基于深度学习算法的遥感图像识别检测技术研究

为提高遥感图像识别准确性和效率,本研究基于深度学习改进方法,设计卷积神经网络改进算法模型。通过设计全局-局部Transformer模块、优化卷积层编码器、特征细化模块,旨在探索一种更高效的遥感图像识别检测技术。并通过测试实验来研究改进算法有效性。结果表明,与传统深度学习算法相比,卷积神经网络改进算法在遥感图像识别精度和处理速度上有显著提升,展示了较强的泛化能力和鲁棒性。

基于伪全局Swin Transformer的遥感图像识别算法

如何在多目标并列的情况下,确定符合人类思维习惯的核心目标是遥感图像识别的关键之一.因此,在全局视野下,为各目标分配符合人类视觉习惯的注意力,是甄选核心目标的有效途径之一.文中结合Transformer提取全局特征的思想和Swin Transformer对图像栅格化处理可降低计算量的优点,提出基于伪全局Swin Transformer的遥感图像识别算法.构建伪全局Swin Transformer模块,将遥感图像栅格化后的各局部信息聚合为一个特征值,替代以像素为基础的全局信息,以较小计算量为代价,获取全局特征,有效提升模型对所有目标的感知能力.同时,通过以可变形卷积为基础的感受野自适应缩放模块,使感受野向核心目标偏移,提高网络对核心目标信息的关注,从而实现对遥感图像的精确识别.在RSSCN7、AID和OPTIMAL-31遥感图像数据集上的实验表明,文中算法取得较高的识别精度和参数识别效率.

基于自反馈模板提取的车辆遥感图像识别

模板提取技术的空白使绝大部分高效的模板匹配算法建立在人工提取模板的基础上,人工提取模板的缺陷必将在识别过程中逐级传播,从而降低图像识别的准确度与稳定性,最终影响到基于遥感图像的交通状态辨识效果.文中针对模板匹配图像识别方法中的模板提取问题,提出了一种基于自反馈模板提取的车辆遥感图像识别方法,并利用数学推导论证了自反馈模板提取方法的正确性,以Matlab软件为平台完成了多个路段车辆高分辨率对地遥感图像的识别和交通流的辨识.对多个路段高分辨率图像识别结果的分析验证了文中方法的可行性和有效性.

遥感图像识别中目标特征点提取方法研究

文章首先介绍了图像识别的重要性,接下来主要介绍了一种新的基于目标图像边缘点寻找特征点的方法。最后通过对一个具体算例的研究,说明这种方法的正确性和可行性。

YHS变换及其在遥感图像识别中的应用研究

对彩色遥感图像进行判读 ,主要是根据地物在图像上的亮度、对比度、颜色和纹理等特征来识别 .为了将人工识别的经验定量地引入计算机图像识别中来 ,提出了一种基于遥感信息模式分类的YHS变换方法 ,并讨论了变换的物理意义和实际应用结果 .

深度学习技术在遥感图像识别中的应用研究

随着互联网大数据及云计算技术的发展,依托于不同网络算法的神经学习模型不断出现。其中基于神经网络的深度学习算法,通过多个输入、输出层级的逐步迭代学习,设置图像频率阈值,可以实现对截取图像切片、隐含层处理训练,以及不同标签数据信号的多层BP计算和偏置调节。依托有监督卷积神经网络,利用计算机图像处理单元、校正线性单元和迭代训练算法,对区域空间内的遥感图像进行预处理、影像分类、识别处理,以获得更高分辨率的光谱图像。

基于改进元胞卷积网络的遥感图像识别

为了加强卷积神经网络结构构建与训练效率,提出了改进的元胞卷积网络。首先分析了遥感地物间的差异性,实现像元邻域扩展,挖掘地物间邻域信息;进而以3层卷积神经网络作为元胞单元,构建元胞卷积网络集成框架,通过Boosting集成方式对各元胞单元识别结果进行决策级融合,获得最终识别结果。针对高分遥感图像的玉米种植区域进行识别预测,以人工标注真值为标准进行对比验证。结果表明,本方法能够精确地实现高分遥感图像玉米种植区的识别分类,总体精度达到0.94,比BP网络提高了20%以上,其他各项评价指标也得到大幅提升。

改进YOLOv5算法的遥感图像车辆检测

针对遥感图像中背景复杂目标、车辆小导致的成像模糊的目标漏检问题,提出一种基于YOLOv5s的改进模型。改进模型设计一种新的主干网络结构:改进模型的主干特征提取选用RepVGG网络,同时在主干网络中加入注意力机制CoordAttention来提高模型小目标的感知能力。增加多尺度特征融合,提高改进模型对于小目标的检测精度,边框回归的损失函数选择使用DIoU,帮助改进模型实现更加精准定位。实验结果表明,改进后的YOLOv5模型在遥感图像的目标检测,相较于原始模型在小目标车辆中检测精度提升5.3个百分点,与Faster R-CNN相比mAP提升16.88个百分点。改进后的模型与主流的检测算法相比能有较大的检测精度提升,相较于原始的YOLOv5s模型在遥感图像小车辆检测有更好的检测精度。

采用改进YOLOv5 网络的遥感图像目标识别方法

针对无人机目标识别中因遥感图像模糊、成像距离远、目标图像占比小等使得目标识别准确度不高问题,提出了一种基于改进YOLOv5网络的方法.该方法通过改进损失函数、改进特征金字塔网络(FPN)结构和增加平衡系数来提高目标识别效果.实验结果表明,在相同训练条件下,相比原始YOLOv5网络,改进YOLOv5网络对目标占比小于5%的小目标正确识别率有较为显著的提升,对目标占比仅有1%的小目标正确识别率提升了9%;对各类别图像识别准确率都有所提升,均值平均精度达到了0.767,比原始YOLOv5网络提升了3.2%.

基于小波变换的遥感图像压缩与识别技术

随着遥感图像获取精度的增加，获取数据量也海量增加。这使得本来十分有限的信道容量和存储空间与海量数据之间的矛盾日益突出。对用户来说感兴趣的常常是海量的遥感图像数据中的部分重要区域数据。城市区域为感兴趣区，研究基于感兴趣区的遥感图像识别与分类压缩技术。

基于多分类器融合的卫星图像舰船目标识别

针对遥感图像中舰艇目标识别性能低的问题,提出了加权投票分类器融合方法。首先分析了舰艇的颜色特征与轮廓特征,然后利用SVM、BP神经网络和AdaBoost算法训练三种单分类器,最后采用加权投票方式对单分类器进行融合。采用融合分类器进行舰艇目标识别实验分析,实验结果表明:在google卫星图像舰艇目标识别中,所提方法能够有效提升舰艇目标识别准确率,F-measure可以达到73.54%,相较于SVM提升了2.72%,相较于AdaBoost提升了3.53%,相较于BP神经网络提升了4.28%。

江苏沿海滩涂利用模式遥感影像解译和时空变化分析

为了弄清江苏沿海滩涂利用模式分布情况,定量分析其时空变化趋势,本文基于Google Earth Engine云计算平台和Landsat卫星遥感影像数据,结合随机森林分类方法,通过机器学习建立了滩涂利用模式自动识别分类方法,样本训练后识别准确率达93%以上。利用该方法提取了2002年、2014年和2019年江苏沿海的土地利用类型,计算了土地利用模式转移矩阵,并提出了土地利用模式变化率指标,进一步建立了经济效益评价模型。研究结果表明,2002—2014年间江苏省滩涂利用模式变化巨大,2014年前的变化尤为显著。从所占面积本身来看,最主要的滩涂利用方式是农业开发。从利用面积增长率来看,建设用地增长最快,2014年后新增建设用地占2019年建设用地的70%以上。从经济效益角度来看,江苏沿海滩涂的开发利用规模在持续扩大,质量也有所提高。

西藏谢通门县雄村矿区岩石地面波谱特征及其在矿化信息识别中的应用

成矿作用过程中产生的矿化蚀变,在遥感图像上往往是一种非直接的弱相关信息。文章以西藏谢通门县雄村铜多金属矿区为例,通过典型矿床地面波谱及其特征分析,在视反射率图像模拟及其与典型矿床地面波谱反射率的相关分析基础上,运用两类矿床的地面波谱模型对通门乡子区矿化蚀变信息进行识别研究。雄村铜多金属矿区的地面波谱特征研究表明,视反射率图像及其地空相关分析方法不仅能快捷地进行铜多金属矿化信息预测,还可有效地区分矿化异常,在冈底斯地区多金属矿化信息识别方面有较好的找矿预测效果,是青藏高原进行铜多金属找矿预测的颇为有效的遥感地质找矿新技术之一。

基于哨兵2号时序影像的冬小麦空间分布研究

为获取当地精准、详实的冬小麦空间信息,为冬小麦种植区域规划提供技术支撑,本文基于多时间序列的归一化植被指数构建模型,估算了2018-2021年归一化植被指数(Normalize Difference Vegetation Index,NDVI)模型提取的冬小麦面积,获取其时空分布情况,并参考农业数据进行精度评定,研究了多时相指数模型与黄土高原冬小麦的相关性,探讨了多时相归一化植被指数模型对冬小麦提取的可行性。结果表明:①基于多时相NDVI模型,利用随机森林算法提取冬小麦具有较高精度。每年2、4、6月(越冬期、拔节期、乳熟期)为冬小麦识别的关键期,其构建的指数模型提取效果最佳。②单期遥感影像容易受到同期植被的干扰,多时相指数模型可以有效提高冬小麦提取的精度。分别对2018-2021年冬小麦提取,对提取结果进行检验,总体精度分别为91.16%、90.35%、94.26%。③基于Sentinel-2影像数据的甘谷县提取结果,近3年冬小麦种植面积整体呈现平稳态势。种植的时空分布上看,冬小麦主要集中于甘谷县中部断陷河谷地区,南北山区向中部种植区域逐渐增加,且分布在海拔在2036 m以下山地的特点。因此,基于合成指数模型对冬小麦耕种范围提取方法具有可行性,可以有效提取冬小麦的空间信息,证明了利用该方法可有效获取黄土高原冬小麦空间分布情况,并为当地的冬小麦遥感种植时空变化监测研究提供借鉴和参考。

中国科学技术馆之“太空探索”展厅大揭秘

听说,中国科技馆刚刚完成了'太空探索'展厅的更新改造,大家是不是都迫不及待啦?到底都有哪些好看又好玩的展品呢?下面我就带大家去一探究竟。这次新'太空探索'展厅从'飞天之梦''登天之梯''人造卫星''载人飞天''奔向月球''迈向深空'等六个方面的主题,展示了世界最新的航天科技发展动态和技术成果,参观者不仅能感受我国北斗导航、高分卫星、