XML驱动的遥感产品生产定制框架研究

为了解决遥感产品生产操作繁琐问题、实现用户在线定制遥感产品的需求,特针对遥感产品定制的共性特征进行分析,将算法组件化思想和流程思想相结合,构建基于XML驱动遥感产品定制的生产模型,并采用MxGraph技术将此定制过程可视化为生产框架.结果表明,这种可视化在线遥感产品定制平台可以使用户按需定制遥感产品生产流程,从而提高生产效率.     

星机地综合观测定量遥感融合处理与共性产品生产系统关键技术研究与系统设计

针对全球资源环境监测需求,本课题作为"星机地综合定量遥感系统与应用示范(二期)"项目的一部分,将集成和突破在"一期"研究中形成的卫星数据库分布式组网技术、多尺度遥感数据同化与真实性检验技术、面向应用的遥感数据融合处理与生成技术等关键技术,重点突破运行性多源遥感共性产品生产系统构建中的一系列相关技术,研制星机地综合观测定量遥感数据融合处理与共性产品生产系统。该年度基于项目一期相关技术成果,初步实现连通6个以上卫星数据中心的能力,建立虚拟组网分布式卫星数据服务系统;研究多源遥感数据的辐射归一化、几何归一化、定量遥感产品反演、星机地观测数据同化、时空无缝融合和多尺度真实验证等技术,对虚拟组网的分布式卫星数据服务系统、多源遥感数据辐射归一化系统、多源遥感数据几何归一化系统、多源数据融合定量遥感产品生产系统、多源数据融合产品生产系统、时间连续共性产品同化系统、定量遥感产品真实性检验系统、多中心海量遥感数据协同处理支撑系统八个子系统进行实际的系统设计工作,包括顶层设计、需求分析及概要设计。     

星机地综合观测定量遥感融合处理与共性产品生产系统关键技术研究与系统设计

针对全球资源环境监测需求,该课题作为"星机地综合定量遥感系统与应用示范(二期)"项目的一部分,将集成和突破在"一期"研究中形成的卫星数据库分布式组网技术、多尺度遥感数据同化与真实性检验技术、面向应用的遥感数据融合处理与生成技术等关键技术,重点突破运行性多源遥感共性产品生产系统构建中的一系列相关技术,研制星机地综合观测定量遥感数据融合处理与共性产品生产系统。该年度基于项目一期相关技术成果,初步实现连通6个以上卫星数据中心的能力,建立虚拟组网分布式卫星数据服务系统;研究多源遥感数据的辐射归一化、几何归一化、定量遥感产品反演、星机地观测数据同化、时空无缝融合和多尺度真实验证等技术,对虚拟组网的分布式卫星数据服务系统、多源遥感数据辐射归一化系统、多源遥感数据几何归一化系统、多源数据融合定量遥感产品生产系统、多源数据融合产品生产系统、时间连续共性产品同化系统、定量遥感产品真实性检验系统、多中心海量遥感数据协同处理支撑系统八个子系统进行实际的系统设计工作,包括顶层设计、需求分析及概要设计。     

多尺度遥感数据按需快速处理与定量遥感产品生成关键技术2013年度报告

该课题重点解决全球陆表综合观测多源遥感协同反演与多尺度定量遥感产品生成的重大关键技术,建立全球陆表综合观测的定量遥感产品技术体系,集成开发新一代全球综合观测陆表定量遥感产品生产原型系统,形成全球高精度、多尺度共性定量遥感产品生产能力,推动共性定量遥感产品在我国矿产、森林、水、粮食等资源环境监测的应用,为实现全球资源环境遥感监测的业务运行服务提供技术支撑。在全体人员的共同努力下,今年该课题在以下几个方面取得了重大进展:(1)初步建立了共性定量产品生产技术体系,包括共性产品的生产技术体系、共性定量遥感产品生产技术标准规范、制定了多尺度数据的全球剖分标准等;(2)多源多尺度遥感数据归一化处理关键技术取得突破,发展了中高和中低两个不同尺度上的几何、辐射归一化技术,发展了多种数据的光谱归一化技术,发展了中高分辨率数据大气校正技术等;(3)多源遥感协同高精度定量反演关键技术攻关取得突破,确定了几类共性定量产品的卫星数据组网方案,在辐射收支、植被结构与生长状态、水热通量、冰雪参数等方面都取得了关键技术突破,形成了部分产品的软件模块;(4)初步搭建了共性定量遥感产品生产原型系统软硬件环境,完成了中高分辨率遥感数据的归一化处理技术集成,完成了数据库分系统、运管分系统的研发,完成了30 m分辨率共性定量遥感产品生产算法的集成,形成了中高分辨率数据处理能力与30 m分辨率共性定量遥感产品的生产能力;(5)共性产品试生产与应用示范:利用该课题研发的算法为应用课题生产了部分共性定量遥感产品,并在鄱阳湖地区开展了初步的应用示范;(6)在国内外学术期刊上发表了27篇论文,其中SCI论文10篇,申请了国内发明专利5项。     

利用WorldView-2影像生产1：10000测绘产品的可行性试验

简要介绍了卫星遥感影像适用于在较平坦区域生产测绘产品的可行性,总结了利用影像进行1：10000测绘产品生产试验的主要结论,分析了利用影像作为数据源实际生产1：10000测绘产品的情况。     

基于CUDA的卫星影像快速Mask匀光方法研究

针对大数据量的卫星遥感影像进行匀光处理的过程计算量大,效率低的情况,本文提出了一种基于CUDA平台的卫星影像快速匀光并行处理方法,根据现有算法结构上的特点,将处理过程中的主要运算部分交由GPU完成。实验通过对资源三号卫星所得影像做匀光处理,对比了GPU与多核CPU运行速度和效果,分析了该方案的加速性能和实用性。实验表明,在保持原处理质量的同时,该方法构建的并行处理模型有效地提高了原有匀光算法的处理速度。     

基于均匀驱动计算架构的卫星影像快速Mask匀光方法研究

针对大数据量的卫星遥感影像进行匀光处理的过程计算量大,效率低的情况,提出了一种基于均匀驱动计算架构(compate unified device architecture,CUDA)平台的卫星影像快速匀光并行处理方法。根据现有算法结构上的特点,将处理过程中的主要运算部分交由GPU完成。实验通过对资源三号卫星所得影像做匀光处理,对比了GPU与多核CPU运行速度和效果,分析了该方案的加速性能和实用性。实验表明,在保持原处理质量的同时,该方法构建的并行处理模型有效地提高了原有匀光算法的处理速度。     

多传感器卫星遥感影像无控制点区域网平差

为了验证多传感器卫星遥感影响无控制点区域网平差算法，采用理论分析和实验的方法，从卫星遥感影像区域网平差的成像几何模型出发，利用卫星遥感影像附带的参数拟合RPC模型参数，然后根据RPC模型和像面的仿射变换模型构建了多传感器卫星遥感影像区域网平差的数学模型。对某地区不同分辨率的SPOT-5 HRG影像进行直接空间前方交会处理和无控制点的区域网平差试验，验证了多传感器卫星遥感影响无控制点区域网平差算法。研究结果证实多传感器卫星影像的区域网平差技术在卫星遥感对地目标定位中有较好的应用前景，尤其可应用于话部无图区的困难地区测绘。     

面向遥感产品生产的可视化数据流模型

为了方便快捷地开发出新的遥感产品生产或遥感图像处理算法,尝试利用现有的一些遥感生产处理算法,以"搭积木"的形式,组合成新的算法.由于算法间存在依赖关系,这样就会形成算法的调用次序,也就是遥感产品生产流程.面向遥感生产的可视化数据流模型,就是对这种生产流程的一种抽象和概括.该模型可以体现出算法之间的次序关系,还能体现出算法被调用的次数和被加工数据的信息.同时利用该模型也可以方便描述生产流程的变更和算法的并发执行.     

典型应用领域全球定量遥感产品生产体系

基于项目一期研究中建立的典型应用领域全球定量遥感指标体系、关键算法模型、技术流程等,以定量遥感共性产品为基础数据源,研发面向全球林业、农业、矿产、水资源、生态环境等典型应用领域定量遥感产品生产系统,并分布式部署在国家林业、农业、矿产、水资源、生态环境等相关业务部门,形成20种以上典型应用领域定量遥感专题产品业务生产能力,以及20种以上生态环境要素监测与诊断产品的业务能力,为国家监控全球粮食、资源和生态环境安全形势,应对全球变化与危机提供技术支撑。     

基于卫星遥感图像的农作物分类算法

为提高遥感图像对农作物的预估精度和农业种植效率, 设计了基于卫星遥感图像的农作物分类算法。 以2018 年 7 月 30 日哨兵二号(Sentinel-2)卫星拍摄的高分辨率哈尔滨市农业示范基地卫星影像为实验数据, 在不同光谱波段内(含红边波段), 通过使用最大似然法、 支持向量机法、 神经网络法分别对影像中水稻、 大豆、玉米、 高粱等农作物特征进行提取、 分类, 获得到农作物分类图;将统计结果与真实的参数进行比较, 分析了相同算法下使用不同数据源, 不同算法使用相同数据源, 这两种情况下的分类精度与可靠性。 实验结果表明,通过神经网络法得到的分类结果精度最高, 可靠性最强, 适合于全国范围内推广。     

强光束干扰下低轨高清遥感图像无缝拼接方法改进研究

由于受到强光束的干扰,低轨高清遥感图像拼接处的拼接边界容易出现突变。当前图像拼接方法因不能避免外界因素的干扰,无法实现图像的无缝拼接。为此,提出一种新的强光束干扰下低轨高清遥感图像无缝拼接方法。通过Retinex理论对强光束干扰下低轨高清遥感图像进行预处理,利用原始低轨高清遥感图像的照射光得到物体的反射性质,以获取物体自身的面貌。介绍了尺度不变特征变换(SIFT)算法的基本思想,通过SIFT特征匹配法对遥感图像进行配准处理;针对SIFT法效率低的弊端,利用区域分块法对其进行改进。通过幂比值拉伸方法对拼接缝进行消除。实验结果表明,采用所提方法得到的拼接图像拼接处无重叠,较为平滑,在保证拼接图像信息量、清晰度和整体质量的同时,效率较高。     

基于遥感图像梯度特征的运动模糊检测方法

为了精确描述由于高分辨率卫星在轨动力学环境不确定干扰造成的光学传感器拍摄遥感图像退化的过程,在自然图像的运动模糊点扩散函数检测方法的基础上,提出一种基于遥感图像梯度特征的运动模糊检测方法. 该方法利用图像分割和梯度特征选择处理区域,对遥感图像进行预处理,使图像的梯度特征更加符合检测方法的先验知识,采用基于概率分布的点扩散函数估计方法获得图像的退化模型. 结果表明该方法提高了图像模糊的检测精度,获得了更准确的遥感图像运动模糊点扩散函数的检测结果.      

改进的Mean-Shift遥感影像分割方法

基于高斯核Mean-Shift(MS)算法因收敛速度慢难以满足遥感图像处理的实时应用要求,提出一种改进的MS算法应用于遥感图像分割.针对传统MS算法需多次人工试用来确定固定带宽的问题,给出几种类型遥感影像的空间带宽参考值,且不同波段影像用plug-in规则分别计算值域带宽.针对遥感影像数据量大、MS迭代计算时间长的不足,使用一些加速策略来加速收敛;由于采用MS算法检测出的模点数较多,采用基于全局模点融合来稳定遥感影像分割结果;可用于分割遥感影像的特征很多,模点检测时用灰度特征,全局模点融合时用纹理特征,这样充分利用了遥感影像多维特征且不降低计算速度.采用Quickbird影像进行分割试验,研究结果表明:本文算法自适应程度高,速度和精度也能满足应用要求,是一种稳健的自动分割方法.     

基于条纹池化和迁移学习的耕地分割模型

耕地的数量和质量是保持农业可持续发展的关键,是政府部门的决策依据。目前这些信息的获取主要依靠人力,不仅浪费大量人力、财力,而且效率较低,不准确,因此利用卫星遥感影像识别分割耕地图像具有重要价值。本文提出了一种耕地图像分割神经网络SP-Vnet,其包含了条纹池化模块和空洞卷积的V型分割模型,并与迁移学习、图像形态学方法等结合,实现了卫星遥感图像中耕地的精确分割和提取。与目前六个主流的语义分割网络模型相比,本文提出的SP-Vnet在最近MathorCup遥感图像耕地分割的竞赛数据集上,取得了更高的整体准确率OA、F1值和平均交并比（mIoU）。实验表明,SP-Vnet能够加强网络的全局特征表征能力,显著提高了耕地识别的准确率,同时结合图像形态学方法的后处理操作,提升了耕地分割边缘的平滑性和准确性。     

基于数据挖掘机制的卫星遥感信息智能处理方法研究

以北京市农业种植结构调整监测为对象,借鉴数据挖掘和知识发现的最新成果,从对遥感数据的信息论分析出发,探讨适合于农业应用的卫星遥感数据挖掘与知识发现的关键技术。研究试验表明,该方法有利于提高遥感信息农业应用过程中数据处理和信息提取的能力与效率,具有较好的应用价值和前景。     

基于量子粒子群算法选择特征的遥感图像分类

针对目前遥感图像分类算法存在精度低、 速度慢等问题, 提出一种基于量子粒子群算法的遥感图像分类算法, 以提高遥感图像的分类效果. 首先分析目前遥感图像分类算法存在的不足及其原因; 然后提取多种类型的遥感图像原始特征, 采用量子粒子群算法对特征进行筛选, 以提取对遥感图像分类结果较重要的特征; 最后采用最小二乘支持向量机(LSSVM)建立遥感图像分类器, 实现遥感图像分类和识别, 并进行遥感图像分类的仿真对比实验. 实验结果表明, 该算法克服了当前遥感图像分类算 法存在的局限性, 大幅度提高了遥感图像的分类精度, 有效减少了图像分类误差, 提高了图像分类效率.     

基于K-means算法分割遥感图像的阈值确定方法研究

当前遥感图像分割中阈值确定方法忽略了前景和背景内在的联系,导致过分割和轮廓模糊,造成整体性能低下。为此,提出一种新型基于K-means算法分割遥感图像的阈值确定方法,通过K-means算法对遥感图像进行分割,利用最大类间方差方法得到分割遥感图像的初始阈值,依据该阈值将遥感图像划分成两类,求出两类的均值,将其作为K-means聚类算法的两个初始聚类中心,通过K-means聚类方法逐次迭代,不断更新聚类中心,直至得到聚类准则函数,从而求出遥感图像的最佳分割阈值。实验结果表明,采用所提方法确定遥感图像分割中的阈值,不仅效率高,而且整体性能优越;将得到的阈值应用于遥感图像分割中,能够使目标和背景被有效分离,且分离后目标部分轮廓比较清晰。     

基于卫星遥感影像的土地分类实验方法研究

为了让本科生充分理解和掌握遥感影像处理技术,结合吉林大学大学生创新创业训练计划,设计了基于高分辨率卫星遥感影像的校园土地分类实验项目。以2015 年9 月20 日高分二号( GF-2) 卫星拍摄的吉林大学中心校区卫星影像为实验数据,通过使用不同的光谱指数以及支持向量机( SVM: Support Vector Machine) 分别对影像中的建筑物、植被、水体、平地和操场等地物进行提取,进而得到基于高分辨率遥感影像的校园地物分类图,并对分类结果中各种地物信息进行统计分析,将统计结果与真实的地物参数进行对比,近而改善该方法的分类精度与可靠性。实践结果表明,该实验可以有效的帮助学生对知识的理解和掌握,达到了预期的教学效果。