遥感地理图像采集目标精准提取仿真

对遥感地理图像的采集目标进行准确提取,能够得到完整性较好的图像采集目标特征。图像采集目标的提取,需要将图像的采集目标各特征分量加权融合,合并为完整特征向量,完成遥感地理图像采集目标的提取。传统方法标记图像采集目标的轮廓像素,估计采集目标特征的单元向量权值,但忽略了合并特征向量,导致提取精度低。提出基于结构元分析的遥感地理图像采集目标精准提取方法,根据能量守恒和散度定理推导出遥感地理图像能量随时间的变化情况;构造图像各向异性扩散方程;生成图像相应的映射子图,提取采集目标的结构元和连通性特向量征,并将采集目标的各个特征分量进行加权融合,合并为采集目标的一组完整特征向量,对不同特征具有较好的区分能力。仿真证明,所提方法具有较好的去噪性能,且大大提高了遥感地理图像的提取精度。

FY-3微波成像仪遥感图像地理定位方法研究

风云3号(FY-3)微波成像仪采用天线绕轴旋转形成圆锥形跨轨的扫描方式。该研究依据这种特殊的扫描几何,给出了适用于FY-3微波成像仪遥感图像地理定位的方法。根据微波成像仪观测几何、仪器空间位置和指向建立了遥感图像观测像元与地面位置之间关系的模型,其中包括根据卫星位置计算实时速度的算法模型。将此方法用于FY-3微波成像仪遥感图像地理定位,将计算结果与实际遥感图像比较以及通过地面控制点定位精度统计分析,使用该方法的地理定位精度达到像元级。

风云三号微波湿度计遥感图像地理定位方法

风云三号(FY-3)微波湿度计采用45°天线绕轴旋转形成垂直于卫星飞行轨迹的360°连续变速圆周扫描方式。依据这种扫描几何,给出了适用于风云三号微波湿度计遥感图像地理定位的方法,定义了完善的坐标系及坐标系转换关系,根据微波湿度计观测几何、卫星空间位置和姿态、仪器空间位置和指向建立了天线观测矢量与地面位置之间关系的模型。风云三号微波湿度计遥感图像地理定位方法在风云三号地面应用系统业务运行中,对微波湿度计遥感图像地理定位精度达到了像元级。

基于GAN-Attention-UNet的网络地理遥感图像配准

基于地理遥感图像UNet配准网络,改进了一种半监督对抗性与注意力机制相结合的UNet配准网络。该网络由提取特征的编码器和精确定位的解码器组成,解码部分通过相加操作融合来自编码器的信息,卷积层与池化层之间引入了空间注意力与通道注意力相结合,有效抑制地理遥感图像中无关的区域,突出显著地理超遥感特征,使用对抗性相似优化与空间变换相结合。利用地理遥感数据集对该方法进行实验,实验结果表明,该方法在配准精度与速度上都有较大的提升。