无人机可见光遥感影像地物目标提取技术研究

无人机可见光遥感影像中地物目标边界清晰度较低,容易导致地物目标与背景之间的区分度降低,进而难以提取地物目标;为此,提出无人机可见光遥感影像地物目标提取方法;从光谱特征、纹理特征和边缘特征3个方面分析无人机可见光遥感影像特征;结合3种影像特征对无人机可见光遥感影像数据集实行增广处理;对完成增广后的数据集定义影像编码标签,以此确定地物目标增强权重,通过参量化处理地物目标光谱特征,计算光谱吸收指数,获取地物目标提取表达式,从而实现无人机可见光遥感影像地物目标提取;实验结果表明,所提方法能够保证地物目标边界的清晰度,具有较强的地物目标提取能力。

无人机可见光遥感影像的空间分辨率对毛竹立竹度识别精度的影响

为探究无人机可见光影像在毛竹立竹度提取方面的适用性,以福建省三明市永安市天宝岩国家级自然保护区毛竹林为研究对象,运用重采样的方式获取不同空间分辨率(0.25、0.50、0.75 m)下的可见光影像,利用面向对象多尺度分割确定各个分辨率下的最佳分割尺度,采用随机森林分类方法,对不同空间分辨率下立竹度提取精度进行了比较。结果表明:不同空间分辨率下分割尺度的选择不同,影像空间分辨率为0.25、0.50、0.75 m的最佳分割尺度分别为20、9和8,立竹度提取平均精度分别为80.97%、81.29%和77.82%,Kappa系数分别为0.806 0、0.863 3和0.817 1;图像空间分辨率为0.50 m时,总体分类精度和Kappa系数最高,因此,毛竹立竹度提取的适宜图像空间分辨率为0.5 m,最佳分割尺度为9。

无人机可见光遥感影像的农作物信息提取及验证

该文简要概述了遥感技术,对无人机可见光遥感提取农作物信息的研究现状进行了分析,并以某个农作物区域作为研究案例,就农作物信息的提取和验证进行了探究。

基于偏移阴影分析的高分辨率可见光影像建筑物自动提取

为了提高建筑物提取的自动化程度和精度,提出了一种以分割-分类-优化为主线、利用偏移阴影分析的建筑物全自动提取方法。首先,采用面向对象的多尺度分割方法进行影像初分割;然后,结合支持向量机(SVM)分类,将分割结果分为阴影、植被、建筑物、裸地四大类并提取初始结果;最后,利用相交边界阴影比率准确地验证了建筑物的存在,剔除了无阴影的非建筑物干扰,获取了最终结果。大量的实验结果验证了该方法的有效性,自动化程度得到明显提高。该方法完整度达到85%以上,正确率和综合分数F1均达到90%以上,且仅需要可见光波段影像数据,适用范围广。

高分辨率可见光遥感图像舰船目标检测综述

利用大规模、高分辨率可见光遥感图像探测舰船目标一直是遥感领域的研究热点,其在军事和民用领域发挥着重要作用。舰船目标背景的复杂多变性,舰船目标的多尺度、多种类、多姿态类内差异性,以及检测模型的局限性等问题,都给大范围的高分辨率可见光遥感图像舰船目标探测带来了极大的挑战。首先对利用遥感技术进行舰船检测的方法体系进行总结归纳,然后在此基础上聚焦当前研究热点,对2010—2020年高分可见光遥感图像舰船目标的检测技术体系与发展历程进行概述,并对主流的检测方法进行详细论述,以期推动高分辨率可见光遥感影像舰船检测更加深入的研究和更加广泛的应用。