华中区自然景观分类研究

通过陆地卫星影像对华中地区自然景观进行识别和划分，并编译研究了区自然景观类型图。     

遥感影像解译与背景参数分析研究

随着信息技术的广泛应用，作为各种信息的空间基础支持的空间信息在全球范围内，正受到越来越多的关注，社会各领域对空间信息的需求也越来越大，特别是1998年“数字地球”概念的提出对空间技术的发展起到了很大的推动作用，作为数字地球的重要支撑技术之一的遥感技术也有了前所未有的发展，本主要论述的遥感影像的解译以及与这相关的背影参数分析。     

遥感图像目视解译值得注意的几个问题

从建立解译标志 ,色调和颜色解译 ,图型解译、大小和形状解译四个方面给出了常见遥感图像目视解译过程中值得注意的问题 ,同时给出提高解译速度和解译精度的方法     

基于模式识别技术岩体裂隙图像的智能解译方法研究

结构面是岩体的重要组成部分,是控制在工程荷载作用下岩体力学作用方式及其力学响应的主要因素之一.裂隙是岩体中最常见的一类结构面,而且具有数量大、分布广和随机性强等特点,因此对裂隙的调查、测量和统计是划分岩体类别、评价岩体质量和提取岩体物理力学参数的基础.但是,传统的裂隙调查尚处于低效的手工操作阶段.为了提高工作效率,节约工程费用,寻求一种高效、简便、实用的现场测量方法是非常必要的, 而数字摄影和数字图像处理为实现这一目标提供了强有力的技术支持.为此,利用图像识别方法,对裂隙图像的智能识别进行了研究,并自编了相应的处理程序,获得了初步研究成果.     

小样本学习在高分遥感影像分类与识别中的应用

遥感影像分类与识别是近年来深度学习以及图像分类与识别研究的热点,其中一个关键问题是因样本数据集的数据较少而极易出现过拟合。许多图像分类的模型和方法并不完全适用于遥感影像分类,将小样本学习与遥感影像处理结合起来,实现遥感影像数据增强和识别模型优化是一个可行的思路。根据小样本学习的发展现状,针对特征提取、模型分类方法,归纳总结了典型学习方法的原理及其在相关领域的应用; 分析遥感影像处理的现状和存在问题,基于适用场景、优缺点对各方法进行了比较; 通过分析小样本学习在高分遥感影像分类与识别上的应用,发现引入注意力机制和迁移学习后,小样本学习能够用于样本数据量小的遥感影像分类。     

基于星座图的古陶瓷样本分类研究

本文研究古陶瓷样品的分类问题,对44个景德镇历代古陶瓷样本,应用星座图法研究古陶瓷分类问题,得到了有关分类结果,分析了不同分类法的分类效果,本文的研究对古陶瓷类文物鉴定有一定参考价值。     

青海省第二次全国土地调查中遥感影像目视解译的研究

在第二次全国土地调查的农村土地调查工作中,遥感影像被大范围的采用,对于遥感影像内业解译就成为了发挥遥感影像作用的重要环节。本文就遥感影像在内业解译过程中的部分问题与在青海省黄南藏族自治州的实地调查相结合,对内业解译应解决的问题,以及在完成外业勘查后对内业解译能产生指导作用的相关方法予以说明。     

铀资源遥感构造解译方法研究

针对花岗岩型、火山岩型、砂岩型和碳硅泥岩型等不同成矿类型的铀成矿特征,作者分别确定了不同的遥感地质构造解译工作方法,从而提供了更可靠和更具针对性的遥感地质构造有利信息,提高了工作效率和成果的可利用度。     

基于多源遥感影像的西藏生态环境要素解译方法研究

遥感以其宏观、综合、动态、快速等特点,已成为生态环境变化监测的重要手段.本文尝试利用多源遥感影像对影响西藏生态环境的关键要素进行提取,在此基础上针对不同的要素提出了相应有效的提取方法.     

多时相遥感影像样本迁移模型与地表覆盖智能分类

利用时间序列遥感影像重建过去几十年的地表覆盖是实现时空多维地理场景感知与动态建模的基础,但存档历史遥感影像分类面临样本选择难、多时相影像协同解译水平低的问题。研究提出了一种基于已有土地覆盖产品与对应遥感影像中几何及属性特征约束的样本时空迁移方法,将迁移获得的训练样本嵌入多时相地表覆盖分类框架,获得多期地表覆盖分类结果,实现历史时期地表环境的智能感知与动态制图。太湖流域多时相分类的结果表明,无监督样本迁移方法可以充分利用先验几何约束和光谱属性,从参考地表覆盖产品中快速获得可靠的训练样本,多时相分类精度均高于89%,满足大区域多时相地表覆盖的分类需求,为地理环境演变建模提供了有效支持。     

浅谈地质工作中遥感图像解译的要点

本文通过对遥感图像解译的要点分析总结,使遥感地质填图在矿产勘查中的应有更为广泛,为地质勘查工作奠定一定的基—础。     

LU/LC样本影像数据库管理系统的构建及其应用

针对遥感解译及土地核查中传统的人机交互方法人为影响较大、精度不稳定、判读标准不一等现象,综合地总结了土地利用/土地覆盖(LU/LC)常见典型地物样本及影像特征信息,通过建设数据库的总体流程、基本示例影像以及关键技术,从而构建具有一定通用性的LU/LC样本影像数据库管理系统,解决了遥感解译及土地核查过程中主要涉及的大量遥感图像和繁杂的属性文本信息等问题,实现对样本影像数据统一存储、有序管理以及实时更新,更好地为生产决策服务。同时,结合该样本影像数据库,将LU/LC样本库知识学习应用于福州市地区1994年、2000年、2009年、2013年的遥感影像解译,获得影像的分类精度分别为87.89%、91.46%、88.35%、88.62%。结果表明,建立LU/LC样本影像数据库辅助解译减少了判读误差,并且精度较稳定及符合生产要求。     

基于多源信息空间的遥感影像自动解译研究

通过分析遥感影像自动解译的研究现状和存在的问题,提出了基于多源信息空间的遥感影像自动解译的研究方法,将遥感影像分为光谱信息空间、形状信息空间、区域地学信息空间、干扰信息空间等四个信息空间,通过对多源信息空间的数学描述和计算机处理实现了遥感影像的自动解译.     

ENVI图像预处理及图像解译应用研究

卫星遥感影像数据具有现势性好、时空分辨率高等优点,能及时、准确、快速地反映土地利用变化情况.该文以ENVI在某项目中的应用为研究对象,详细介绍了基于ENVI的QuickBird高分影像预处理及图像解译过程,相信对从事相关工作的同行能有所裨益.     

ETM＋图像人机交互地质构造解译研究

为在遥感解译过程中更好地将点线类遥感信息进行符号化表示,并准确的获取其它各类属性值,而且遥感在地质上的运用一定程度上减少了野外地质调查工作量,减轻了地质工作者的劳动强度,加快了地质调查速度。     

常见地质灾害的遥感图像解译标志

遥感技术已成为区域地质灾害及其发育环境宏观调查的不可缺少的先进技术之一,在滑坡、崩塌、泥石流、地面沉降和土地荒漠化等地质灾害的调查、监测和研究工作中已发挥了重要的作用。本文简要介绍地质灾害调查中遥感图像解译标志。     

融合样本相似性的弱监督多标签分类

针对面向实际应用场景中数据标签易残缺导致有监督多标签分类方法可用训练数据量减少，未能利用大量标签缺失数据中蕴含的样本特征空间关联知识以最大化判别间隔，限制多标签分类效果等问题，本文提出一种融合样本相似性的弱监督多标签分类方法.该方法利用标签相关性和样本相似性恢复标签以提高数据利用率，并将标签恢复嵌入到训练过程中以便挖掘标签相关性，通过近端加速梯度法进行参数优化，建立弱监督学习场景的多标签分类模型.在真实数据集上的实验结果表明，该方法能够利用样本相似性有效提升模型在标签残缺时的分类能力，实用价值大.      

基于样本不同属性综合的鲁棒偏倚赖主动学习分类算法研究

主动学习算法可以有效减少样本标注的工作量,每次选取最有信息量的样本交由专家标注。样本的代表性与不确定性都是衡量样本信息量的重要因素,将两者综合考虑能够获得更好的综合效果,但在两者的结合方式上一直存在不少问题,导致算法的适应性不强。为解决该问题,本文提出了基于样本不同属性的鲁棒偏倚赖主动学习分类算法,通过引入偏倚赖权值系数函数,在综合考虑样本的代表性和不确定性的同时,更可以突出样本的特性。同时由于样本代表性模型的渐变,在选择样本过程中更能突出代表性样本与不确定性样本的学习层次,前期训练以代表性样本为主,后期训练以不确定性样本为主,使得算法的适应性大大提高。在UCI机器学习数据库上的仿真实验结果表明本文的思路是合理可行的,在实验所用数据集上,与所提供的对比算法相比,本文的方法只需较少的标注样本便可以达到相同的分类正确率。     

基于卫星遥感的土地利用智能动态监测研究

利用卫星影像监测“两违”行为,具有覆盖范围广、监测频率高、成本低、受限制条件少等优势,随着卫星影像空间、时间分辨率的逐渐提高,使月度亚米级卫星影像在“两违”监测中的应用成为可能。该文充分应用高分辨率月度卫片数据,分析了自然资源疑似“两违”图斑特征,并借助数据获取、智能解译、图斑复核和管理应用等流程设计与影像智能解译算法技术研究,形成了基于高分辨率月度卫片的“两违”智能动态监测方案。结合笔者参与的黄埔区新增建设用地和汕尾市新增鱼塘动态监测进行了实践,结果表明：该方案能够有效提高“两违”监测的时效性和精准性,为“两违”监测提供数据和技术支撑。