基于大数据分析的高分辨率可见光遥感卫星影像解译能力评估

高分辨率可见光遥感卫星影像应用范围的不断扩大,对其解译能力提出了更高的要求。为了能够选取最佳的遥感卫星影像解译技术,需要对解译能力进行精准的评估与判断。本文结合海量影像数据,进行基于大数据分析的高分辨率可见光遥感卫星影像解译能力评估研究。深入分析遥感卫星影像解译能力影响因素,以此为基础,联合遥感卫星影像解译实际情况,选取适当的解译能力评估指标,应用大数据分析技术—模糊C均值(FCM)聚类算法对指标数据进行分类处理及其分析,基于熵权法计算解译能力评估指标的权重系数,结合当前解译能力评估指标数值,采用加权求和方法计算遥感卫星影像解译能力综合评估数值,从而实现了遥感卫星影像解译能力的有效评估。实验结果显示:应用该方法获得的遥感卫星影像解译能力评估时间最小值为16 s,解译能力评估结果与实际结果保持一致,充分证实了该方法解译能力评估性能较佳。

高分辨率卫星遥感数据在城乡历史文化保护传承方面的应用

高分辨率卫星遥感数据具有高时间分辨率、高空间分辨率、高光谱分辨率等数据特性,为城乡历史文化保护传承工作提供了新机遇、新技术。本文对高分辨率遥感数据在城乡历史文化预防性保护、城乡历史文化保护规划、城乡历史文化智能化管理、城乡历史文化监测评估4个方面的应用进行了梳理,如图1所示。

高分辨率遥感影像在土地利用规划中的应用研究

本文基于颇多遥感影像的数据,对土地运用的类型进行提炼和判定,之后就借助了一些模型和算法,实现对当前土地运用状态的精准评估。然后,通过比照及分析,探讨了利用清晰遥感图像,在做决策支持、监控更新和执行规划方面的可行可能性。事实证明,这种高清遥感图像极大地提高了土地运用判别的准确程度,特别是在一些复杂的地理环境下,如针对城市建设用地、林地、草地等土地运用类型的识别和区别,其能力更为明显。此外,研究还发现,借助高分辨率遥感影像资料,可更好地参与土地利用的预测和规划,提供更为科学、务实的决策依据,对优化和提升土地规划理念和实践方式,具有重大的科研和应用价值。

高分辨率遥感影像技术在自然资源监测中的应用研究

在自然资源的监测中,高分辨率遥感影像技术展示出欠可忽视的优势。本研究主要探讨了高分辨率遥感影像技术在自然资源监测中的应用。基于这种技术,构建了一个由数据采集、数据处理和分析、结果输出三部分组成的监测模型。在数据采集阶段,通过高分辨率遥感影像,提高了对自然资源的认知和掌握程度;在数据处理和分析阶段,利用高精度和高空间分辨率的遥感数据,更准确地展现了土地、森林、岩石、水系等自然资源的空间分布差异和时间序列变化。经实践证明,高分辨率遥感影像技术在自然资源的稀缺度、质量问题、持续性管理等方面取得了良好的效果,结果输出准确、直观、实用,大大提高了自然资源的管理效率。总而言之,高分辨率遥感影像技术在自然资源监测上的应用,不仅使得自然资源情况能够被更为客观和真实地表现出来,也为自然资源的长期管理提供了科学依据。应予以广泛推广和应用。

基于机载LiDAR和高分辨率遥感影像融合的农村地籍测绘方法

农村地籍测绘是农村土地规划的重要依据,本文提出了基于机载激光雷达(LiDAR)和高分辨率遥感影像融合的农村地籍测绘方法。首先,对农村地籍进行机载LiDAR测绘,采集机载LiDAR点云数据并对其进行分块;其次,对农村地籍高分辨率遥感影像进行分割处理,并将机载LiDAR点云与遥感影像进行配准融合,生成农村地籍测绘图,实现基于机载LiDAR和高分辨率遥感影像融合的农村地籍测绘。经实验证明,使用本文设计的方法开展地籍测绘的面积误差不超过1%,测绘结果与实际结果的余弦相似度符合精度要求,可以精准地反映农村地籍形状、面积和轮廓等特征,具有较高的测绘精度。

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。

复杂城市场景的高分辨率遥感影像建筑物变化检测

近年来高分辨率遥感影像快速获取和处理能力的不断进步以及人工智能的崛起兴盛,极大地推动了违章建筑快速自动化检测识别,为城市规划建设和监测管理提供了一种系统高效的新技术手段。然而由于复杂场景中空间上下文的复杂性、建筑物的差异性和多样性以及投影差导致的影像上几何偏移和影像间位置差异,实际应用中主要还是依靠人工判读解译,导致工作效率低下,人力财力浪费严重,并且在海量遥感数据面前显得捉襟见肘。

基于卷积神经网络的高分辨率遥感影像目标检测方法研究

高分辨率遥感影像目标检测作为高分对地观测系统中影像信息自动提取及分析理解的重要内容,对高分对地观测系统应用价值的发挥具有重要影响。卷积神经网络作为最热门的深度学习模型,由于其可以根据海量数据和标注自行进行有效图像特征提取和学习,在训练数据充足的情况下,模型具有良好的泛化能力,能够在复杂多变的条件下依然保持良好的稳健性和普适性。因此,基于卷积神经网络的目标检测架构被相继提出,但现有网络架构多是针对自然图像设计的,相对于自然图像,高分辨率遥感影像存在背景更加复杂、目标尺度更小、同类目标尺度变化更大和影像尺寸更大等特点;将这些网络架构直接用于高分辨率遥感影像目标检测会存在网络目标建议框尺度不匹配,待检影像相对于网络输入过大,以及缺乏训练数据等问题。针对上述问题,论文系统性地开展基于卷积神经网络的高分辨遥感影像目标检测方法研究。主要研究内容如下。

高分辨率多光谱的芦山地震次生地质灾害遥感监测与评估

2013年4月20日芦山7.0级大地震发生后,产生大面积滑坡、崩塌、碎屑流等次生地质灾害,造成大量人员财产损失,并严重阻碍了应急救援和灾后重建工作的顺利开展。利用快速获取的震前和震后航空、航天等多源遥感数据、地形地貌和地质构造数据,首先结合次生地质灾害在高分辨率多光谱影像上的形态、结构和纹理特征,对地震重灾区次生地质灾害的数量和空间分布进行了有效监测。结果显示：芦山县、宝兴县和天全县次生地质灾害最为严重,各有164处、126处和71处大型次生地质灾害点。并结合GIS技术对这些次生地质灾害的空间分布规律,特别是同区域地质构造、烈度和地形地貌之间的关系进行了综合分析和评估。评估结果显示：在监测区存在四个次生地质灾害高发区,其中一个聚集在震中6公里范围内,其他三个沿本区域两个主要地质断层分布;超过97%的次生地质灾害位于烈度Ⅶ~Ⅳ度、坡度25°~50°且海拔800~2 000m之间的区域。最后结合震害遥感监测评估结果,对震后恢复重建规划及实施提出建议。

结合光谱相似性与相位—致模型的高分辨率遥感图像分割方法

提出一种结合高分辨率遥感图像的光谱相似性与相位一致边缘检测模型的分水岭分割方法.分水岭分割算法的性能依赖于图像边缘梯度图.利用同类地物的光谱相似性特点,可有效抑制相位一致模型边缘检测中产生的伪边缘和噪声信息,从而获得更好的遥感图像分割结果.首先基于目标像元与其邻域像元之间的光谱曲线距离之和定义光谱相似性模型,结合相位一致模型获得边缘响应强度;然后利用自动标记分水岭变换方法实现高分辨率遥感图像分割.基于此方法和其它方法进行了分割实验,并利用基于多光谱信息熵方法对分割结果进行了非监督评价和比较,同时对比分析了计算耗时.结果表明此方法可有效抑制遥感图像过分割现象,并取得较好的分割结果.

高光谱高空间分辨率遥感观测、处理与应用

高光谱遥感技术是遥感领域的研究热点之一。然而,由于成像口径与能量等限制因素,难以同时获得高光谱和高空间分辨率的图像,这极大限制了高光谱遥感在精细尺度任务中的应用。近年来,随着高光谱成像技术及无人机为代表的新型观测平台的发展,高光谱高空间(双高,同时具备纳米级光谱分辨率与亚米级空间分辨率)遥感技术发展迅猛,推动了高光谱遥感技术的应用,但同时也带来了更多问题。极高的空间与光谱分辨率使得数据更加海量高维,加剧了高光谱数据的空间异质性和光谱变异性,为影像智能信息处理带来更大的挑战。为此,本文将从双高遥感影像基准数据集、双高遥感影像智能信息处理、双高遥感影像典型应用3个方面论述双高遥感应用与发展现状。

高分辨率卫星遥感数据在土地利用动态监测中的应用研究

选择土地利用变化类型较多的北京市大兴区为试验区 ,通过分析印度IRS、韩国KOMPSAT- 1、美国IKONOS等高分辨率卫星数据的获取途径、覆盖周期、卫星运行状况、监测成本估算、技术条件和设备要求 ,对其在土地利用动态监测中的可行性进行了研究 ;测算了高分辨率卫星数据的主要技术参数 ;分析原始图像上各主要土地类型的灰度分布范围及其直方图特征 ,总结不同土地利用覆盖类型与融合图像变化信息的光谱特征。通过精度测算 ,确定了最大成图比例尺。比较利用高分辩率卫星IRS、KOMPSAT - 1和SPOT与陆地卫星TM多光谱数据组合的土地利用动态监测结果 (识别率、判对率、图斑边界吻合精度、可监测的最小图斑面积等 ) ,确定了不同高分辨率卫星数据与TM多光谱卫星数据组合后对土地利用类型的识别能力 ,建立了土地利用动态监测解译标志。在解决了若干关键技术问题的基础上 ,形成了一套可推广的。

利用对象光谱与纹理实现高分辨率遥感影像云检测方法

针对高分辨率遥感影像云检测过程中合适的云检测光谱阈值难以确定及影像中类云地物对云检测精度影响的问题,提出一种基于对象光谱与纹理的高分辨率遥感影像云检测方法。首先,对影像进行直方图均衡化处理,根据均衡化影像直方图获得合适的影像云检测光谱阈值。其次,用简单线性迭代聚类算法对影像进行分割生成分割对象,以对象为处理单元,根据云检测光谱阈值和对象光谱属性对对象进行云检测过滤,获得初始云检结果。然后,求得直方图均衡化影像的纹理图,根据对象的纹理均值及角二阶矩对初始云检测结果提纯,消除类云地物对云检测精度的影响。最后对提纯云区域进行区域增长及膨胀处理,获得最终的影像云检测结果。定性对比试验和定量评价结果表明,本文方法可以获得良好的影像云检测结果。

基于地物光谱特征分析的高分辨率遥感图像水上桥梁提取

水上桥梁是一种典型的人造目标。利用高分辨率遥感图像进行水上桥梁提取,对于民用、军用和商业都具有重要意义。论文在分析地物光谱特征的基础上,提出了一种利用高分辨率近红外波段遥感图像进行水上桥梁提取的方法。首先,根据水体在近红外波段的光谱特征,采用迭代法选取阈值提取水体信息,以限制桥梁提取的空间范围;然后,对水体信息进行数学形态学运算,以连接因桥梁而断开的水体;其次,对数学形态学操作前后的水体信息进行叠加分析,以提取候选桥梁目标;最后,在桥梁先验特征知识的辅助下,去除伪桥梁目标。论文设计了仿真实验,以验证方法的有效性和适用性。实验结果表明,基于地物光谱特征分析的高分辨率遥感图像水上桥梁提取方法是行之有效的。

数字水印技术在高分辨率遥感数据安全保护中的应用

随着高分辨率遥感数据应用的不断扩展,其安全和版权问题也日益突出。利用数字水印技术保护高分辨率遥感数据安全是目前可行、可靠的技术手段。介绍了数字水印基本原理并分析了高分辨率遥感数据数字水印特征,研究了数字水印技术在高分辨率遥感数据安全分发管理、网络发布等方面的应用,探讨了高分辨率遥感数据数字水印系统设计,并对高分辨率遥感数据数字水印技术进行了展望。

面向对象的高分辨率遥感影像数据的道路提取流程——地理国情普查数据的自动提取

为了提高地理国情普查数据生产的自动化程度,针对高分辨率遥感影像的特征,以道路为例,基于面向对象的思想构建了一套通用性较高的数据提取方法流程,并以北京门头沟、河南郑州市作为实验区,证实自动提取规则的有效性。研究结果表明,郊区道路的自动化提取精度比城区道路更高;大比例尺基础数据的引入,可屏蔽掉缓冲区外非道路要素的干扰,提高分类精度。

矿山遥感编图中的高分辨率遥感数据选择与比例尺计算方法

通过对青海调查矿区多种高分辨率卫星数据处理后形成的图像进行解译和编图,掌握了合理选择遥感数据信息源、利用制图软件计算遥感影像图比例尺及编制野外调查和成果解译图的技术方法。得出在选择遥感数据时要考虑不同数据的技术参数、性价比及调查区面积;明确了当图像的出图分辨率确定后,其比例尺与图像的空间分辨率、像素大小、文档大小有直接关系,同时建立了计算遥感图像最佳比例尺和最佳出图比例尺的公式和方法;介绍了利用Photoshop和Mapgis软件,编制矿山野外调查用图和遥感解译成果图件的流程及方法。这些工作的完成对青海矿业开发地质环境效应调查起到了积极的指导作用,也充分体现了高分辨率遥感图像在工作条件艰苦地区的优势作用。

国产高分辨率遥感数据在城市森林资源监测中的应用

为了满足城市森林资源精细化管理的需求,需要不断拓展国产高分辨率遥感卫星数据的应用范围。本文对国产高分辨率遥感卫星数据进行真实性检验并分析其数据特性,在此基础上开展基于国产高分辨率遥感卫星数据的城市森林资源监测的应用研究,并开发了相应的软件系统,对实现城市森林资源的自动化监测具有较高的实用价值和研究意义。

多光谱遥感影像与高分辨率全色影像融合研究

选取浙江省绍兴市作为研究区 ,探讨了IHS变换、PCA变换及Brovey变换等融合方法 ,发现Brovey变换更适合于多光谱数据与高分辨率全色数据之间的融合。

高分辨率遥感图像融合的光谱保真问题

分析高分辨率遥感图像融合光谱失真的原因,利用基于滤波原理的Wavelet、SFIM融合算法和基于统计原理的Gram-schmidt、PCI pansharp模块提供的融合算法对高分辨率遥感图像的代表QuickBird图像进行融合试验。结果表明:这四种融合算法虽都具有很好的光谱保真性,但从光谱保真度和高频信息融入度这两个方面的定量分析来看,基于统计原理的融合方法总体上优于基于滤波原理的融合方法,更适合于QuickBird高分辨率遥感图像的融合。