LRSS-Net:轻量级遥感地物分割网络

针对目前基于深度学习的高分辨率遥感图像分割模型由于参数量大、计算复杂而导致高延迟、低响应的问题,提出了一种轻量级遥感地物分割方法,较好的平衡了速度和精度.该方法使用MobileNetV2进行特征粗提取,通过构建空间信息嵌入分支实现不同尺度的特征细提取,不同层次之间引入密集连接以获取密集的上下文信息.解码端设计特征融合优化策略逐层融合不同尺度的特征增加对细粒度特征的感知,同时以反卷积与双线性插值交替的上采样方式减少图像边缘信息丢失.最后采用交叉熵损失与Dice损失结合的方式加快网络收敛速度.为了验证所提方法的有效性,与几种常用的语义分割方法进行了对比实验.实验结果表明,所提算法的分割准确率为93.7%,MIoU为88.01%,可以实现地物的有效分割.

遥感地物分割的改进格子玻尔兹曼并行模型

针对遥感影像目标地物分割存在的分割精度低和时效要求高等问题,提出了遥感地物分割的改进格子玻尔兹曼并行模型(SPF-LBM)。文章利用符号压力函数改进格子玻尔兹曼模型,以提高分割精度;对改进模型分阶段并行优化,以提高分割效率。以海岛瞬时水边线分割为例,将SPF-LBM模型与CV模型、马尔可夫随机场(MRF)以及Otsu阈值分割模型进行比较,结果表明,其分割精度较上述模型分别提高了1.14%、0.82%和4.02%;其分割效率较上述模型分别提高了96%、89%和25%。分析表明,SPF-LBM模型在保证遥感影像目标地物分割精度的前提下,提高了目标地物的分割效率。

基于Hi3559A平台的地物分割目标检测方法并行设计

为了在复杂背景下检测出红外低慢小目标,提出一种基于地物分割的目标检测方法。使用边缘检测算法得到地物以及目标边缘信息,利用图像列信息得到每一列的临界点,并求出一个异形区域;使用引导滤波算法,通过求得的异形区域来剔除假目标。实验结果表明,该方法在复杂背景下对小目标的检测有较强的的稳定性和鲁棒性。将基于地物分割的红外低慢小目标检测方法移植到Hi3559A开发平台上,使用并行设计,将多线程和基于ARM架构处理器扩展结构NEON技术来优化检测方法。为了验证方法的实效性,将未优化和优化后的方法进行比较,结果表明,优化后的方法在速度方面比未优化方法快近2倍,仿真测试结果表明,在640×512分辨率大小的图像上能够满足100 Hz的检测要求。

基于遥感大数据的信息提取技术综述

随着遥感技术的快速发展,我国已建立了比较完善的航天遥感和灵活多样的航空遥感数据获取体系。遥感大数据以海量遥感数据为主,综合了其他多源遥感数据,并运用大数据思维与手段,发掘海量数据中的知识规律和高价值信息。回顾了近年来基于遥感大数据的信息提取技术研究工作,从遥感目标检测、遥感地物分割、遥感变化检测三方面阐述了遥感信息提取技术的发展历程,对各个发展阶段及代表性方法进行了梳理与归纳,并对基于遥感大数据的信息提取技术进行了展望。

模糊逻辑在土地利用遥感分类中的应用

由于影像信息提取过程蕴涵的诸多不确定性以及土地类别描述语境信息的含糊性影响,遥感数据的常规土地利用分类面临诸多困难与挑战。而模糊分类系统作为一种最为强大的软分类器,能处理、分析和表征遥感信息中传感器测量数据的不精确性、土地类别描述中的含糊性以及模型模拟中的不严密性,从而输出更能表达人类知识缺陷、更符合真实世界客观事实的分类结果,因此被认为是一种较好的土地利用遥感分类手段。本文以南京城市边缘带一样区为例,在采用地物导向分割技术对遥感影像分割的基础上,充分利用影像地物自身的光谱组合特征值以及其他空间形状、拓扑特征以及语境关系信息,按照模糊监督分类的过程来对研究区土地利用信息进行提取。研究结果表明基于遥感数据源的土地利用模糊分类系统可以获得比常规硬分类手段更为合理、信息含量更为丰富的输出结果。

一种改进的高光谱影像噪声估计算法

针对空间维去相关法影像分块常包含地物边界以及波谱维去相关法矩阵多次求逆导致运算量过多的不足,提出一种基于地物分割的改进波谱维去相关方法.方法可以保证影像分块的波谱一致性,且在波谱维去相关时只需进行一次求逆运算,从而显著减少运算量.运用该算法分别对模拟影像和真实Hyperion影像进行噪声估计.实验结果表明:一方面,改进算法具有更快的计算速度;另一方面,在对模拟影像进行估计时,改进算法的像元波谱曲线及其结构相似度更接近模拟噪声,在对真实Hyperion影像进行估计时,改进算法的噪声像元波谱曲线在零附近作小幅波动,更符合真实噪声的特征.实验结果验证了改进波谱维去相关算法的有效性.