国产高分辨率卫星影像在省级国土监察中的应用研究

以广西壮族自治区66个县为研究区域,针对实际应用,分析违法类型,收集2016年上半年GF-1、GF-2、ZY-3数据,结合2015年辅助数据,采用ENVI IDL开发批处理程序进行数据预处理,通过影像比对,目视解译提取可疑图斑,利用地理处理模型(GP Model)获取图斑行政区、坐标、面积等属性数据。核查53个县,查明1 046宗违法用地,16个违法采矿点。结果表明:国产卫星影像能较好地反映地物信息,地物判读性较好,文中所示的内业工作流程高效可靠,对在国土监察工作中发现可疑图斑具有现实意义。

基于国产高分辨率卫星影像的矿山地质环境遥感调查研究

矿山因长期开采和破坏,逐步呈现出复杂的地质特征,保护矿山的生态环境也格外重要,因此基于国产高分辨率卫星影像对矿山地质环境遥感调查方法进行了研究,首先,采集了矿山地质数据,然后基于高分辨率卫星影像进行变化检测,最后设置矿山地质遥感变化阈值,提取矿山地质特征,实现了矿山地质环境的遥感调查。进行实验,结果表明,设计的遥感调查方法,调查影像更清晰,有辨识度,不容易受到天气云层的影响,因此精准度高,有一定的应用价值。

基于注意力增强全卷积神经网络的高分卫星影像建筑物提取

从卫星遥感影像中自动提取建筑物在国民经济社会发展中具有广泛的应用价值,由于卫星遥感影像存在地物遮挡、光照、背景环境等因素的影响,传统方法难以实现高精度建筑物提取。采用一种基于注意力增强的特征金字塔神经网络方法(FPN-SENet),利用多源高分辨率卫星影像和矢量成果数据快速构建大规模的像素级建筑物数据集(SCRS数据集),实现多源卫星影像的建筑物自动提取,并与常用的全卷积神经网络进行对比。研究结果表明:SCRS数据集的提取精度接近国际领先的卫星影像开源数据集,且假彩色数据精度高于真彩色数据;FPN-SENet的建筑物提取精度优于其他常用的全卷积神经网络;采用交叉熵和dice系数之和为损失函数能够提升建筑物提取精度,最好的分类模型在测试数据上的分类总体精度为95.2%,Kappa系数为79.0%,F1分值和IoU分别达到了81.7%和69.1%。该研究可为高分辨率卫星影像建筑物自动提取提供参考。

基于高斯混合模型法的国产高分辨率卫星影像云检测

针对资源三号、高分一号等国产高分辨率卫星影像波段少、光谱范围受限的特点,提出一种通过高斯混合模型拟合影像灰度直方图从而自动获取灰度阈值的云检测算法。首先由影像灰度直方图自适应地获取高斯混合模型初始拟合参数,然后依据期望最大原则对初始参数进行调整,最后根据拟合模型中各高斯分量的分布特点,自动确定该波段影像中云与晴空之间的灰度阈值。实验表明,该算法不受限于卫星光谱范围,同时适用于含云和无云影像,检测精度较高,且不需要辅助信息和人工干预,可满足自动化生产的需要。