基于混沌理论与DNA动态编码的卫星图像加密算法

针对卫星图像在传输、存储过程中涉及的信息安全问题,该文提出一种新型的基于混沌理论与DNA动态编码的卫星图像加密算法。首先,提出一种改进型无限折叠混沌映射,拓宽了原有无限折叠混沌映射的混沌区间。之后,结合改进型Chebyshev混沌映射与SHA-256哈希算法,生成加密算法的密钥流,提升算法的明文敏感性。然后,利用混沌系统的状态值对Hilbert局部置乱后的像素进行DNA编码,实现DNA动态编码,解决了DNA编码规则较少所带来的容易受到暴力攻击的弱点。最后,使用混沌序列完成进一步混沌加密,从而彻底混淆原始像素信息,增加加密算法的随机性与复杂性,得到密文图像。实验结果表明,该算法具有较好的加密效果和应对各种攻击的能力。

基于卫星图像的城区屋面分布式光伏潜力评估

结合市辖区层面光伏发展情况以及城市中不同用地的特点,利用卫星图片识别长沙市各地区适合装设分布式光伏的建筑区域。基于太阳高度角和方位角,通过山体阴影分析屋顶上的建筑阴影,计算地区屋面光伏可承载容量。对市场侧、制造商及电网部门的分布式光伏规划进行研究。通过识别结果可为光伏建设方及电网提供明确地域列表及可用面积,以及可实现基于实际建设项目的可新增光分布式光伏装机容量的预测,以期为分布式光伏电站用地不足问题提供新的解决思路。

面向卫星遥感图像场景重建的神经辐射场方法综述

随着高分辨率卫星遥感图像成为认知地理空间不可或缺的重要手段,卫星遥感图像在城市建图、生态监测和导航等领域发挥着日益重要的作用,利用卫星遥感图像进行地球表面大规模3维重建成为了计算机视觉和摄影测量领域的研究热点。神经辐射场(NeRF)利用可微渲染学习场景的隐式表示,在复杂场景新视图合成任务中实现了逼真的视觉效果,并在3维场景重建和渲染领域获得了极大的关注。近期的研究主要集中在利用神经辐射场技术,从卫星遥感图像中提取场景表示及其重建。面向卫星遥感图像的神经辐射场方法主要集中在光线空间优化、场景表示优化以及模型高效训练3方面。该文全面归纳了神经辐射场技术在卫星遥感应用中的最新进展。首先介绍神经辐射场技术的基本概念及相关数据集。然后提出一个面向卫星遥感图像的神经辐射场方法分类框架,用于系统性地回顾和整理该技术在卫星遥感领域的研究进展。接着详述了神经辐射场技术在实际卫星遥感场景应用中的相关成果。最后,基于当前研究所面临的问题和挑战进行分析和讨论,同时对未来的发展趋势和研究方向进行了展望。

基于卫星图像监测的水库水情自动预报分析

为解决当前传统水库水情监测方式和现有洪水预报系统存在的问题,提升水情预报准确性、实时性和可靠性,实现水库全域并行实时测报,提出一种水库水情自动测报及预报方法,通过获取水库覆盖区域的卫星图像监测数据,将采集的数据传输至数据处理中心,对卫星图像进行区域划分,获得多个子区域,分别建立水情预测模型,根据水情预测模型输出结果构成水情预报数据,通过数据处理和分析生成水库水情的实时预测报告。本方法可根据实时预测结果发出预警信号,提醒相关人员作出响应,提升了水情预报的便捷性。

云技术在卫星图像生成中的应用与优势

文中主要研究了云技术在卫星图像生成中的应用及优势。首先,介绍了云技术的概念、特点和发展历程,然后详细阐述了云技术的原理,并分析了云技术的优势及存在的问题,最后提出了一种基于云平台的卫星图像生成方法,以有效解决传统卫星图像生成中存在的问题。

卫星图像处理算法研究及其硬件实现

随着航天技术的快速发展,其空间遥感技术带来的数据逐渐扩增,传统存储器的处理办法无法有效匹配无损图像处理的存储需要,卫星的信息容量也导致了传输瓶颈的出现。要实现其卫星图像的有效处理,必须对卫星图像的算法和硬件进行重新构造。

遥感卫星图像原始数据误码率检测方法

在分析遥感卫星原始数据质量检测的基础上,文章提出了一种基于空帧数据统计在轨遥感卫星图像原始数据误码率的检测方法,该方法利用空帧数据在原始数据中有较多的占比的特征,利用空帧数据的误码率代表原始数据的误码率。经多颗卫星工程应用验证,结果表明:该方法简单实用,既统计出误码率,又记录了误码出现的具体位置和错误情况,可支撑接收站设计最优数据接收方案,为提高遥感卫星图像质量提供基础。

基于Landsat8与Sentinel-1遥感图像融合的土壤含水率反演模型

针对当前运用单一光学卫星反演土壤含水率时易受到云的影响,单一SAR卫星反演土壤含水率时易受到地表粗糙度和植被影响的问题,以内蒙古河套灌区沙壕渠为研究区域,以4个深度的土壤含水率为研究对象,分别采用主成分分析(PCA)、施密特正交变换(GS)融合Landsat8和Sentinel-1图像以减少云、植被、土壤粗糙度的影响,并对融合后的图像质量进行评价,然后用融合图像的灰度构建1134种遥感指数,基于相关系数分析、变量投影重要性分析、灰色关联分析3种变量筛选方法与BP神经网络(BP)、极限学习机(ELM)、随机森林(RF)、支持向量机(SVM)4种机器学习算法的耦合模型反演沙壕渠土壤含水率。研究结果表明:经PCA、GS融合后的融合图像可同时保持Sentinel-1和Landsat8图像的优势,并成功定量反演土壤含水率。基于融合图像构建的三维指数普遍比二维指数对土壤含水率更敏感。在表层土壤含水率反演中,基于GS融合的VIP-ELM模型精度最高(决定系数R2=0.66,均方根误差(RMSE)为1.35%)。将GS融合的VIP-ELM模型应用于其他土壤深度含水率的反演后发现,20~40 cm反演精度最高(R2=0.79,RMSE为0.94%),其次是0~10 cm、40~60 cm、10~20 cm。该研究可为多源卫星图像融合反演土壤含水率提供参考。

基于注意力机制的多级小波CNN遥感图像去噪算法

高质量的卫星遥感图像对计算机视觉任务来说尤为重要,在去噪模型中,感受野大小和效率之间的权衡是去噪任务的一个关键问题。普通卷积网络(CNN)通常以牺牲计算成本为代价来扩大感受野。通道注意力机制可以保证去噪性能的同时尽量减少计算成本,本文中提出了一种新的基于注意力机制的多级小波CNN模型,以更好地平衡感受野大小和计算效率。在改进U-Net结构的基础上,引入小波变换来减小收缩子网络中特征图的大小。此外,通过通道注意力机制进一步优化模型,使对噪声成分的提取更加有针对性。实验采用峰值信噪比(PSNR)和结构相似性(SSIM)两项评价指标对实验结果进行量化评判,在高斯噪声标准差为15,25,30时,较DNCNN,FFDNET等方法在PSNR值上平均提高10%左右,图像细节清晰,能有效地保护遥感图像边缘特征。

基于改进U-Net的卫星图像分割算法

为解决传统模型与算法对遥感卫星图像小目标的分割精度低、泛化能力差等问题,提出一种基于改进U-Net的图像分割算法。将骨干网络改为ResNet18并加入优化后的空洞卷积池化金字塔与卷积注意力机制模块,充分提取小目标边缘特征。该算法在中国南部某地区的公开卫星图像数据集上的平均交并比与分割总精度分别达到了75.8%与95.6%,均超过U-Net、DeepLabV3+、SegNet、W-Net等主流语义分割网络。实验结果表明,该算法能有效改善网络的预测精度与小目标的分割结果。

基于时空大数据与卫星图像的城市火灾风险预测

火灾事故在全世界范围内普遍存在且频繁发生。然而,针对城市火灾的风险预测研究尚在起步中。为此,提出一种针对城市火灾风险的预测模型HISS。基于多重分形维度从卫星图像中提取视觉特征,并将卫星图像的视觉特征与从历史火灾数据、气象数据、出租车流动记录、区域用电量数据和POI数据中提取的非视觉特征相融合,构成静态特征。基于静态特征对XGBoost进行预训练,并设计一种特征嵌入模块,将XGBoost的预测结果作为基准值嵌入到包含时序关系的动态特征中,通过Transformer学习火灾的时间波动模式。采用动态加权模块实现XGBoost和Transformer在模型层面的融合,进一步提升模型的性能。实验结果表明,HISS模型的确定系数R2达到了72.56%,与长短期记忆网络和门控循环单元相比R2分别提升4.25和3.92个百分点,与Lasso、随机森林和梯度提升决策树相比R2分别提升10.88、5.62和3.93个百分点,具有较优的预测性能。

不同季节下无人机航拍图像与卫星图像匹配方法研究

图像匹配在无人机视觉导航中起着至关重要的作用,在该领域已经出现了较多优秀的图像匹配算法,但对于不同季节下异源图像匹配尚鲜有报道。为进一步扩展该领域的研究工作,针对不同季节下异源图像匹配困难的问题,提出了一种基于模糊信息粒的图像匹配算法。首先,根据卫星图像和无人机航拍图像的地面分辨率确定无人机航拍图像的尺度缩放系数,进而对无人机航拍图像进行尺度预处理;其次,基于模糊信息粒建立图像匹配方法,对提取到的图像边缘进行相似性匹配,得到无人机航拍图像与卫星图像的匹配位置;最后,在冬季与夏季的无人机航拍图像和卫星图像数据集上进行验证。实验结果表明,该算法具有较强的鲁棒性,提高了图像匹配精度,为无人机视觉定位提供了一种新的思路。

基于可见光与红外卫星图像融合的舰船目标检测

为解决现有基于可见光卫星图像的舰船目标检测算法在云雾遮挡、海岸干扰等复杂场景下的错检和漏检问题,本文在YOLOv5网络基础上,通过空间特征与谱段特征的联合提取提高网络性能,提出了基于可见光与红外卫星图像融合的舰船目标检测算法VI-YOLOv5。实验结果表明:双模态融合目标检测算法性能优于单模态目标检测算法,在交并比阈值为0.5的情况下,可见光+红外融合网络的平均精度达0.976,相较于单可见光网络提高了2.5%,相较于单红外网络提高了8.9%,有效缓解了复杂场景下出现的错检和漏检问题,验证了可见光与红外卫星图像融合在舰船目标检测任务中的有效性。

基于改进YOLOv7的卫星遥感影像多尺度目标检测方法

针对卫星遥感影像目标检测中,小目标检测精度低、漏检率高,以及实际应用场景中检测效率低等问题,文章提出一种基于改进YOLOv7(You Only Look Once)的卫星遥感影像多尺度目标检测方法。在检测网络中,聚焦提升小目标检测能力,添加类注意力机制的卷积模块(ConvNeXt Block,CNeB),提升对小目标细粒度特征的提取及利用能力;同时,提出后处理机制,通过建立小目标与大目标的相互关系,实现使用单个模型对多种尺度目标进行检测。实验结果表明,在TGRS-HRRSD数据集4个小目标上,改进后的检测模型相较原始YOLOv7在平均精确率均值指标上提升了16.6个百分点。在检测特定大目标任务中,通过后处理机制,在保持精度的条件下,相较YOLT(You Only Look Twice)时间减少了70%。相较于主流的面向遥感影像的检测方法,该方法在检测多尺度目标上,检测精度更高、速度更快。

卫星图像显示美俄加强核试验场活动

美国有限电视新闻网(CNN)2023年9月22日发布独家报道,称商业卫星图像显示,美国和俄罗斯近年来都在加强核试验场活动,不断开展设施建设和隧道挖掘工作。美国内达华核试验场美国于1992年进行最后一次地下核试验,但长期保持相关能力,能够在六个月内重启核试验。内华达核试验场的商业卫星图像显示,U1a综合体地下设施在2018-2023年间进行了大幅扩建。

应用高分辨率卫星遥感图像开展城市基础地理信息数据库建设

本文主要研究应用高分辨率卫星遥感图像开展城市基础地理信息数据库建设的相关技术和方法。介绍了高分辨率卫星遥感图像的概念和在城市规划和管理中的应用,并强调了城市基础地理信息数据库的重要性和挑战。重点探讨了高分辨率卫星遥感图像的获取和处理方法,包括数据来源、数字影像预处理和图像特征提取。介绍了城市基础地理信息数据库的设计原则和方法以及数据模型设计和各模块功能设计。结合实例应用,详细阐述了城市基础地理信息数据库的建设流程和应用高分辨率卫星遥感图像进行基础地理信息数据采集的具体方法。总结了本文的研究成果和结论,并指出了未来研究的方向和存在的问题。本文的研究对于提高城市基础地理信息数据库的质量、完善城市基础设施建设具有重要意义。

暗影舞者——美军的卫星数据系统

美国军方一度拥有自己的数据中继卫星系统——“卫星数据系统”。这个系统前后发展了三代。第一代是1976年至1987年的SDS-1;第二代是1989年至1996年的SDS-2;第三代SDS-3从1998年投入使用。高度保密的SDS。SDS系统的主要功能是把侦察卫星图像中继传输给美国本土。

多光谱卫星图像的一种模糊聚类方法

基于二维光谱特征空间,用模糊C均值(FCM)聚类方法,对多光谱静止卫星(GMS-5)图像进行了云分类试验,得到了比较合理的分类结果。该方法利用不同光谱通道的卫星云图光谱特征构造出一个二维光谱特征空间,对云图在特征空间上的光谱特征点进行FCM聚类,然后与已知云类样本的特征进行比较,确定出各聚类域的类属,进而得到二维光谱空间的云分类图,实况接收的云图可通过查验特征像素点在分类图中的落区位置来实现云的分类。

内蒙古东部大陆冰川地貌卫星图像解译

在赤峰境内发现大量冰臼和冰臼群后，利用遥感图像对大兴安岭及其两侧的冰蚀、冰碛地貌类型进行解译发现：它们中的绝大多数原本在巨型冰川漂砾、羊背石或基岩鼓丘上。它们是蒙古大冰盖之一部分在沿东南方向越过大兴安岭时其南端受到黄岗梁、七老图山、大马群山的分流、阻隔。

IRS遥感卫星图像地形校正

运用经验统计法、Minnaert校正和C校正方法对高黎贡山南段地区的IRS卫星图像进行校正试验,从视觉、定量方面对校正效果评价:低太阳高度角时,经验统计法是校正IRS遥感卫星图像地形影响的理想方法。