基于地质雷达图像解译的隧道衬砌检测探究

本文基于地质雷达图像解译,针对隧道衬砌质量缺陷检测应用开展研究。详细分析地质雷达的工作原理、检测方法和数据处理,并针对脱空缺陷和钢信号拾取问题提出了改进措施。通过优化地质雷达资料判识和数据处理,能够有效提高解译精确度,为隧道工程质量检测和安全管理提供重要指导。

基于GPR正演技术的路面反射裂缝图像解译研究

为了解决探地雷达图像的病害识别问题,基于有限元法求解三维电磁波波动方程,并编写MATLAB代码进行数值模拟,依托汉十高速路面芯样检测数据建立三维道路真实模型,并建立多种不同损伤程度、形状的反射裂缝,分析电磁波在反射裂缝不同发展阶段的传播规律。结果表明:随着反射裂缝深度的变化,探地雷达图像存在显著的差异,反射电压与裂缝深度存在一定的线性关系,通过实际电压图像可以计算路面反射裂缝的深度。研究结果为分析高速公路路面裂缝病害图像提供理论基础。

砂壤土中目标物的GPR图像解译及土壤含水量反演

通过砂壤土人工土槽试验,对探地雷达技术在土壤剖面特征探测和土壤含水量测定方面的应用展开了研究。结果表明:通过对雷达图像的合理处理和解译,可以很好地获取土壤中异常体的位置特征信息;分析雷达波在土壤中传播速度的变化,明确基于探地雷达的土壤剖面平均含水量测定方法的适用性和准确性。为探地雷达技术在土壤学领域的应用提供了依据。

针对小目标的遥感图像解译识别系统

当前各种遥感解译系统无法对多种不同目标提供一致的交互解译,且无法满足弱小目标特定的解译需求,针对该问题,基于GrabCut算法设计实现一种交互式的遥感解译识别系统。包括不同目标的特征数据库建立、感兴趣区域定位、交互式目标提取及目标解译识别等主要模块。对飞机目标的解译示例表明,该解译系统不依赖于具体的目标特征,可为遥感图像的解译工作提供良好的支持。

《遥感图像解译》课程改革的实践与思考

随着遥感技术的飞速发展,遥感图像资源日益丰富,需要处理的数据量也呈现海量增长的趋势,迫切需要突破图像数据向有价值信息转化的瓶颈,遥感图像解译因而成为目前我国遥感学科建设的重要方向之一。我院《遥感图像解译》课程为面向电子信息类硕士研究生的专业选修课,在对这门课的教学实践与科研活动的基础上,从《遥感图像解译》课程的体系和内容的组织、教学方法与教学形式的应用、实践教学设计等环节,较为系统地论述了该课程的建设成果,并在实践中得到了良好的应用。

基于GVG采样系统检验遥感图像解译精度的方法——以其在农作物遥感估产中的应用为例

以在农作物遥感估产中的应用为例,介绍了运用GVG(GIS&VIDEO&GPS)野外采样系统,检验遥感图像解译精度的方法。即在遥感影像解译过程中,利用GVG系统实地采样图像数据实时检验不确定图斑解译的结果;在遥感影像解译完成后,利用GVG采样统计结果及其缓冲区(Buffer)抽样方式检验遥感图像解译精度。在武汉市新洲估产样区进行的试验表明,该方法简便易行,为提高与检验遥感图像解译精度提供了新的方法和思路。

支持向量机在SAR图像解译中的研究进展

支持向量机(SVM)是统计学习理论的最新方法,在模式分类和回归分析中有广泛的应用。针对SAR图像解译,SVM在图像滤波、图像分割、目标识别与分类、极化数据分类等过程中有很好的处理能力。本文首先介绍了SVM的基本原理,然后综述SVM在SAR图像解译中的各方面研究进展。

基于遥感图像解译的城市生态廊道研究

遥感影像解译是图像学的前沿技术,将其应用于城市环境问题研究具有交叉学科的意义和较好的效果。该文通过解译遥感影像并以北京市为例,详细研究了城市生态廊道的位置、形式和内在结构,并以卫星图片推导的植被覆盖度、地表亮温为指标分析了生态廊道的作用。由此显示了遥感技术可应用于精确的城市环境分析中,是图学应用于地学、规划学的途径。

合成孔径雷达图像解译技术探讨

首先对合成孔径雷达图像解译的研究背景及发展历程作了简单介绍 ,然后分别从斑点噪声抑制、边缘检测、区域分割、目标检测与识别等方面进行了分类探讨。指出新的解译技术应综合利用新特征、新信息和新的研究理论 ,开展多信息合作与融合机制的研究以及人工智能的应用。

河流形状类型的自动图像解译分类

针对河流遥感图像形状类型人工图像解译效率低,提出了河流图像自动识别分类方法。利用敏感因子组合条件,采用多波段组合法和区域生长分裂合并等方法提取河流并应用数学形态学方法进行处理;对得到河流图像确定类型分类特征,并给出了特征向量计算方法;河流类型特征向量散布程度大、类内聚集性较差,在支持向量机的基础上引入模糊隶属度函数,通过模糊隶属度反映样本的贡献属性,减弱噪声或野值样本对分类的影响。实验结果显示,采用模糊支持向量机有效地提高了识别准确度。

铁路工程地质遥感调查中的图像解译质量分析

铁路工程地质遥感调查中,由于地质现象的特殊性和解译环境的复杂性,常造成工程地质特征信息多具不确定性和多解性,影响了遥感图像解译质量。重点研究了遥感图像解译质量影响因素,分析了图像分辨率、成图比例尺和解译精度的相互关系。最终得出以下结论:在给定成图比例尺可以计算出最适合分辨率的遥感图像;图像地面分辨率是评价图像质量的关键指标,是定量分析工程地质特征解译精度、成图比例尺的可靠依据;采用多源遥感与地学空间数据整合方法,有利于解译质量的提高。

遥感图像解译技术概述

地理信息系(GIS)、全球定位系统(GPS)和遥感技术(RS)被称为"3S"技术,随着测绘、计算机等学科的发展,"3S"技术应用越来越广泛。遥感技术在近几年更是得到了迅猛发展,被广泛应用于各个行业。本文重点论述了遥感的一些基本定义、图像解译方法、解译要素以及遥感技术在生产、生活中的应用。

六盘山盆地地质构造卫星图像解译

遥感图像所揭示的宏观信息,表明六盘山盆地的边界具有性质多样、分期活动等特点,走滑断裂、逆冲断裂为主要边界断裂。由卫星图像上影纹结构、水系和色调异常对盆地内局部构造和线性构造进行解译和分析后,将盆地内的二级构造带分为三种主要类型,即走滑扭动型、逆冲挤压型和拉张伸展型。研究认为海原坳陷为有利含油气区块,樊家山构造为最有利局部构造。最后提出了开展六盘山盆地非常规油气勘探的建议。

应用陆地卫星图像解译博白—岑溪深断裂带及与地震关系

博白—岑溪深断裂带处于东南沿海地震带西南缘,是广西区内一条重要的控震断裂。本文通过陆地卫星图像解译,结合地质资料、地震文献,对博白—岑溪深断裂带的地震活动,认为深断裂带与其北西向断裂交汇复合部位,是发震的危险地段,为加强地震地质工作和预测防震工作提供有益的参考。

面向SAR图像解译的物理可解释深度学习技术进展与探讨

深度学习技术近年来在合成孔径雷达(SAR)图像解译领域发展迅速,但当前基于数据驱动的方法通常忽视了SAR潜在的物理特性,预测结果高度依赖训练数据,甚至违背了物理认知。深层次地整合理论驱动和数据驱动的方法在SAR图像解译领域尤为重要,数据驱动的方法擅长从大规模数据中自动挖掘新模式,对物理过程能起到有效的补充;反之,在数据驱动方法中加入可解释的物理模型能提升深度学习算法的透明度,并降低模型对标记样本的依赖。该文提出在SAR图像解译应用领域发展物理可解释的深度学习技术,从SAR信号、特性理解到图像语义和应用场景等多个维度开展研究,并结合物理机器学习提出了几种在SAR解译中融合物理模型和深度学习模型的研究思路,逐步发展可学习且可解释的智能化SAR图像解译新范式。在此基础上,该文回顾了近两三年在SAR图像解译相关领域中整合数据驱动深度学习和理论驱动物理模型的相关工作,主要聚焦信号特性理解和图像语义理解两大方向,并结合研究现状和其他领域的相关研究探讨了目前面临的挑战和未来可能的发展方向。

图像解译数据库和物体识别计算机理分析

本文在IIP交互式标注系统基础之上有体系地建立了一个大型图像解译数据库,之后提出了I2T框架,将图像内容相应转化为自然语言描述,并研究分析了分层模型和物体识别的计算机理。

机载SAR图像解译系统设计研究

针对机载SAR系统应用的海量SAR图像数据的存储管理、态势显示和快速解译等需求,本文提出了一种基于客户端/服务器端(C/S)架构的机载SAR图像解译系统的解决方案。本文介绍了该方案的系统软件架构和硬件架构,重点阐述多源异构海量数据管理、基于OSGEarth的地图和图像叠加显示、基于金字塔的大图像显示、基于深度学习的目标自动检测等关键技术;描述了数据管理、SAR图像显示和SAR图像目标检测识别等功能,其中海量数据的有序管理和查询功能,有效解决海量数据存储管理问题;SAR图像数据的地图叠加显示功能,为图像解译奠定基础;基于深度学习的智能检测识别等功能,满足SAR图像实时快速解译需求。

遥感图像解译中的增强技术

结合国内遥感图像解译应用的实际情况，分析探讨了遥感图像增强技术的方法和特点，并就增强技术的研究与应用提出了对策和建议。

浅析遥感图像解译在矿区公路建设中的应用

遥感技术可宏观的对地质结构的描述,因此遥感解译可以为公路的设计和施工提供必要的数据。尤其是在矿区进行公路施工,更应当利用遥感解译的技术提高公路工程的合理性,避免与矿区的生产和发展发生冲突。

基于GIS的耕地遥感监测人机交互式图像解译系统

基于卫星遥感的耕地监测系统包括两部分内容：应用ＧＩＳ的人机交互式遥感卫星图像解译；信息系统开发与应用。为满足农业部门经常性的对耕地数量变化的需求，该文提出应用ＧＩＳ的人机交互式解译成图系统，适用于华北地区大面积陆地卫星遥感图像解译，解译速度和精度均较高。