基于混沌理论与DNA动态编码的卫星图像加密算法

针对卫星图像在传输、存储过程中涉及的信息安全问题,该文提出一种新型的基于混沌理论与DNA动态编码的卫星图像加密算法。首先,提出一种改进型无限折叠混沌映射,拓宽了原有无限折叠混沌映射的混沌区间。之后,结合改进型Chebyshev混沌映射与SHA-256哈希算法,生成加密算法的密钥流,提升算法的明文敏感性。然后,利用混沌系统的状态值对Hilbert局部置乱后的像素进行DNA编码,实现DNA动态编码,解决了DNA编码规则较少所带来的容易受到暴力攻击的弱点。最后,使用混沌序列完成进一步混沌加密,从而彻底混淆原始像素信息,增加加密算法的随机性与复杂性,得到密文图像。实验结果表明,该算法具有较好的加密效果和应对各种攻击的能力。

基于卫星图像的城区屋面分布式光伏潜力评估

结合市辖区层面光伏发展情况以及城市中不同用地的特点,利用卫星图片识别长沙市各地区适合装设分布式光伏的建筑区域。基于太阳高度角和方位角,通过山体阴影分析屋顶上的建筑阴影,计算地区屋面光伏可承载容量。对市场侧、制造商及电网部门的分布式光伏规划进行研究。通过识别结果可为光伏建设方及电网提供明确地域列表及可用面积,以及可实现基于实际建设项目的可新增光分布式光伏装机容量的预测,以期为分布式光伏电站用地不足问题提供新的解决思路。

面向卫星遥感图像场景重建的神经辐射场方法综述

随着高分辨率卫星遥感图像成为认知地理空间不可或缺的重要手段,卫星遥感图像在城市建图、生态监测和导航等领域发挥着日益重要的作用,利用卫星遥感图像进行地球表面大规模3维重建成为了计算机视觉和摄影测量领域的研究热点。神经辐射场(NeRF)利用可微渲染学习场景的隐式表示,在复杂场景新视图合成任务中实现了逼真的视觉效果,并在3维场景重建和渲染领域获得了极大的关注。近期的研究主要集中在利用神经辐射场技术,从卫星遥感图像中提取场景表示及其重建。面向卫星遥感图像的神经辐射场方法主要集中在光线空间优化、场景表示优化以及模型高效训练3方面。该文全面归纳了神经辐射场技术在卫星遥感应用中的最新进展。首先介绍神经辐射场技术的基本概念及相关数据集。然后提出一个面向卫星遥感图像的神经辐射场方法分类框架,用于系统性地回顾和整理该技术在卫星遥感领域的研究进展。接着详述了神经辐射场技术在实际卫星遥感场景应用中的相关成果。最后,基于当前研究所面临的问题和挑战进行分析和讨论,同时对未来的发展趋势和研究方向进行了展望。

吉林一号光谱卫星对月观测图像定位方法

明确遥感图像中像元位置是数据应用的基本前提,结合地球轨道卫星获得的高分辨率月球视图,有望通过月表特定区域的辐亮度直接标定卫星仪器。本文针对吉林一号光谱02星(JL1GP02)对月观测图像提出了一种不严格依赖仪器参数的月球图像坐标计算方法,通过观测时刻的卫星视角天平动,以及月球和仪器扫描的方位关系,计算了二维图像像元的月面坐标,并通过创建模拟图像评估了几何定位质量。结果表明,不同分辨率月球观测图像的几何偏差通常在1.3个像元之内,约两年的时序结果非常一致且总体服从正态分布也表明定位结果的可靠性。本文方法可以避免复杂的坐标转换,并可在仪器内方位参数未知的情况下实现月球图像像元级几何定位。

融合光谱阈值与图像技术的静止卫星夜间云检测方法

针对夜间云检测问题,本文基于静止气象卫星Himawari-8影像数据,分析了云像元光谱特征与图像特征,提出了融合光谱阈值与图像技术的静止卫星夜间云检测方法,实现了静止卫星夜间云的快速、准确检测。利用MODIS云产品和CALIPSO雷达数据,对云检测结果进行定性分析与定量验证。结果表明:①云检测结果与MODIS的云产品MYD06分布基本一致;②算法夜间平均云检测精度达到80.3%;③不同季节夜间的云检测精度随季节变化较明显,夏季最高达到83.3%,可以区分不同季节夜间的云与非云区域。因此,融合光谱阈值与图像技术的静止卫星夜间云检测方法能有效实现夜间云检测,为夜间云检测应用提供了新思路。

云技术在卫星图像生成中的应用与优势

文中主要研究了云技术在卫星图像生成中的应用及优势。首先,介绍了云技术的概念、特点和发展历程,然后详细阐述了云技术的原理,并分析了云技术的优势及存在的问题,最后提出了一种基于云平台的卫星图像生成方法,以有效解决传统卫星图像生成中存在的问题。

基于卫星图像监测的水库水情自动预报分析

为解决当前传统水库水情监测方式和现有洪水预报系统存在的问题,提升水情预报准确性、实时性和可靠性,实现水库全域并行实时测报,提出一种水库水情自动测报及预报方法,通过获取水库覆盖区域的卫星图像监测数据,将采集的数据传输至数据处理中心,对卫星图像进行区域划分,获得多个子区域,分别建立水情预测模型,根据水情预测模型输出结果构成水情预报数据,通过数据处理和分析生成水库水情的实时预测报告。本方法可根据实时预测结果发出预警信号,提醒相关人员作出响应,提升了水情预报的便捷性。

卫星图像处理算法研究及其硬件实现

随着航天技术的快速发展,其空间遥感技术带来的数据逐渐扩增,传统存储器的处理办法无法有效匹配无损图像处理的存储需要,卫星的信息容量也导致了传输瓶颈的出现。要实现其卫星图像的有效处理,必须对卫星图像的算法和硬件进行重新构造。

遥感卫星图像原始数据误码率检测方法

在分析遥感卫星原始数据质量检测的基础上,文章提出了一种基于空帧数据统计在轨遥感卫星图像原始数据误码率的检测方法,该方法利用空帧数据在原始数据中有较多的占比的特征,利用空帧数据的误码率代表原始数据的误码率。经多颗卫星工程应用验证,结果表明:该方法简单实用,既统计出误码率,又记录了误码出现的具体位置和错误情况,可支撑接收站设计最优数据接收方案,为提高遥感卫星图像质量提供基础。

基于Landsat8与Sentinel-1遥感图像融合的土壤含水率反演模型

针对当前运用单一光学卫星反演土壤含水率时易受到云的影响,单一SAR卫星反演土壤含水率时易受到地表粗糙度和植被影响的问题,以内蒙古河套灌区沙壕渠为研究区域,以4个深度的土壤含水率为研究对象,分别采用主成分分析(PCA)、施密特正交变换(GS)融合Landsat8和Sentinel-1图像以减少云、植被、土壤粗糙度的影响,并对融合后的图像质量进行评价,然后用融合图像的灰度构建1134种遥感指数,基于相关系数分析、变量投影重要性分析、灰色关联分析3种变量筛选方法与BP神经网络(BP)、极限学习机(ELM)、随机森林(RF)、支持向量机(SVM)4种机器学习算法的耦合模型反演沙壕渠土壤含水率。研究结果表明:经PCA、GS融合后的融合图像可同时保持Sentinel-1和Landsat8图像的优势,并成功定量反演土壤含水率。基于融合图像构建的三维指数普遍比二维指数对土壤含水率更敏感。在表层土壤含水率反演中,基于GS融合的VIP-ELM模型精度最高(决定系数R2=0.66,均方根误差(RMSE)为1.35%)。将GS融合的VIP-ELM模型应用于其他土壤深度含水率的反演后发现,20~40 cm反演精度最高(R2=0.79,RMSE为0.94%),其次是0~10 cm、40~60 cm、10~20 cm。该研究可为多源卫星图像融合反演土壤含水率提供参考。

基于YOLOv8的卫星遥感图像快速目标检测方法

目标检测相关技术已经广泛应用于空间目标监视、卫星自动寻轨等领域,也是计算机视觉领域最重要和最具有挑战性的研究分支之一,逐渐成为国内外军事领域的应用热点.在现代空天对抗中,通过卫星遥感图像获取近地飞行器目标,借以快速判断敌方部队的有生力量,将使我方部队占据战略优势.针对卫星观测距离过远、遥感图像背景复杂等问题,研究基于一阶段轻量化网络YOLOv8的小样本目标检测算法.通过图像翻转、马赛克数据增强及mixup数据增强等图像增强手段提高了模型的泛化性能;通过多次调整优化函数、降低类别损失增益及降低掩模比等参数调整策略提高了模型的平均精度;通过使用参数预设及加载原优化函数导出的模型提高了模型的运算效率.提出的方法在公开的飞行器数据集进行了验证,验证指标包括查准率-查全率(precision-recall)、平均精度(mAP)和画面每秒传输帧数(FPS).结果表明本文提出的改进型网络模型能满足卫星遥感图像的快速目标检测需要.

基于注意力机制的多级小波CNN遥感图像去噪算法

高质量的卫星遥感图像对计算机视觉任务来说尤为重要,在去噪模型中,感受野大小和效率之间的权衡是去噪任务的一个关键问题。普通卷积网络(CNN)通常以牺牲计算成本为代价来扩大感受野。通道注意力机制可以保证去噪性能的同时尽量减少计算成本,本文中提出了一种新的基于注意力机制的多级小波CNN模型,以更好地平衡感受野大小和计算效率。在改进U-Net结构的基础上,引入小波变换来减小收缩子网络中特征图的大小。此外,通过通道注意力机制进一步优化模型,使对噪声成分的提取更加有针对性。实验采用峰值信噪比(PSNR)和结构相似性(SSIM)两项评价指标对实验结果进行量化评判,在高斯噪声标准差为15,25,30时,较DNCNN,FFDNET等方法在PSNR值上平均提高10%左右,图像细节清晰,能有效地保护遥感图像边缘特征。

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。

基于改进U-Net的卫星图像分割算法

为解决传统模型与算法对遥感卫星图像小目标的分割精度低、泛化能力差等问题,提出一种基于改进U-Net的图像分割算法。将骨干网络改为ResNet18并加入优化后的空洞卷积池化金字塔与卷积注意力机制模块,充分提取小目标边缘特征。该算法在中国南部某地区的公开卫星图像数据集上的平均交并比与分割总精度分别达到了75.8%与95.6%,均超过U-Net、DeepLabV3+、SegNet、W-Net等主流语义分割网络。实验结果表明,该算法能有效改善网络的预测精度与小目标的分割结果。

不同季节下无人机航拍图像与卫星图像匹配方法研究

图像匹配在无人机视觉导航中起着至关重要的作用,在该领域已经出现了较多优秀的图像匹配算法,但对于不同季节下异源图像匹配尚鲜有报道。为进一步扩展该领域的研究工作,针对不同季节下异源图像匹配困难的问题,提出了一种基于模糊信息粒的图像匹配算法。首先,根据卫星图像和无人机航拍图像的地面分辨率确定无人机航拍图像的尺度缩放系数,进而对无人机航拍图像进行尺度预处理;其次,基于模糊信息粒建立图像匹配方法,对提取到的图像边缘进行相似性匹配,得到无人机航拍图像与卫星图像的匹配位置;最后,在冬季与夏季的无人机航拍图像和卫星图像数据集上进行验证。实验结果表明,该算法具有较强的鲁棒性,提高了图像匹配精度,为无人机视觉定位提供了一种新的思路。

基于时空大数据与卫星图像的城市火灾风险预测

火灾事故在全世界范围内普遍存在且频繁发生。然而,针对城市火灾的风险预测研究尚在起步中。为此,提出一种针对城市火灾风险的预测模型HISS。基于多重分形维度从卫星图像中提取视觉特征,并将卫星图像的视觉特征与从历史火灾数据、气象数据、出租车流动记录、区域用电量数据和POI数据中提取的非视觉特征相融合,构成静态特征。基于静态特征对XGBoost进行预训练,并设计一种特征嵌入模块,将XGBoost的预测结果作为基准值嵌入到包含时序关系的动态特征中,通过Transformer学习火灾的时间波动模式。采用动态加权模块实现XGBoost和Transformer在模型层面的融合,进一步提升模型的性能。实验结果表明,HISS模型的确定系数R2达到了72.56%,与长短期记忆网络和门控循环单元相比R2分别提升4.25和3.92个百分点,与Lasso、随机森林和梯度提升决策树相比R2分别提升10.88、5.62和3.93个百分点,具有较优的预测性能。

基于可见光与红外卫星图像融合的舰船目标检测

为解决现有基于可见光卫星图像的舰船目标检测算法在云雾遮挡、海岸干扰等复杂场景下的错检和漏检问题,本文在YOLOv5网络基础上,通过空间特征与谱段特征的联合提取提高网络性能,提出了基于可见光与红外卫星图像融合的舰船目标检测算法VI-YOLOv5。实验结果表明:双模态融合目标检测算法性能优于单模态目标检测算法,在交并比阈值为0.5的情况下,可见光+红外融合网络的平均精度达0.976,相较于单可见光网络提高了2.5%,相较于单红外网络提高了8.9%,有效缓解了复杂场景下出现的错检和漏检问题,验证了可见光与红外卫星图像融合在舰船目标检测任务中的有效性。

基于尺度配准的航拍图像与卫星影像匹配方法

随着无人机航拍技术的普及,航拍图像在目标检测和跟踪的应用得到普遍研究,而航拍图像与卫星影像的匹配研究相对较少。由于成像机理和成像视角的不同,无人机航拍图像与卫星影像存在较大的尺度差异,现有的图像匹配方法难以实现航拍图像与卫星影像的有效匹配。为了解决这一问题,提出了一种实现具有大尺度差异的航拍图像与卫星影像匹配的方法。该方法通过卫星影像的经纬坐标信息和无人机航拍图像成像时刻的相机位姿信息,对无人机航拍图像进行方向和尺度的配准;然后利用航拍图像成像时刻的位置信息,对卫星影像进行粗匹配,得到包含航拍图像匹配区域在内的卫星影像子图;再利用神经网络提取配准后的航拍图像与卫星影像子图的卷积神经网络(convolutional neural networks,CNN)特征,并基于CNN特征实现航拍图像与卫星影像的精匹配。仿真实验结果表明,本文所提方法能够有效的实现大尺度差异的航拍图像与卫星影像匹配。通过将本文匹配方法与现有图像匹配算法匹配精度的对比分析,证明了本文匹配算法的有效性和优越性。

Cassini图像中受散射光影响的7颗土星近环内卫星的天体测量

卡西尼号探测器携带了光学成像科学子系统(ISS:Imaging Science Subsystem),在2004-2017年间拍摄了一些土星内卫星的图像.部分图像中土星内卫星非常靠近土星环,观测对象受土星环散射光影响导致测量精度差,甚至无法测量.由此提出一种适用于这类图像的背景消除算法,可对受土星光环散射光影响的土星内卫星进行测量.归算了7颗近环内卫星(土卫十(Janus)、土卫十一(Epimetheus)、土卫十五(Atlas)、土卫十六(Prometheus)、土卫十七(Pandora)、土卫三十二(Methone)和土卫四十九(Anthe))的70张ISS图像,并与不消除散射光的方法进行了比较.结果显示,该方法至少可以提高43%的精度.和喷气推进实验室的土星卫星历表SAT415相比,测量得到的赤经和赤纬方向的残差均值分别为0.72km和2.26km,标准差分别为10.99km和11.36km.

基于地面图像和卫星图像集成的火星车定位新方法

提出了一种基于地面图像和卫星图像集成的火星车定位新方法,该方法利用由导航相机立体图像得到的火星表面的点云数据提取石块,同时对高分辨率卫星图像局部灰度统计提取石块,通过地面和卫星图像中石块分布模式的匹配,实现火星车在卫星图像中的定位,从而消除仅利用地面传感器和影像定位产生的累计误差。采用NASA勇气号火星车在多个摄站获取的地面图像以及HiRISE卫星图像进行了实验验证,结果表明这种方法在石块较多的地区能够取得很好的自动定位结果,定位误差小于HiRISE卫星图像的一个像素(0.25m)。