基于深度学习的遥感激光图像特征定位技术

为提高对激光遥感图像特征点定位的准确度,提出基于深度学习算法的遥感激光图像特征定位技术。采用高光谱图模型参数融合和光谱波段图像检测方法,对遥感激光图像进行多频段检测和稀疏化表示,提取多光谱和点云数据,进行不同信息维度的特征重组;采用深度学习算法,动态迭代搜索目标物理和几何特征点。采用图像分割技术聚类处理特征点的复合特征;利用无向图建模特征定位的邻域关系,根据特征聚类和邻域输出表达结果,实现对遥感图像的特征点准确定位。仿真结果表明,采用该方法进行遥感激光图像特征定位的分辨率水平较高,能实现反模糊化的目标特征点定位,定位准确率最高为0.92,点云噪声干扰下,偏移量最高为6∗10^(-3)。

基于激光遥感的甲烷泄漏源搜索系统

为了弥补传统人工在天然气生产、运输和存储过程甲烷泄漏巡检中存在的劳动强度大、容易漏检、耗时耗力等不足,提出了一种基于激光遥感吸收光谱技术的甲烷泄漏搜索系统.选用近红外1653.7 nm的TO封装DFB激光器作为光源,以收发一体的卡塞格林光学结构进行发射激光和接收来自反射回来的微弱光信号,采用嵌入式单片机实现光信号的调制与解调.以开源ArduPilot AMP2.8作为无人机的飞控,采用433 MHz无线模块进行甲烷泄漏数据实时传送,计算机接收端以LabView虚拟仪器开发了接收应用程序进行数据的接收、显示和存储.以体积分数为10-3的甲烷气袋为搜索目标,采用Z字形搜索算法模拟了现场甲烷泄漏搜索实验.实验结果表明,该算法具有较高的检测精度和定位准确性,能够准确地检测到甲烷泄漏源位置.这为天然气泄漏源的快速检测和定位提供了有效的技术支持.

基于直接散射光谱的多环境要素激光遥感方法

激光雷达以其具有主动发射、高测量精度、良好的实时性和高时空分辨率等特点,在环境要素遥感中发挥着重要作用。直接散射光谱激光雷达可以基于散射光谱与介质环境的耦合关系,通过直接测量能量维度和光谱维度多特征信息诸如能量、频移、线宽等进行多环境要素的反演。文章对近年来直接散射光谱激光雷达在光谱特性研究技术和光谱探测技术两个方面取得的进展进行了归纳分析和总结,主要介绍了基于直接散射光谱的水下和大气多环境要素探测理论和反演模型,以及目前已有的多种直接散射光谱的测量方法。

基于FPGA的自适应激光遥感地震波探测光学接收天线设计

激光遥感探测技术具有信息传输速度快、高精度和远距离探测等优点,可以很好地弥补地震勘探在地形复杂区域中存在的施工难度大、地震数据采集慢等缺点。在前期研究中利用波前传感器具有的高灵敏度、高探测效率和离轴探测等特点,将其用于地震波激光遥感探测之中,搭建激光遥感探测系统,探讨了地面振幅与波前传感器测量光斑的关系。为将该探测系统搭载到无人机上,实现由地面静态探测到在空中动态探测的转变,设计一种基于FPGA实现的自适应光学天线,旨在优化激光遥感探测系统对回波信号的接收效果。该自适应光学天线通过负反馈调节机制来实现自适应追踪和变焦,并根据接收到的信号质量进行实时调整。

基于视觉传达的模糊激光遥感图像重建方法

受到成像设备、传输环境等因素的影响,导致激光遥感图像存在明显的模糊现象,为恢复激光遥感图像质量提出基于视觉传达的模糊激光遥感图像重建方法。利用视觉传达技术获取模糊激光遥感图像,从纹理、统计分布、频率等方面提取图像特征,以此作为图像重构规律,通过图像配准、去模糊、噪声等步骤,得出模糊激光遥感图像重建结果,以可视化的形式输出。通过测试实验得出结论:与传统重建方法相比,优化方法得出重建图像峰值信噪比最高达到了38 dB,结构相似性最高达到了0.94,表明优化方法在重建质量方面具有明显优势。

基于机器学习的激光遥感图像多目标检测方法

目前方法检测多目标激光遥感图像时,其未处理遥感图像的辐射量失真情况,导致检测方法的平均识别率、平均精度均值低和检测效率低。提出基于机器学习的激光遥感图像多目标检测方法,该方法处理激光遥感图像辐射量失真情况,通过校正辐射和辐射匹配获取到更清晰和真实的遥感图像,结合改进的原始Mask R-CNN网络,引入分级跳连法和K均值聚类算法,解决Mask R-CNN网络不适用于激光遥感图像检测的问题,采用改进的机器学习,实现激光遥感图像多目标检测。实验结果表明,所提方法检测出激光遥感图像中的全部目标,平均识别率为95.6%,目标检测时间为0.02 s,平均精度均值达到77.5%,因此,该方法有效提高了平均识别率、平均精度均值和检测效率。

基于激光光谱遥感图像处理的地理信息系统研究

为进一步提高激光雷达技术的应用成效,本文提出一种基于激光光谱遥感图像处理的地理信息系统,此系统主要由数据管理模块、地理信息处理模块、场景控制模块以及数据传输模块等四大模块组成。在应用过程中,系统会将激光雷达技术所获取的光谱遥感图像快速处理为地理信息处理模块可以接收和处理的融合图像信息,进而提高系统地理信息处理和显示效率及效果,提高系统应用性能,为数字城市建设提供相应的地理信息支持。

先进遥感技术在金属矿床勘查中的应用探讨

金属矿床的勘查一直是矿产资源领域的重要课题之一。近年来,随着遥感技术的不断发展和应用,先进遥感技术在金属矿床勘查中的应用也得到了广泛关注。文章首先介绍了先进遥感技术的基本原理和方法,然后重点探讨了高光谱遥感、合成孔径雷达遥感和激光雷达遥感在金属矿床勘查中的应用现状和前景。最后,结合实际案例,分析了先进遥感技术在金属矿床勘查中的优势和不足之处,并提出了未来研究的方向和建议。

激光遥感目标回波脉宽展宽特性实验

随着激光遥感探测技术的发展,目标回波脉冲特性对遥感探测的影响成为新的研究热点。脉冲展宽特性是激光回波的重要特性,其影响到回波接收信噪比和测距精度。为此,通过实验研究了目标回波脉冲展宽特性。描述了激光遥感回波波形采集实验系统主要构成以及关键技术参数。介绍了直射和倾斜入射情况下激光遥感目标回波脉宽展宽模型,并根据模型描述了回波脉宽展宽特性。对垂直探测楼房墙壁和倾斜探测草地的实验数据进行了分析,并将实验结果和理论分析数据进行了比较,取得了较好的一致性。最后提出了利用激光遥感回波脉宽展宽特性反演目标倾斜角的方法。

激光遥感成像信号与目标细特性关系研究

根据提高激光遥感成像分辨率的需要,分析了激光遥感成像分辨率的影响因素,说明了传统处理方法仅利用回波时延和强度信息,难以得到光斑内部地表信息,在某些情况下,甚至会造成较大的成像误差。通过对激光遥感成像信号与地表目标细特性的时空调制关系分析,探讨了地表高度分布与反射率分布特性对回波波形的不同影响,得到激光合成回波数学模型。分析信号反演方程的可解性,利用最小均方误差法得到地表细特性分布的反演结果。通过与传统分析方法得到的成像结果比较,证实该分析方法可以有效提高成像分辨率和成像精度。其中,关于目标细特性的分析提取方法是对激光遥感成像信号处理的开拓性研究。

空间激光遥感技术研究

通过与地面应用激光雷达的对比分析了空间激光遥感系统的工作特点。根据测距方程,对影响空间激光遥感系统回波功率的外部因素进行讨论。分析了回波探测系统的设计要素,对激光遥感系统探测概率与信噪比间关系进行讨论,并针对雪崩光电二极管(APD)的最佳工作点控制技术和雪崩高压稳定控制技术进行了深入分析,同时根据最佳线性滤波器匹配设计理论给出了接收通道带宽与增益的理论设计结果。

海洋激光遥感技术研究进展(特邀)

国内正处于实施21世纪海洋"丝绸之路"战略部署的关键时期,发展海洋光学技术是支撑国家中长期发展战略的重要方向。海洋激光遥感技术是海洋光学的重要研究领域之一。激光雷达作为近年来快速发展的新型主动遥感技术,由于其具有高精度及高时空分辨率的优点,已在海洋激光遥感领域得到广泛的应用。文中基于布里渊散射激光雷达和海洋成像激光雷达介绍了海洋激光遥感技术的研究进展,以及我国在水体参数测量、水下目标探测和海洋地形地貌的激光遥感中的应用。

激光遥感成像多回波合成算法

根据提高激光遥感成像分辨率的需要,分析了该成像分辨率的影响因素,说明了仅利用回波时延和强度信息的传统处理方法,难以得到光斑内部地表信息,在某些情况下,甚至会造成较大的成像误差。通过对激光遥感成像回波信号模型研究和沿飞行路径的多回波信号关系分析,得到了多次回波关系方程组。利用激光光斑子区域划分和多回波方程组求解,从合成回波信号中提取出子区域回波信息。对子区域回波通过波形分解拟合算法得到子区域地表高度分布信息。通过与传统分析方法得到的成像结果相比,证实该分析方法可以有效提高成像分辨率和成像精度。

基于联合稀疏字典学习的激光遥感图像超分辨重建

针对激光遥感图像的超分辨重建问题,本文提出了基于联合稀疏字典学习的单幅图像超分辨重建算法,并将其用于激光遥感图像的超分辨重建。该算法首先利用已有的高分辨图像,通过预处理得到高低分辨样本集。然后提出了联合稀疏字典学习技术,并利用该技术对高低分辨样本集训练得到稀疏的高低分辨字典。最后利用高低分辨字典重建高分辨图像,并分析了算法的计算复杂度。相比较现有的激光遥感超分辨重建算法,由于采用了联合稀疏字典学习技术,本文提出的算法训练字典时需要较少的样本数和计算量,同时由于稀疏字典学习能够提高数据表示的精度,重建效果得到了进一步的提高。实验结果验证了算法的有效性。

基于稀疏字典学习和核稀疏表示的激光遥感图像超分辨重建

针对激光遥感图像的超分辨重建问题,提出了基于稀疏字典学习和核稀疏表示的单幅图像超分辨重建算法。该算法首先利用已有的高分辨图像,通过预处理得到高低分辨样本集;然后利用稀疏字典学习技术训练得到稀疏的高低分辨字典对;最后提出了核正交匹配追踪算法求解核稀疏表示问题得到稀疏表示系数,结合高分辨字典重建高分辨图像。相比较现有同类的超分辨重建算法,由于采用了稀疏字典学习技术,该算法训练字典时需要较少的样本数和计算量,同时由于核稀疏表示能够描述图像的细节信息,使得重建效果得到了进一步的提高。实验结果验证了算法的有效性。

基于视觉传达技术的激光遥感图像匹配研究

为提升匹配精度,减少消耗的时空资源,研究基于视觉传达技术的激光遥感图像匹配方法。采用优化的Otsu自适应阈值算法对去噪图像实施边缘检测,提取共有特征,消除图像灰度差异性。采用傅里叶域检测的匹配方法得出匹配结果。实验结果表明:与传统图像匹配方法相比,新方法特征点分布均匀密集,匹配正确率可达98%,可实现图像去噪与高精度边缘定位。本方法在山区图像匹配中迭代次数为10,运行时间为1.268 s,在道路图像匹配中的迭代次数为7,运行时间为1.240 s,对比传统匹配方法,迭代次数和运行时间均得到降低,匹配效率得到提高。

海面溢油油种激光遥感ANN探测方法的研究

目前激光荧光遥感是探测海面溢油最有效的工具。作者将神经网络(ANN)的自组织特征映射SOM模型引入激光遥感的荧光光谱鉴别领域。本文主要进行的是理论建模和分析工作,而且用计算机软件方法实现了神经网络的模式识别和分类功能,对推广能力进行了实验分析。经过改进神经网络已具有比较理想的推广能力,并认为SOM应作为溢油识别的较理想方法。

海量激光遥感图像边缘的锐化

传统激光遥感图像边缘锐化方法,在图像边缘处理时会增加局部噪声、尤其在光照不均匀条件下,容易导致图像边缘失真。针对传统方法的不足,提出一种基于模糊理论的海量激光遥感图像边缘锐化方法研究,首先计算激光遥感图像边缘的锐化阈值,依据模糊特征分别建立边缘和噪声的隶属度函数,求解激光遥感图像像素相对于边缘和噪声的隶属度,并完成对图像边缘锐化系数的调整和控制,最终实现光照不均匀条件下,对海量激光遥感图像边缘的锐化处理。仿真实验结果证明,提出方法能够有效提高激光遥感图像的空间分辨率,滤除图像边缘的干扰点,在保护图像细节特征的同时,增加了图像边缘的清晰度。

激光遥感技术——古建筑与历史街区保护的新契机

激光遥感技术的应用是日前古建筑和历史街区保护的新契机。本文首先介绍了激光遥感技术的原理和应用现状;然后重点阐述了基于激光遥感技术的古建筑保护,包括:古建筑量测、古建筑三维重建和基于三维重建古建筑保护应用;并阐述了基于激光数据的历史街区三维重建及基于重建的历史街区保护应用;最后分析了激光遥感技术在古建筑与历史街区保护中的应用前景和亟待解决的问题。

激光遥感图像乘性噪声降噪技术

激光遥感图像乘性噪声的降噪处理中,传统解决乘性噪声的图像降噪技术存在较多的缺陷,故根据乘性噪声的非线性和时变性,提出基于TV模型的激光遥感图像乘性噪声综合降噪方法,在不破坏图像基本结构的情况下进行降噪。该方法使用TV模型针对乘性噪声的非线性和时变性进行能量变分,获取乘性噪声能量极限,综合使用规则化方法和边界约束法对能量极限进行迭代求解,从激光遥感图像的边缘处开始向内进行乘性噪声平滑降噪,很好地保留了图像边缘信息。实验对不同降噪方法进行了对比分析,结果显示,所提降噪方法具备良好的降噪性能。