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。     

An Approach to Extracting Fractal in Remote Sensing Image

In order to apply the spatial structure information to remote sensing interpretation through fractal theory, an algorithm is introduced to compute the single pixd fraetal dimension in remote sensing images. After a computer program was written according to the algorithm, the ETM＋ images were calculated to obtain their fractal data through the program. The algorithm has following characteristics： The obtained fractal values indicate the complexity of image, and have positive correlation with the complexity of images and ground objects. Moreover, the algorithm is simple and reliable, and easy to be implemented.     

一种面向对象的遥感影像多尺度分割方法

高分辨率遥感影像中丰富的空间结构信息和地理特征信息提取需要在多种不同的尺度下进行,而传统的基于像素光谱特征的影像分割和单尺度影像信息提取方法在这方面存在明显的缺陷.基于区域的面向对象影像分析方法,为高分辨率遥感影像信息提取提供了新的思路,其关键的核心问题在于实现对高分辨率遥感影像的多尺度分割.本文提出了一种基于相邻影像区域合并异质性最小的面向对象多尺度分割算法.影像分割试验结果表明:该方法可以根据任意特定尺度下的影像分析任务或任意感兴趣尺度的地物目标,调整影像分割的尺度参数,从而获得特定尺度下感兴趣的影像区域(对象)作为后续面向对象影像分析和应用的基础.     

基于梯度倒数的无人机遥感图像融合滤波方法

为了实现对无人机遥感图像去噪处理时兼顾滤波和边缘保持效果,提出了一种基于梯度倒数的无人机遥感图像融合滤波方法——梯度倒数自适应开关均中值滤波。首先计算出模板内中心像素点与邻近像素点的梯度导数;然后选取局部梯度变化阈值,并定义标志数组来标记各像素点是否超过梯度变换阈值。最后,如果当前滤波像素点超过梯度阈值,则采用提出的自适应开关均中值滤波;否则采用梯度倒数加权平滑方法处理。该方法结合了图像的梯度信息,利用图像的连通性和相关性原理以及自适应开关均中值滤波算法去噪的优点,在去除高斯噪声和脉冲噪声同时可以很好地保持图像的边缘和细节信息。实验结果表明:与传统梯度倒数加权平滑方法相比,算法滤波后图像的平均梯度提升3. 16%,MSE下降了约5%,可以有效提升滤波后无人机遥感图像质量,应用价值明显。     

基于遥感和GIS的山东山丘区土壤侵蚀调查研究

基于遥感和地理信息系统技术,利用"通用土壤流失方程"usLE模型A=R·K·s·L·c·P和土壤侵蚀防治预报模型y=CP-CP-C＇P＇,采集生成因子数据,并通过投影及坐标转换,生成像元点的因子图,使每个30m×30m的像元点都具有以上6个因子数据,之后,利用模型进行计算,生成分幅的土壤侵蚀强度图和土壤侵蚀强度防治预报图及统计结果.此方法的研究使快速、经济、定量、定期地实现土壤侵蚀调查成为可能,为土壤侵蚀防治提供策略和依据.     

基于遥感影像的都江堰市多植被指数的比较研究

植被指数是遥感领域中用来表征地表植被覆盖,生长状况的一个简单,有效的度量参数.随着遥感技术的发展,植被指数在环境、生态、农业等领域有了广泛的应用;随着人们对于全球变化研究的深入,以遥感信息推算区域尺度乃至全球尺度的植被指数日益成为令人关注的问题.该文主要从NDVI、RVI、DVI三种常用植被指数模型进行分析研究,利用TM遥感影像为主要数据源,通过ERDAS IMAGINE软件对都江堰市遥感影像图进行植被指数的提取以及计算,通过3种不同的植被指数进行分析比较得出该区域的最佳植被指数.     

A method for blind separation of components information from mixed pixel

In the field of remote sensing, it is important to separate the component information from mixed pixel. If the physical process of remote sensing can be expressed by a set of linear equations, the remote sensing information matrix is equal to the weight matrix multiplied by the component information matrix. Generally speaking, the precondition of retrieval of component information matrix is that the weight matrix is known. However, the blind signal separation (BSS) method can separate the matrix unconditionally, whose basic principle is that the additive information needing separation can be achieved from the statistical characteristics contained in a mass of samples in the remotely sensed information matrix. Therefore, the values of the component information matrix and the weight matrix can be estimated. The wave shape of components can be retrieved by BSS, but the amplitude cannot. In this paper, the plant-soil mixed pixels were chosen as the studying targets in this paper to quantitatively separate the component information and solve the uncertainty of BSS. Simulation and field test verify the reliability of the method. Results show that the BSS can be one of the effective methods of mixed pixel separation, and the foreground of application is very promising.     

Quickbird影像除云方法及应用——以崩错地区为例

以西藏崩错地区的快鸟遥感影像为冽,详细论述了遥感图像除云原理以及如何处理薄云和厚云同在相关问题,并提出了一种垫予改进后同态滤波的像素级融合恢复图像新方法,首次将高频强调滤波思想引入除云领域,进行了一些实验,效果比较明显。     

基于有限内存Broyden-Fletcher-Goldfarb-Shanno优化算法的图像非刚性配准方法

图像配准可以分为刚性配准和非刚性配准两类,图像非刚性配准是图像处理研究的热点和难点,其中的参数模型往往转化为无约束优化问题的求解,当参数数目较大时求解比较费时,提高此类算法效率的关键之一是减少迭代算法中矩阵的计算量和存储量.本文研究了一种非刚性配准方法,该方法应用Basic样条自由变形模型,此模型改变控制点只影响其附近...     

基于形状的遥感图像检索系统

研究了基于内容的遥感图像库的快速检索系统．系统采用基于形状全局特征与局部特征相结合的两步检索策略，由简单的全局特征来过滤掉大部分的非相关形状，利用矢量近似方法来对所属类别进行快速定位，缩小搜索空间；局部特征相似性是通过形状小波变换系数之间的距离直接计算的．仿真试验表明，该查询结构能够高效准确地对高分辨遥感图像和航片进行检索．     

基于多幅不同曝光量照片的场景高动态范围图像合成

提出了一种恢复相机成像系统光照响应曲线,合成场景高动态范围图像的方法.在满足光学成像系统相反法则的前提下,利用多幅同一场景不同曝光量的照片图像,结合最小二乘原理和B样条函数拟合方法,恢复了相机的光照响应曲线,获得图像中像素值与曝光量之间的映射关系,进而将不同曝光量的场景照片图像融合成一幅高动态范围图像.图像中的像素值与场景中对应点的真实亮度值成正比,扩大了场景图像的表示范围,增加了场景图像中高亮区和暗区的细节特征.实验表明,合成的高动态范围图像效果满意.     

合作进化模型综述

作者综述了合作进化模型的最新研究成果。合作进化模型以“囚徒困境”博弈模型为基础, 为合作中的个体提供了一种与个体本身无关的策略优化机制, 以此探讨合作策略能够稳定进化的条件。基于直接或间接互惠理论的合作进化模型验证了在小规模社会中建立声誉机制有助于实现稳定的互惠合作; 互惠可以看做是对合作行为的奖赏, 开放的社会网络有助于实现较大范围内的合作; 对非合作行为实施惩罚有助于实现多人合作, 在一定条件下, 由非合作者实施惩罚时的合作进化相较于由合作者实施时更稳定; 群组竞争有利于合作文化或制度的传播, 但无法解释群组融合后的合作问题。     

高光谱遥感图像特征提取及分类研究——基于离散余弦变换(DCT)及支撑向量机技术

高光谱遥感图像具有波谱连续,维数高的特点．当样本较少时,在原始特征空间采用传统的统计识别方法分类达不到理想的效果．经研究发现有两种方法可以解决小样本高维的非线性分类问题．一是将原始空间通过离散余弦变换（DCT）压缩到低维空间,再用统计识别方法分类;二是利用支撑向量机的内积函数,将原始空间映射到高维空间,使其在新的特征空间线性分类．实验表明,这两种方法比利用马氏距离判别法直接对原始图像分类有更好的分类效果．     

基于遥感和GIS的城市绿地自动识别系统

为了快速而有效地监测城市绿地的变化，建立了基于遥感和GIS的城市绿地自动识别系统。该系统运用像元信息分解方法自动提取城市绿地信息，具有其他传统方法所不具备的优势，能够很好的满足城市绿地信息快速监测的要求。     

顾及区域信息的卷积神经网络在影像语义分割中的应用

高分辨率遥感影像在实际应用中得到广泛使用。高分影像语义分割方法的研究具有重要实际应用价值。近来基于深度卷积网络的遥感影像标注方法表现出了比传统方法更为优越的性能;然而由于其基于固定感受野大小的上下文信息获取方法没有显式利用像素间约束关系,导致同一地物内部语义标注结果不一致。基于同一区域内部像素属于相同类别概率较大的假定,试图引入图像区域内部语义标注一致性约束,以改善现有深度卷积神经网络描述上下文信息的能力。在现有全卷积网络模型基础上,利用卷积神经网络最后一层特征,引入一个表示区域内部像素特征一致性的损失函数;将该损失函数与softmax损失函数进行联合训练,得到网络模型参数。在ISPRS(国际摄影测量与遥感学会)的Vaihingen 2D语义标注数据集上,对提出的方法进行了实验验证,实验结果表明所提方法在大多数类别上取得了较现有卷积神经网络模型更优的分类结果,总体准确率达85.18%。提出的引入区域内部像素标记一致性的全卷积网络模型,可以有效捕捉区域内部像素特征一致性的上下文信息,能有效纠正全卷积网络模型在区域内部像素分类中的冲突,获得区域一致较好的分类结果,从而改善图像的语义标注效果。     

Using Neural Networks to Combine Multiple Features in Remote Sensing Image Classification

Remote sensing image classification is the basis of remote sensing image analysis and understanding.It aims to assign each pixel an object class label.To achieve satisfactory classification accuracy,single feature is not enough.Multiple features are usually integrated in remote sensing image classification.In this paper,a method based on neural network to combine multiple features was proposed.A single network was used to perform the task instead of ensemble of neural networks.A special architecture of network was designed to fit the task.The method effectively avoids the problems in direct conjunction of multiple features.Experiments on Indian93 data set show that the method has obvious advantages over conjunction of features on both recognition rate and training time.     

定量遥感的发展与创新

对遥感科学面临的问题、定量遥感研究的意义作了总结,讨论了定量遥感的几个重要的基础研究问题．特别强调了中国遥感学者在定量遥感方面的学术思想和研究进展,就几何光学模型、尺度变换、尺度效应和尺度纠正、病态反演作了研究、回顾与展望．指出定量遥感的四个研究方向：第一,在像元尺度上对基本物理定律进行检验及修正,开展尺度转换研究,提高定量遥感精度．第二,开展遥感与非遥感信息数据融合的模拟试验,探索地表时空多变要素的尺度转换规律．第三,进行多角度、多时相、多光谱相结合的混合像元分解和亚像元信息提取;运用多阶段的反演策略,提高反演的精度．第四,基础研究和应用示范相结合,估算高难度的地表时空多变要素,推动相关学科的发展．最后,作者回顾了自己从事遥感科学研究经历中的‘阵痛’与艰辛,坚信国家需要自主创新;对于真正的原始创新,客观公正的评价迟早是会到来的．     

遥感制图中几何纠正精度评价

在利用遥感图像的制图过程中,很多步骤存在误差,影响到成图的质量和可信度.对遥感制图精度的评价,是提高和改进制图精度的必要前提和有效方法.本文选取遥感制图中的几何纠正过程作为整个制图过程精度评价的切入点,对遥感图像处理软件,操作人员和不同分辨率遥感图像三个影响精度的主要因素进行分析.通过精度评价分析,可以得出:遥感图像处理软件和操作人员在多次操作的情况下,误差可以忽略不计,而不同分辨率的图像经过正确的制图匹配也可以得到较高的精度.     

一种遥感影像混合噪声二阶去除方法

遥感影像去噪对于影像后续的使用和研究具有重要意义。高斯噪声与椒盐噪声是影像中常见的噪声,目前的去噪算法对于这类混合噪声普遍存在去噪效果不佳、去噪后影像边缘模糊等缺点。针对以上问题,提出了一种遥感影像混合噪声二阶去除方法。该方法第一阶段是在DnCNN网络框架的基础上引入扩张卷积来增加网络的感受野,便于在遥感影像中提取更多的特征信息;同时在深卷积层后引入DropoutLayer层构建降噪模型,以防止网络出现过拟合,简化训练难度,然后使用该模型对影像进行初步降噪。为进一步提高初步降噪结果的影像质量,有效去除混合噪声中的椒盐噪声,保留更多的影像边缘细节及纹理特征。该方法第二阶段是在自适应中值滤波的基础上采用最近邻域像素加权中值替换原滤波窗口中值,对初步降噪结果进行二次处理,得到遥感影像混合噪声最终去噪结果。为验证算法的可行性和有效性,进行了遥感影像去噪实验及去噪影像边缘检测实验。分析实验结果,无论从主观视觉还是客观评价指标上进行对比,提出的方法对于遥感影像混合噪声去噪效果优于传统去噪方法,并且能够较好地保留影像边缘细节及纹理特征,获得更清晰的影像结果。     

基于内存映射的ENVI标准格式影像指定块数据快速读取

针对遥感影像海量数据存储问题,提出了一种基于内存映射的指定块数据快速读取方法,并通过OpenGL对ENVI标准格式的遥感影像海量数据快速读取予以验证。实验结果表明,基于内存映射的方式能有效地解决遥感影像海量数据指定内容的快速读取问题。论文还对内存映射的原理以及基于OpenGL显示的ENVI标准格式遥感影像数据读取程序实现细节进行了描述。