基于深度学习和多次棋盘分割法的高分辨率影像河流提取

针对目前从遥感影像中提取的河流,尤其是细小河流容易出现中断的情况,将深度学习与多次棋盘分割法相结合,应用于高分辨率遥感影像的河流提取。基于对山区、平原和城市3景高分二号卫星遥感影像的实验表明,与现有的方法相比,该方法提取的河流更加连续,并且能够提取高分二号卫星遥感影像中两个像元的细小河流。

基于棋盘分割插值的多描述视频编码

为了提高恶劣信道上视频传输的鲁棒性,提出了一种基于棋盘式分割插值的多描述视频编码算法,即将输入图像按照棋盘模式分割并插值形成两路相同分辨率的近似图像,并对这两路近似图像进行独立的运动预测、补偿和编码。使用这种编码算法,接收端可以在同时收到两路描述时得到相当好的重建图像质量,而在由于误码或丢包等使其中一路描述丢失或受损时也能得到可以接受的重建图像质量。此外,编解码器之间的不匹配可以通过对两路描述之间差信号的部分编码得以有效的控制。在双向通信应用中编码器还可以根据反馈信息来主动跟踪解码器的状态从而消除误差积累。由于充分利用了分块DCT编码所固有的块间相关性,该算法与同类算法相比具有更好的冗余率失真性能。模拟实验表明,该算法在保持较高压缩效率的前提下,具有很好的鲁棒性,在高误码信道上相对于传统的单描述视频编码可以得到更为稳定的重建图像质量,并且编解码器之间的不匹配和误差积累都得到了有效的控制。

基于变化检测的地理国情监测数据更新研究

地理国情监测数据的更新是自然资源调查监测的一项重要工作,如何基于遥感影像,实现变化信息的快速提取是一个热点。本文以句容市为研究区域,充分利用2018年地理国情监测数据与2019年遥感影像数据,通过棋盘分割法得到规则的影像,共选取植被、构筑物、水体样本134.32 m^(2),利用监督分类中最邻近分类法对影像进行分类,并通过2019年地理国情监测数据进行精度评定,符合率为79.5%。实验结果表明,棋盘分割与监督分类结合可有效提取地表地物的信息,遥感影像变化检测技术可为地理国情监测数据更新提供技术支撑。

利用影像相关分析的遥感变化检测

针对利用单一光谱特征进行影像相关分析在遥感变化检测应用中效果较差的问题,提出了一种将纹理特征与光谱特征相结合的相关系数计算模型。应用中在对多时相影像进行相同尺度棋盘分割的基础上,先计算各对应分割窗口内的相关系数,再以其中心点的坐标和相关系数值作为一个特征点,在三维空间中进行插值处理得到整个区域的相关系数空间分布图;进一步通过密度分割处理提取变化信息。本文以两期GF-1影像数据进行了变化信息提取试验,结果表明,采用组合特征相关系数的变化检测结果明显优于单一光谱相关系数的变化检测结果。组合相关系数的应用研究为利用影像相关分析方法从高分影像中提取变化信息提供了一种新的思路。

基于GF-2影像的平原河网区规模化生猪养殖场提取方法研究

精准治理生猪养殖业污染要求相关部门精准快速地掌握规模化生猪养殖场空间分布信息,借助遥感技术可实现这一目标。以GF-2影像为遥感数据源,以地处长江中下游平原河网区的江苏省如皋市石庄镇、江安镇境内的规模化生猪养殖场分别作为样本与验证对象,基于样本对象先明确其组成要素为猪舍、粪污池和蓄水池3类地物,基于棋盘分割利用建筑物面积指数(building area index,BAI)去除工厂等成片建筑物对猪舍提取的干扰,再进行多尺度分割。最后,面向分割后对象选择上述3类地物的光谱、几何和纹理特征构建规模化生猪养殖场的提取规则集。基于验证对象先根据提取规则集提取出上述3类地物,再利用GIS空间叠加与距离分析方法提取规模化生猪养殖场空间分布,最后实地考察验证提取结果的空间一致性。结果表明:(1)就平原河网区而言,基于分割目标大小为516的棋盘分割,利用BAI>-0.150923的阈值可较好地去除工厂等成片建筑物对猪舍提取的干扰;(2)去除工厂等成片建筑物后,运用面向对象的方法可有效提取规模化生猪养殖场空间分布,总体空间一致性达82.24%。利用高空间分辨率遥感影像,去除其中的工厂等成片建筑物后,采用面向对象提取的方法是提取平原河网区规模化生猪养殖场行之有效的策略。