基于中低分辨率卫星影像中舰船目标识别方法

目前,中低分辨率成像侦察卫星已经成为远距离情报保障的重要手段之一。然而,中低分辨率成像侦察卫星对海上机动舰船的侦察存在目标检测、识别难等问题,大大影响了情报使用效益。针对上述问题,提出基于霍夫变换的舰船开尔文尾迹提取方法,用于匹配并识别舰船型号。通过仿真得出不同型号舰船的开尔文尾迹尖头波平均距离,可以有效的识别出真实遥感影像中舰船属性,与实际影像数据对比分析,证明上述算法具有一定可行性。因此,基于霍夫变换的舰船开尔文尾迹提取方法可以在一定条件下基本实现目标舰船型号的识别,提升中低分辨率成像侦察卫星对海上机动舰船目标的识别准确率。

卫星影像的证据类型定位与资格认证规范

卫星影像证据逐渐在中国司法实践领域获得广泛应用,但就其证据类型定位与利用方式等议题,各地存在作为“书证”“物证”“电子数据”等多种实践模式与观念差异,从而给卫星影像证据应用工作的说服力甚至基本理念的统一性与权威性造成一定困扰。基于证据构造与证据分布等基本原理,应将“卫星影像”的证据类型界定为“电子数据”。在对既往有益实践经验整合统一的基础上,基于庭审中心、程序正义、保障人权等基本诉讼法治立场,立足充分辩论、有效辩护等原则,应当明确卫星影像证据资格的采纳与排除等实体性和程序性认证规范。

利用长时序卫星影像评估防沙治沙区植被变化

为了探究西北荒漠区防沙治沙成效定量评估的技术方法,本文以古浪县北部防沙治沙区为研究范围,基于2000—2021年的11期Landsat影像,利用像元二分模型反演植被覆盖度、趋势分析法等对研究区的植被覆盖度变化趋势与空间特征进行了分析,并从自然因素与人为因素两方面对引起植被覆盖度变化的因素进行了探究。结果表明:①2000—2021年,古浪县北部防沙治沙区植被覆盖度呈现波动上升趋势,在2019年达到监测期内的最大值。不同类型沙地的植被覆盖度呈现明显的差异,平均植被覆盖度由大到小分别为:固定沙地>半流动沙地>盐碱地>半固定沙地>流动沙地。②植被覆盖度明显改善的区域主要位于沙漠与绿洲的交界地带;在沙漠南部边缘存在由于人类开发建设产生的植被退化区域;在沙漠北部,植被覆盖基本稳定区域、轻微退化区域、中度改善区域、轻微改善区域呈南北方向的条带状间错分布。③防沙治沙区植被覆盖度变化除受降水影响外,还与当地政府实施的许多重大防沙治沙工程有关。

基于卫星影像的土耳其7.8级双震建筑物损毁评估及其成因浅析——以哈塔伊省为例

引言2023年2月6日,土耳其南部卡赫拉曼马拉什省先后发生两次7.8级地震,给土耳其和叙利亚两国造成大量人员伤亡和财产损失。截至2023年4月14日,地震共导致两国超57000人遇难,113000余人受伤。此外,大量建筑物和基础设施在地震中受损。地震发生后,应土耳其政府请求,中国救援队80余人于2月7日至17日赴土开展了为期11天的人道主义救援行动,任务执行地点为土耳其南部哈塔伊(Hatay)省的省会安塔基亚(Antakya)市。本文作者作为中国救援队队员参加了本次行动,通过实地考察和现场评估获取到了大量灾害现场第一手资料,为建筑物损毁成因分析提供基础。

临床及CT影像组学特征预测胃癌微卫星高度不稳定状态

目的观察临床和CT影像组学特征用于预测胃癌微卫星高度不稳定(MSI-H)状态的价值。方法纳入150例胃癌患者,MSI-H阳性30例、阴性120例;按7∶3比例将其分为训练集(n=105)和验证集(n=45)。基于腹部静脉期增强CT图提取病灶影像组学特征并加以筛选,计算影像组学评分(Radscore);比较训练集和验证集MSI-H阳性与阴性患者临床资料及Radscore差异;分别基于其间差异有统计学意义的临床因素和Radscore构建临床模型、CT影像组学模型及临床-CT影像组学联合模型,评估其预测胃癌MSI-H状态的价值。结果训练集和验证集中,MSI-H阳性与阴性肿瘤位置、Radscore差异均有统计学意义(P均<0.05)。临床模型、CT影像组学模型及联合模型评估训练集胃癌MSI-H状态的曲线下面积(AUC)分别0.760、0.799及0.864,在验证集分别为0.735、0.812及0.849;联合模型的AUC大于2种单一模型(P均<0.05)。结论基于肿瘤位置和Radscore的临床-CT影像组学联合特征可有效预测胃癌MSI-H状态。

结合注意力机制的卫星遥感影像立体匹配

采用立体匹配技术对多视卫星遥感影像进行三维场景重建一直是摄影测量与遥感领域的核心问题。基于卷积神经网络的深度学习方法极大地促进了立体匹配技术的发展,然而其中涉及匹配困难和误匹配问题的相关研究仍然不足。为了提升卫星遥感影像不适定区域中视差估计的精度,本研究提出了一种结合注意力机制的立体匹配深度学习网络,在特征提取模块中加入注意力机制,分别从通道和空间两个维度捕获全局信息,对特征进行优化;在代价体的构建模块中构建新的代价体积,并重新设置视差的回归范围。为了验证本文方法的有效性,在US3D、WHU-Stereo两个数据集上分别与已有方法Stereo-Net、PSM-Net进行了比较分析。结果表明,本文方法在EPE(endpointerror)和D_1两个指标上均能达到最优,取得了较好的性能,提高了立体匹配的精度,尤其在无纹理、重复纹理、遮挡及视差不连续区域表现出良好的鲁棒性。

基于多时相Sentinel-2卫星影像的冬小麦面积提取

及时准确地提取冬小麦种植信息,对开展冬小麦农情遥感监测具有重要的意义.以杭州市余杭区冬小麦越冬期(2021-12-04)、扬花期(2022-04-08)和乳熟期(2022-05-03)Sentinel-2遥感影像为数据源,分别采用最大似然法、支持向量机、归一化差值植被指数(normalized difference vegetation index,NDVI)相加和相减合成运算提取冬小麦种植面积.结合冬小麦地面调查数据与实测种植面积,对不同方法的提取结果进行精度评价.结果显示,利用越冬期影像NDVI阈值将常绿植被区(茶园、林地)掩膜处理,对非常绿植被区(建筑、水体、冬小麦)扬花期与乳熟期影像NDVI值进行和值运算,是提取余杭区冬小麦种植面积的最佳方法,面积精度为91.96%,说明基于多时相遥感影像结合植被物候特征与典型地物类型,能够实现冬小麦种植面积的高精度提取.

基于改进YOLOX算法的光学卫星影像车辆目标检测

为了改善光学卫星影像中车辆目标检测准确率低、速度慢的问题,提出一种基于改进YOLOX算法的卫星影像车辆目标检测方法。首先,以轻量化模型YOLOX的S版本为基线,采用CSPDarknet—53替换原主干特征提取网络,引入基于卷积块的注意力模块(CBAM)提高特征提取时对车辆目标的关注度。其次,扩充主干特征提取网络输出尺度,并在特征强化提取部分设计了一个双向特征金字塔网络(BFP-net),采用亚像素卷积上采样、横向的跳跃连接和纵向的跨尺度连接实现对不同层级、尺度特征的复用,使得最后输出特征层充分融合了分类和定位信息。实验结果表明:本文算法对large-vehicle和small-vehicle两类车辆的检测准确率分别为88.98%和86.58%,相较于原算法,平均检测准确率提高了5.36%,检测速度达到了58.37fps,具有更好的检测效果。

CT和MRI及影像组学预测结直肠癌微卫星不稳定状态研究进展

结直肠癌是一种常见且具有高病死率的消化道恶性肿瘤,其发病机制与肿瘤细胞基因改变密切相关。微卫星不稳定(microsatellite instability,MSI)是导致结直肠发生的常见基因改变,在肿瘤的发生、发展过程和对患者的治疗和预后中起着至关重要的作用。近年来,医学影像成像方法凭借无创性和个体化等优势已开始在评估结直肠癌高度MSI(MSI-high,MSI-H)状态方面取得了初步进展。随着软件技术不断优化以及人工智能的兴起,计算机断层成像(computed tomography,CT)、MRI以及影像组学方法在结直肠癌MSI-H状态的术前预测、治疗、疗效监测及预后评估方面的重要性日益突显。本综述旨在总结CT和MRI技术及影像组学方法在预测结直肠癌MSI-H状态中的优势和前景,以期为临床提供更准确和无创的MSI-H预测手段,为结直肠癌患者治疗措施的选择提供新思路。

DWI影像组学模型预测子宫内膜癌微卫星不稳定状态:与ADC值的对比研究

目的:探讨基于磁共振DWI的影像组学模型对子宫内膜癌(EC)微卫星不稳定(MSI)状态的预测价值。方法:回顾性分析2019年5月-2023年1月在本院确诊为EC的81例患者的DWI资料。其中,MSI组29例,微卫星稳定组(MSS)52例。在DWI图像上沿病变边缘逐层勾画ROI后生成容积ROI(VOI)并提取影像组学特征,并在生成的ADC图像上测量病灶的ADC值。采用最小绝对收缩和选择算子(LASSO)和SelectKBest算法进行组学特征的筛选,然后采用决策树(DT)分析方法构建组学预测模型。使用受试者工作特征(ROC)曲线评估模型的诊断效能,采用Delong检验比较影像组学模型与ADC之间诊断效能的差异。基于1000次采样的Bootstrap算法和校准曲线来验证预测模型的临床应用价值。结果:MSI组的ADC值小于MSS组(P=0.008)。模型构建方面,共筛选出5个最优DWI影像组学特征(2个一阶统计特征、1个直方图灰度共生矩阵特征、1个灰度共生矩阵特征和1个灰度游程长度矩阵特征)用于建立预测模型。诊断效能方面,DWI组学预测模型的AUC为0.927(95%CI:0.847~0.973),较ADC值的诊断效能(AUC=0.771,95%CI:0.664~0.857)显著增加(Z=2.436,P=0.015)。模型验证方面,在基于Bootstrap算法的验证中,DWI组学预测模型亦显示出较高的效能,AUC为0.904(95%CI:0.885~0.916);同时,校准曲线显示该模型的预测值与实际观测值之间有较好的一致性。结论:基于DWI影像组学特征构建的预测模型较ADC值能更好地对EC患者的MSI状态进行术前评估,有望为临床诊疗提供一种新的选择。

量子多尺度融合的高分卫星影像建筑物变化检测

为了提高传统基于像元的高分辨率卫星影像变化检测方法的精度,本文提出了一种基于量子多尺度融合的高分卫星影像建筑物变化检测算法。首先,对双时相高分辨率卫星影像进行多尺度分割,构成多尺度影像数据集;然后,对多尺度影像数据集进行迭代慢特征变换,得到不同尺度的变化强度图,再利用量子理论对多尺度变化强度图进行融合,以得到融合后的变化强度图;最后,通过最大类间方差法完成变化强度图的阈值分割,得到二值化变化检测结果。利用两组不同时相的实际高分卫星影像,对本文算法进行了试验验证。试验结果表明,与单一尺度面向对象变化检测方法和熵权法多尺度融合方法相比,本文算法可以取得更高的建筑物变化检测精度。

高分辨率1号卫星影像几何定位精度评价与几何校正研究——以黑龙江省友谊县为例

提高卫星影像的几何定位精度可以挖掘影像在区域尺度的应用潜力。本文以黑龙江省友谊县及周边区域为研究区,根据地面实测几何控制点,评估高分辨率1号(GF-1)卫星PMS和WFV影像的几何定位精度,并比较手动和自动两种不同几何控制点选取方式的几何校正效果。结论如下:MUX影像、PAN影像和WFV4影像在校正前的平均几何位置偏差为45.06 m,44.60 m和110.26 m,手动几何校正后的平均几何位置偏差为13.97 m,6.35 m和13.56 m,基于哨兵2号(Sentinel-2)影像自动几何校正后的平均几何位置偏差为15.84 m,16.23 m和21.26 m。以上结果可以看出,经过几何校正后很大程度上消除了影像的系统误差,PMS影像通过手动选取地面控制点进行几何校正的效果更优,而WFV影像使用两种校正方法效果相近。

基于高分卫星影像的湖南某地土地利用分类研究

随着遥感技术的快速发展,越来越多高分辨率遥感影像的出现,为快速准确地获取地面信息创造了有利条件。面向对象的分类方法在进行地物信息提取时,考虑了更多的分类特征,且能与地学知识以及其他专题特征相结合,使分类过程与人类的认知过程更加接近,已成为土地利用信息提取研究的主流方向之一。研究以高分二号影像为基础,探索多尺度分割最优参数的选取方法,构建了影像分类特征空间并对其进行优化。基于多层次分类体系提取土地利用信息,并进行精度评价。通过空间大数据对建设用地信息进行细分,并对其空间分布特征进行分析。

高景一号卫星影像在山区铁路制图中的精度研究

为了研究高景一号卫星影像是否能够满足铁路1∶2000制图精度要求,在某铁路项目中采用该影像开展地形图绘制工作,在像对范围内均匀布设像控点,并在不同地形等级区域获取实测检查点用于后续精度检查,以及开展空三加密及定向立体采集地形图的工作,从统计地形图精度及人眼判释两方面考量制图精度。研究表明,绝对定向点残差、地形图平面中误差及高程中误差等精度指标均能够满足《铁路工程摄影测量规范》1∶2000地形图要求;受高景一号卫星影像分辨率限制,对点状细小地物判释效果弱于高分辨率的航空影像;高山地区域立体像对存在微小的上下视差,会对高程精度带来影响。研究结果表明,在航空影像不能快速获取时,高景一号卫星影像可以作为一个有效的数据源补充,其精度能够满足铁路1∶2000制图要求。

高分立体卫星影像建设基础三维模型研究

实景三维中国建设总体实施方案提出,截至2025年要建成覆盖地级以上城市城镇开发边界范围的基础三维模型数据。为提高实景三维中国基础三维模型数据生产效率,本文基于高分立体卫星影像精准定向精化的RPC参数构建立体模型并生成精准几何信息的DSM、DEM、DOM成果,对全立测采集、基于DOM采集等不同技术方法获取的建筑轮廓以及立测、基于DEM/DSM获取的高程高度信息等精度差异进行了分析,并以哈尔滨市为试验区,验证了基于高分立体卫星影像大规模生产基础三维模型数据的技术路线及可行性。

基于国产遥感卫星影像的干旱地区地表水资源遥感监测应用

如何利用卫星数据对特征复杂的水资源进行时空维度上的监测是关乎民生和农、林、畜牧业可持续发展的一项重要研究内容。本文依托高分辨率国产遥感卫星影像数据,结合专题资料,设计监测技术流程,对我国西部干旱地区4个试验区的地表水资源进行了全面的空间信息提取和变化监测,形成了监测数据库、统计分析报告和相关图件等成果,以期为相关部门建设和决策提供数据支撑。

基于GF-1卫星影像的青岛市冬小麦种植面积变化动态监测

为准确获取青岛市冬小麦种植面积及空间分布变化特点,帮助相关部门优化种植结构,合理安排农业生产,研究利用GF-1 WFV卫星遥感影像,选择青岛市2014—2021年冬小麦种植面积遥感提取的最佳时相,采用图像监督分类法提取冬小麦的种植面积,并通过分类后比较法分析小麦种植面积的动态变化。结果表明:2014—2021年青岛市冬小麦的种植面积为21.7万~24.8万hm^(2),2016年小麦种植面积最大,2020年最小,每年冬小麦种植面积波动范围为0.3万~2.7万hm^(2);遥感提取的种植面积与统计部门提供的种植面积误差较小,误差百分率不超过6.5%;小麦与其他地物类型之间相互转换的差异很小,2014—2021年逐年小麦转为其他地物的面积变化范围为8.0万~10.9万hm^(2),其他地物转为小麦的面积变化范围为7.9万~11.4万hm^(2)。

光学卫星遥感影像的RFM迭代平差方法

有理函数模型(Rational Function Model,RFM)作为光学卫星遥感影像几何处理的一种主要模型,其平差方法一直是卫星摄影测量研究的重点。文章在常规的像方平差方案基础上提出RFM迭代平差方法,先用仿射变换多项式消除内外方位元素引起的像方定位误差,再连续使用傅里叶多项式逐步消除影像复杂畸变,通过两者结合提升对影像系统误差的综合补偿能力。通过对ZY-3和GF-7两种国产卫星遥感影像进行实验,结果显示:RFM定位精度随迭代平差次数的增加而提高,经过3次平差后中误差逐渐收敛。相比一次平差结果,迭代平差后ZY-3影像的平面和高程定位中误差降低了8%和13%,GF-7影像的平面和高程定位中误差降低了12%和30%,所生成的RPC参数可更好地满足高精度定位需求。

卫星轨道设计辅助火星中分辨率影像仿真

提出了一种由卫星轨道根数计算影像外方位元素,进行中分辨率影像仿真的策略。首先设定卫星在短时间内的若干组飞行状态,由轨道动力学的定轨问题确定卫星的轨道根数。其次,由轨道根数计算影像的外方位元素,并进行影像仿真,通过光线追踪原理和火星全球DEM修正高程迭代计算,实现逐像素点的地面点精确定位。最终对火星全球影像数据重采样获得感兴趣区域的仿真影像。实验表明,该方法可顾及航向和旁向重叠度的要求,利用真实数据获得长时间段内感兴趣区域的多组仿真影像,为探测项目前期验证卫星轨道和相机参数提供支持。

基于深度学习的卫星影像立体匹配算法

卫星影像立体匹配是大规模地球表面重建的重要步骤之一,现有研究相对较少,且存在匹配效果不佳、模型泛化能力较差等问题。本文提出了一种基于深度学习的卫星影像立体匹配算法,算法流程包括数据集构建、立体匹配网络搭建、多级迁移学习及后处理。首先将裁剪得到的核线影像对输入改进的注意力成本网络,完成特征提取、注意力成本构建、视差估计与视差优化;然后经多级迁移学习训练的网络,可适应不同数据源,预测得到视差图;最后对视差图进行自适应后处理,以消除错误匹配。使用吉林一号高分02、高分04系列卫星影像进行试验,获取的视差图精度优于1像素,表明使用本文算法可获取准确、清晰的视差估计,决定了后续高质量数字表面模型结果的生成。