一种海洋遥感图像中尺度涡的自动检测方法

基于遥感图像涡区域检测边缘一般是由近似椭圆的分段圆弧曲线所构成的特点 ,提出一种“由粗到细”的海洋遥感图像中尺度涡计算机自动检测方法。首先对检测边缘利用曲线拟合和局部区域Hough变换的方法产生候选子区域 ,然后仅仅针对候选子区域利用局部区域图像灰度分割确定出涡的区域。实验结果表明所提出的方法可以完成处于成熟期。

基于邻域分析的海洋遥感图像舰船检测方法

针对高分辨遥感图像中目标背景为复杂多变的海面,提出一种基于邻域特性分析的海面舰船检测方法.根据邻域窗口的均值方差积特性,初分割消除大部分海面背景;再通过后续邻域均值滤波消减海面分散杂波,利用形态学处理进一步消除杂波干扰,确定目标候选区域;最后结合舰船相关特征(长宽比和矩形度等)对目标进行验证,排除虚警,输出最终检测结果.经对大量不同海面背景进行验证表明,该方法适应性强,稳定性好,检测率高.

二维经验模分解在海洋遥感图像信息分离中的应用

二维经验模式分解(BEMD)方法来源于一维经验模式分解的扩展,使图像信息处理技术得到进一步发展,因为二维经验模分解的多尺度于自然图像的多尺度有更相似的多尺度结构,从而可以更准确有效的处理分离信息图像.

高轨凝视卫星基于AIS数据的海洋图像几何精校正方法

针对高轨凝视卫星存在难以选取地面控制点从而在一定程度上影响卫星性能发挥的问题,文章将连续成像的凝视卫星与船舶自动识别系统(AIS)数据有机结合起来,充分利用AIS数据定位精度高、更新频次快、与高轨凝视卫星配准性好的特点,将船舶AIS数据作为控制点对海洋区域进行几何精校正。根据海洋较地面平坦的特点,基于多项式校正法,设计了两种针对高轨凝视卫星的遥感图像校正策略,并利用高分四号卫星和商用AIS数据进行了验证比对,给出了应用建议。分析结果表明:采用AIS数据可有效提升高轨凝视卫星海洋遥感图像定位精度,可为高轨凝视卫星影像快速几何精校正策略设计提供参考。

基于UNet模型的智能海洋遥感分类框架研究

借助遥感影像和人工智能方法自动提取空间地物是遥感领域的热点方向,本文基于PyQGIS和改进的UNet模型,设计开发了智能海洋遥感分类程序。该程序可以实现面向大尺度遥感影像的用户自定义智能分类、裁剪、拼接、分类评价、影像可视化和地图操作(包括影像放大、缩小、属性查询等)。并以三类典型海洋地物为案例,基于开发的程序测试,实现了总体精度92%、Kappa系数0.87、平均交并比82%的改善结果。文中提出的智能海洋遥感分类框架可为研究人员和工程人员提供参考,为沿海地区规划、监管和综合治理提供决策支持。