基于属性滤波和上下文分析的高分辨遥感图像建筑物提取方法

遥感图像分辨率的提高在带来丰富细节的同时,也给传统的目标提取方法提出了新的挑战。该文根据建筑物目标的属性和上下文关系,提出了一种新的高分辨率遥感图像中建筑物目标提取方法。该方法首先以具有相似属性的连通像素为处理单元,依据地物对象间的属性差异,对遥感图像进行不同尺度的属性滤波;接着根据建筑物和阴影的自身属性特点,对上述属性滤波结果进行粗筛,形成备选目标集;最后,进一步考虑建筑物与其阴影间的上下文关系,从二者的方位角、相对位置和区域距离3方面对备选目标集进行筛选,完成建筑物提取。对居民区和工业区遥感图像的实验结果表明,该方法优于传统方法,可用于提取多种类型的建筑物。

随机编码感知的高分辨遥感光谱计算成像

传统遥感光谱成像系统的空间分辨率和光谱分辨率是衡量成像品质的重要指标,而它们受制于探测传感器的点阵密度,提高遥感光谱成像传感器的性能代价非常巨大。另一方面,在入射光能量一定的条件下,由于高分辨光谱的窄波段成像与低窄带辐射能量接收之间的矛盾,传统遥感光谱成像方法的空间分辨率和光谱分辨率往往难以兼得。如何利用普通探测器获得高分辨率图像是众多学者们面临的挑战。针对此问题,文章以压缩感知为理论依据,提出一种基于编码感知—特征解耦的光谱计算成像新方法。该方法无需提高传感器阵列密度,只需控制电子快门曝光和数据处理,就可以做到在保持较高光谱分辨率的情况下,大幅提升空间分辨率。

高分辨遥感图像目标识别技术综述

随着社会不断的发展,我国经济水平逐渐提高,遥感技术得到了快速的发展,并在各个领域中得到了广泛的应用,取得了良好的成绩。现阶段,我国遥感技术在图像处理识别中的应用可以有效的提升图像的分辨率,但是其中也包含了大量的复杂信息,这对于图像的识别与处理工作来说形成了巨大的挑战。要想从根本上解决这一问题,就应该将现有的遥感图像目标识别技术创新、完善,提升遥感技术的高分辨率、精准度等,将其中真正的价值体现出来,从而保证其可以在各个领域中得到广泛的应用。基于此,本文对高分辨遥感图像目标识别技术进行了简单的研究。

自适应圆形模板及显著图的高分辨遥感图像道路提取

针对现有基于圆形模板匹配算法需要人工设定模板尺寸的问题,提出一种自适应圆形模板的高分辨遥感图像道路提取算法。首先引入一种改进的局部形态学梯度图,基于形态学梯度图设计了一种自动生成模板尺寸的算法;接着借助改进的道路显著图,按迭代内插的方式搜索起始点与终止点之间其他道路点,搜索过程综合利用了显著图信息和几何夹角信息,使得算法具有更好的识别效果。试验结果表明,本文算法可适用于多种不同条件的遥感图像,能更加有效地从高分辨遥感图像中提取道路信息。

高分辨遥感综合定标技术系统的研发助推我国遥感产业进入发展新阶段

随着定量遥感信息技术的快速发展,对遥感数据质量检测与评估提出了迫切的应用需求。本研究攻克了宽动态高均匀固定人工靶标技术、自主辐射定标技术、高分辨率微波图像分辨率在轨检测技术等瓶颈问题,构建了涵盖地面标准测试目标系统、地面测量技术系统、测试数据处理系统在内的高分辨遥感综合定标技术系统,建成了国际上系统化程度最高、综合测试功能最强、适用范围最广的航空航天共用高分辨遥感综合定标场。该技术系统已用于多型国产新型遥感载荷的严格航空校飞以及多个系列国内外高分辨率遥感卫星的在轨定标与性能评测,在提升我国遥感技术社会经济效益转化质量和回报效率等方面发挥了重要作用。

基于高分辨率遥感影像的土耳其地震建筑物震害特征

选取土耳其卡赫拉曼马拉什省努尔达吉镇城区和周边乡村地区作为研究区,通过获取地震前后的高空间分辨率遥感影像数据,提取房屋建筑震害信息,识别房屋建筑震害等级,利用震害指数计算区域内地震烈度等级,综合分析得到建筑物震害特征与主要成因,对地震灾情快速评估、应急救援和恢复重建具有重要参考。

高空间分辨率遥感影像建筑物自动提取方法综述

建筑物是城市环境中最主要的地物类型,如何从高分辨率影像中自动、高效和高质量地提取建筑物一直是个研究的热点课题。本文对常见的高分辨率遥感影像建筑物提取方法进行了分类和总结,比较了各种提取方法的应用范围、优缺点及改进措施。

多水平集演化的高分辨率遥感影像分割

提出多水平集演化的非监督高分辨率影像分割模型,避免传统多水平集方法中的区域重叠问题。提出新的水平集函数重初始化技术加快曲线演化,该模型缓解面向像元分割中的"椒盐效应"及面向对象分割中尺度选择不佳造成的过/欠分割现象。

结合MST划分和RHMRF-FCM算法的高分辨率遥感图像分割

针对基于像素的HMRF-FCM算法抗噪性差以及对地物复杂边界分割精度低的问题,提出一种结合形状信息的静态MST区域划分和RHMRF-FCM算法的高分辨率遥感图像分割方法。该方法定义一种静态MST同质区域划分准则,借助MST能较好表达边界和形状信息、能较好抑制几何噪声的特点,解决地物复杂边界的表达和降低分割结果中几何噪声问题。首先,利用MST静态划分将图像域划分成若干个均质区域,假设每个均质区域内光谱测度服从独立同一的多元高斯分布。然后,在此基础上构建了区域隐马尔可夫随机场模型,以及建立基于信息熵和KL信息正则化项的模糊聚类目标函数。最后,采用偏微分方法对分割模型参数进行求解,从而得到全局最优分割结果。为验证本文方法,对WorldView-3高分遥感图像进行分割试验。定性、定量分析了尺度参数、光谱相似性参数和区域紧致度参数对最优分割结果的影响,并对比分析本文算法和eCognition软件中的多分辨率分割算法、分水岭算法。

高空间分辨率海表CO_(2)分压的卫星遥感反演算法:机器学习在秋季象山港的应用

近海海湾受人类活动及自然变化影响大,海水碳源汇格局变化影响机制极其复杂。由于海湾空间尺度小,需要使用宽波段的高空间分辨率卫星遥感对海-气CO_(2)通量进行监测评估。相对于传统公里级的水色卫星资料,海-气CO_(2)通量定量估算的关键参数——海表CO_(2)分压(sea surface partial pressure of CO_(2),p CO_(2))遥感反演在小尺度海湾具有极大的挑战性。该文以秋季象山港为例,利用走航观测p CO_(2)数据及近5年哨兵2号(Sentinel-2)卫星影像,采用支持向量机(support vector machine,SVM)机器学习的方法,基于Sentinel-2遥感反射率及其比值,建立了海表p CO_(2)的遥感反演算法。算法验证结果显示决定系数为0.92,均方根误差为23.23μatm,遥感反演结果与实测值具有较高一致性。在此基础上,制作了2017—2021年秋季(9—11月)象山港海表p CO_(2)遥感产品,结果表明,象山港海表p CO_(2)整体上呈现从湾顶向湾口递减的趋势,均值为514.56μatm,其中,湾内p CO_(2)均值为551.94μatm,湾外p CO_(2)均值为477.19μatm,整体呈现为大气CO_(2)的源,且5年间秋季p CO_(2)没有显著趋势性变化。结合多参数走航实测数据分析发现,2021年象山港秋季海表p CO_(2)受物理混合作用及生物活动的共同调控。海表温度(sea surface temperature,SST)与p CO_(2)具有良好的正相关关系,且SST对p CO_(2)的影响主要体现在碳酸盐热力学平衡作用上。此外,平均温度归一化的p CO_(2)(N p CO_(2))与海水盐度和溶解氧饱和度均具有良好的负相关关系,N p CO_(2)与海水盐度的关系是潮汐作用下湾内和外海水体交换的结果;长时间序列的遥感数据分析也证实湾内、湾外p CO_(2)与平均潮高具有较为一致的变化趋势,且这种趋势在湾外强于湾内。该研究构建了一套海湾小尺度p CO_(2)遥感反演方法,为后续海-气CO_(2)通量大范围、长时序遥感监测奠定了良好基础。

利用改进的FCM方法分割高分辨率遥感影像

传统的模糊C均值聚类算法进行图像分割时只考虑了图像的灰度特征,而忽略了图像中丰富的空间邻域信息,从而导致该算法对噪声很敏感,并得到错误的分割结果。提出两种利用空间信息改进的模糊C均值聚类算法分割高分辨率遥感影像,并通过大量试验验证其有效性,该算法可减少错误分类像素的数目,降低噪声的影响,提高分割结果的精度。

高分辨率遥感影像在农村承包地实测中的应用——以四川省崇州市三江镇为例

主要对农村承包地现状调查技术进行了比较,结合四川省崇州市农村承包地实测工作,提出了利用高分辨率影像进行承包地权实测工作的前期准备工作和权属界线的勾绘方法,最后对该项工作提出了建议及措施。

高分辨率遥感影像在抗震救灾中的应用

对绵阳地区地震灾害前后的影像进行了几何校正、图像融合等处理,通过目视解译对绵阳地区的建筑物损坏及塌方和泥石流等受灾情况进行了评估,介绍了快鸟影像在绵阳地区抗震救灾中的应用。

无人机高分辨率遥感影像分类方法研究

无人机遥感技术的发展,能够为信息领域实时地提供极其丰富的空间信息,如何处理和应用无人机获得高分辨率影像是当今研究热点。面向对象的分类方法相比与传统基于像元的分类方法能使分类精度和信噪比得到显著改善。论文利用高分辨率无人机影像,分别以面向对象法和基于像元法分别影像进行信息提取,并以混淆矩阵和KAPPA系数来评价它们分类效果。证明了在高分辨率遥感影像分类中,面向对象的遥感影像分类方法与传统遥感影像分类方法相比能获得更好的分类效果。但是,建立更加完善的精度评价体系以及如何在不同的尺度和区域选取合适的分类方法,还要开展更多的研究和验证工作。

高分辨力遥感相机CCD采样位置自适应补偿技术

由于受温度变化的影响,高分辨力遥感相机焦平面CCD采样信号的相位会发生变化,采样位置的温度漂移会严重影响图像的信噪比、动态范围等,甚至会造成图像无法正常显示。为了解决采样位置随温度漂移的问题,对高分辨力遥感相机CCD采样位置进行了自适应补偿设计,首先对CCD采样信号的初始位置进行精密调节,然后设计了自适应补偿电路,通过对功耗的控制使各驱动芯片温度基本一致,CCD信号与采样信号在温度变化上具有跟踪性,在动态上保证CCD信号采样位置的准确性,从而保证图像信噪比的稳定性。实验表明,利用该方法,相关双采样信号的初始位置调节精度小于0.039 ns;在卫星在轨温度范围内,相关双采样信号延时最大值为0.46 ns,保证了相机的高质量成像,满足航天应用需要。

基于多尺度形态学滤波的高分辨率遥感影像分割

针对目前高空间分辨率遥感影像分割预处理噪声去除过程中,通常都是对影像采用同一尺度,即同一尺寸的结构元素,进行滤波,忽略了不同地类中的噪声尺度不一致的问题。该文基于形态学开闭重建运算,采用加权思想,充分利用不同尺度结构元素能去除对应尺度噪声的特点,结合多个尺度结构元素的滤波结果,提出一种多尺度形态学滤波方法。试验结果表明,该方法能有效抑制由于滤波尺度选择不合适造成的影像"过分割"和"欠分割"问题,适合于对高空间分辨率遥感影像的多尺度噪声去除。

高空间分辨率遥感环境制图的几个关键技术研究

在大量实际工作的基础上 ,分别对影像的空间分辨率和像素分辨率的选择 ,色彩的匹配与还原处理等具体技术问题进行了总结与讨论。实践证明 ,这些处理方法在具体的应用中取得了很好的效果。

利用Contourlet域纹理特征在高分辨率遥感影像上提取林地边界

Contourlet is a new 2-D signal analysis tool as well as wavelet analysis.It provides a flexible multi-resolution local and directional image expansion,and is more suitable for image processing than other math tools.In this paper,an IKONOS image with forests is decomposed by Contourlet transformation,then a method for extracting the boundary of forests from high-resolution remote sensing imagery is proposed associated watershed transformation and texture analysis.The experiment showed that the method could extract the boundary of forests accurately.

高空间分辨率遥感影像分割方法研究综述

遥感影像分割是指把一幅影像划分为互不重叠的一组区域的过程,它要求得到的每个区域的内部具有某种一致性或相似性,而任意两个相邻的区域则不具有此种相似性。遥感影像分割是面向对象的遥感影像数据挖掘与应用中的一项关键技术,对于影像目标信息自动化提取与智能识别尤为重要,在面向对象的遥感影像处理工程中具有重要意义。本文对常见的高空间分辨率遥感影像分割方法与应用策略进行了分析,比较了各种分割方法的应用范围、优缺点及目前存在的改进措施。建立了面向对象的遥感影像分割方法的分类体系,最后指出了面向对象的遥感影像分割方法目前所存在的问题及应用前景。

高分辨率遥感数据在现代城市规划中的应用

通过分析遥感技术、现代城市规划的特点和发展趋势,探讨了高分辨率遥感数据在土地利用、大气环境、水利资源、城市变迁等基本信息中作为城市定量新数据源的应用优势,并对其在城市规划管理和建设中的应用途径做了进一步的分析和预测.