线,对特征点建立几何约束窗口,利用该窗口限定同名点搜索范围,通过特征点主方向的约束和特征欧氏距离提取初始匹配点,并基于局部随机抽样一致性(RANSAC)算法剔除误匹配点,最终利用同名点对影像进行纠正,实现异源高分辨率卫星遥感的自动匹配.结果表明:与传统的尺度不变特征变换算法(SIFT)相比,窗口约束匹配方法提取了更多的同名点,为复杂环境异源高分辨率光学遥感影像数据的高精度自动匹配提供了一种可行的方法.

一种可靠的高分辨率光学卫星遥感影像匹配方法

提出一种基于虚拟交点的高分辨率光学卫星遥感影像自动匹配方法。具体流程包括:(1)初始获取同名点,建立影像局部粗匹配模型;(2)利用同名点构建同名虚拟直线,通过同名虚拟直线形成同名虚拟交点集,并采用局部粗匹配模型进行约束;(3)对候选点集进行特征描述;(4)对特征点利用最小欧式距离准则提取初始同名点;(5)采用RANSAC算法和多项式拟合迭代法剔除误匹配点以获取最终的匹配结果。实验结果表明了本文通过虚拟交点提取同名点的算法,获取了更好的匹配效率和精度。

面向ROI的高分辨率光学卫星遥感影像快速处理方法研究

针对海量遥感数据处理不及时难以满足高时效用户应用需求的问题,本文设计了一种面向ROI的高分辨率光学卫星遥感影像快速处理方法。该方法首先通过仿射变换模型由ROI地理坐标快速确定其在原始推扫影像数据中的坐标,然后对ROI影像进行相对辐射校正、传感器校正、系统几何纠正,并基于GPU对处理算法进行并行加速,实现带地理编码高分辨率遥感影像快速准确输出。本文利用四型高分辨率卫星遥感影像进行实验,结果表明本文方法的处理效率明显提升,最高可提升5倍。

DEM辅助的卫星光学遥感影像山体阴影检测与地形辐射校正

提出一种结合DEM的山体阴影检测与地形辐射校正方法。首先对卫星影像多波段信息用特征法进行阴影检测,然后结合DEM数据用模型法进行山体背阴面检测以及投影区域检测,将3个结果综合分析,按照形成原因将阴影检测结果分为8类,最后结合太阳入射角信息,利用信息匹配的阴影补偿法和地形辐射校正物理模型,进行卫星光学遥感影像辐射校正。试验证明该方法能恢复山体阴影区的信息,并且有效降低地形效应的影响。

不同类型卫星遥感影像的联合区域网平差方法

根据区域网平差的基本原理,提出了不同类型卫星遥感影像联合区域网平差的方法,建立了光束法联合区域网平差模型,对误差方程式的建立、权矩阵的计算、多片前方交会模型的建立以及平差计算过程的设计等关键问题进行了研究,并通过两组实验验证了平差模型的有效性,分析了影像组合形式以及控制点的分布、数量、精度对平差结果的影响,最后总结了多源遥感影像联合区域网平差的特点以及应用前景.

多源航天光学影像的定位模型

针对星历和有理多项式系数(Rational Polynomial Coefficients,RPC)两种主要类型辅助数据的多源光学卫星影像,以地固地心直角坐标系(Earth-Centered Earth-Fixed,ECEF)作为统一的物方坐标系,在其中构建了有理函数和共线方程,对各类常见影像的辅助数据给出了相应的转换方法,进而以联合平差的方式建立了一种光学卫星影像定位的混合/集成模型,并对4种传感器影像进行了试验验证.建立的模型考虑了影像定向参数和传感器定标参数的差异,对不同航天光学影像的独立或联合定位有较广的适应性.

一种高分辨率光学卫星遥感影像直线匹配算法

高分辨率光学卫星遥感影像直线自动匹配算法的具体流程包括:进行影像尺度调整,对影像进行边缘提取,采用Hough变换提取直线;同时基于直线几何特征和灰度特征提取同名直线,利用Hough变换模型,将线转换为参数空间中的点,并建立转换模型;最后采用RANSAC算法剔除错误同名直线,以获取最终的匹配结果。实验结果表明,本文提出的算法能显著提高影像同名直线提取的数量和精度,特别是对异源影像具有抗噪能力强、鲁棒性好等特点。

异源高分辨率光学卫星遥感影像联合定位

本文提出一种基于RFM和投影射线法的异源高分辨率光学卫星遥感影像定位算法:首先利用高分辨率遥感影像RFM正解模型迭代计算其反解模型;接着通过RFM正反解模型构建投影射线,最后采用迭代求取射线交点的方法确定地面三维实际坐标。实验对比结果表明,联合具有一定重叠度的异源高分辨率光学卫星遥感影像进行立体定位具有较强的可行性,并可达到一定的精度。

运动车辆探测研究的新方向与进展

分析总结了国际上基于遥感的运动车辆探测研究的进展情况,将运动车辆探测研究分为基于航空机载遥感影像、卫星SAR影像和光学卫星影像等三类,并通过对其特点的分析比较,指出基于光学卫星影像和基于卫星SAR数据的运动车辆探测研究将成为发展主流.

采用灰度分割的自适应矩匹配条带噪声去除方法

针对国产卫星全色影像中的随机条带噪声现象,提出了一种采用灰度分割的自适应矩匹配条带噪声去除方法。该方法首先将不同反射特性的地物按照灰度差异进行分割处理,然后对每一个分割区域分别采用标准矩匹配进行处理,从而抑制标准矩匹配处理过程中造成的灰度畸变。选取资源1号02C-HR光学影像进行实验,结果表明,与现有的去噪方法相比,所得图像质量有较大提升。