量子粒子群优化核极限学习机的遥感影像分类

极限学习机初始参数具有随机性,容易导致其对高分辨率遥感影像的分类结果出现局部最优现象.为了解决上述问题,提出了一种基于量子粒子群优化核极限学习机的遥感影像分类方法.该方法利用量子粒子群算法对核极限学习机的核参数与正则化参数进行优化,根据参数优化后的结果构建量子粒子群优化核极限学习机的遥感影像分类模型（QPSO-KELM）.通过实验对比了SVM、KELM、PSO-KELM、QPSO-KELM这几种分类方法对高分二号遥感影像数据的分类精度与效率.结果表明：QPSO-KELM的分类精度、运行速度均优于其他几种分类方法,该方法能有效提取遥感影像上的地物要素信息.     

基于改进YOLOv5的遥感图像飞机目标检测

针对遥感图像中飞机检测尺寸大小不一、背景复杂导致的难以识别问题,提出一种基于YOLOv5网络模型的改进方法。首先,在YOLOv5网络模型中融入Swin-Transformer模块,使网络全局建模并使全维度信息交互,以提升网络的特征提取能力;其次,对损失函数进行优化,引入SIOU损失函数以考虑真实框和预测框之间的向量角度问题。对比实验表明,优化前后网络模型检测精度均为95.3%。在检测精度相同的情况下,改进后的网络模型召回率为91.2%,比改进前提升0.6个百分点;改进后平均检测精度mAP_0.5为95.7%,比改进前提升0.2个百分点。结果表明,改进后的YOLOv5网络模型能在一定程度上提升遥感图像中飞机目标检测性能。     

多方向线性特征提取的模板构造及处理方法

常用的空域定向滤波模板方法具有较好的方向针对性,但是对于某些研究方向,如提取遥感图象线性特征等,常用的定向滤波模板不太适合,原因是它所提供的多个方向中,有重复多余的方向,因而模板方向就少得不足以全面反映被处理遥感图象的特点,不利于图象中线性特征的提取及模式识别。文章在常用的空域定向滤波模板基础上,对构造新的多方向和多尺寸的滤波模板,进行了有效的研究及详细的阐述。     

九重天上的“气象台”

气象卫星按运行和工作状态可分为极轨气象卫星、静止气象卫星和气象卫星观测网。它们又与地面接受没备,即数据接收站和数据处理系统,共同构成了卫星气象系统。极轨气象卫星因其近圆形运行轨道每绕地球一周都要穿过南北两极地区而得名,也称太阳同步轨道卫星,观测高度在1000公里以下。每圈观测地面东西宽度为2800公里,14圈可覆盖地球表面一次。它对某一地区每天只能进行两次气象观测,观察间隔为12小时左右,其优点是可获得全球的气象资料,缺点是因地球自转云图资料不连续,赤道地段衔     

卫星遥感资料存档系统的研究

卫星遥感资料存档系统是３Ｓ系统研究领域之一,分析了由作者设计的存档分析试验系统的基本框架,数据结构,索引方式及查询方式,讨论了资料存档及常规处理方法的结合,对于图象,图形及属性数据显示采用了统一的处理过程。     

同相水深-辐射关系率定

介绍了水体同相的概念,利用水体地质、地貌、沉积和水文等条件确定水体同相的方法,以及在水体同相前提下建立水深－辐射关系的实用性,并提出了利用稳定水下地形且测深资料的水域进行水深－辐射关系借地率定的新思路,探索了利用卫星遥感测量水下地形的新方法,该方法弥补了以往遥感测深需要低含沙的清澈水体的缺陷。     

基于codon特征的图像精匹配方法研究

在分形特征粗分类结果的基础上,提出了一种基于ｃｏｄｏｎ特征的图像精匹配方法。详细研究了ｃｏｄｏｎ模型,将基于封闭光滑轮廓的ｃｏｄｏｎ特征编码推广至任意非封闭曲线,使ｃｏｄｏｎ特征在保持原有的抗旋转和尺度变化等几何失真特性基础上,更完备地表示图像轮廓,有效提高匹配精度。实验结果表明基于ｃｏｄｏｎ特征的图像精匹配方法性能优越于传统方法。     

江汉平原洪涝灾害遥感监测方法

用遥感数据及常规气水文数据获取涝灾信息,用ＤＥＭ（数字高程模型）或微等高距地形图及其导出的高程－面积－容积模型作涝灾淹没损失估算的基本技术手段,用植被指数作主要方法对江汉平原“１９９１．０７”暴雨涝灾作了灾情评价及减产估算。     

高龙金矿区高分辨率遥感线性构造定量分析

采用QuickBrid-2高分辨率卫星遥感数据，通过分形几何学的盒计维数法，定量研究广西高龙金矿区遥感线性构造。结果显示，在2.000～0．125km标度范围内高龙金矿区的分维值D=1．660，回归直线的相关系数R=0.999，鸡公岩、金龙山和龙爱矿段均落在分维高值区。在子区分维的5次和6次趋势图上，分维的高值带与该矿区南部深大断裂相吻合。可以尝试将高分辨率遥感线性构造作为成矿区预测和深部构造解译的重要参数。