应用遥感影像更新地理信息若干问题的探讨

首先，针对高空间分辨率卫星遥感影像用于地理信息更新的特点，对信息融合、变化检测、数据挖掘、影像检索等问题进行了研究。遥感影像用于地理信息更新时，一方面应对多源遥感信息进行融合，特别是发展决策层融合算法，另一方面应进行多时相遥感信息融合和变化检测。其次，针对多时相遥感信息融合，提出了一种新的多时相融合处理方法体系，并针对自动信息更新的要求，探讨了遥感数据挖掘应重点解决的问题及其在地理信息自动更新中的应用。最后，面向快速影像提取和检索的需求，研究了基于内容的遥感影像检索技术，并重点分析了检索中能够应用的影像特征。     

复杂地形下甘肃舟曲江顶崖滑坡自动提取方法

为精确获取甘肃省舟曲县南峪乡江顶崖在复杂地形下的滑坡区域分布,利用数字正射影像和数字高程模型准确获取滑坡区域,分析滑坡信息。在基于影像监督分类的基础上,叠加一定的影响因子约束分析进一步筛选滑坡区,利用数学形态学中的腐蚀、膨胀、开运算三种运算方式处理图像实现对滑坡区域自动识别提取。实验结果说明通过与数字正射影像叠加解译和在精度评价中生产者精度为81.25%,用户精度为92.85%验证能够较好地避免因复杂地形中丰富地物类型所带来的干扰,实现对复杂地形下舟曲县南峪乡江顶崖滑坡的自动识别提取,结果表明三种方法的结合可以为识别提取复杂地形下的滑坡区域提供借鉴。     

基于NSCT与压缩感知的红外影像融合

针对红外和可见光图像在融合过程中存在质量低下、信息缺失、边缘细节不突出等问题,提出一种基于非下采样轮廓波变换(non-subsampled contourlet transform,NSCT)与稀疏表示的压缩感知图像融合重构算法.首先利用NSCT进行源图像分解,得到相应的高频子带和低频子带图像;然后针对高频子带部分,利...     

基于深度学习和遥感影像的松材线虫病疫松树目标检测

针对传统的松材线虫病大范围监测方法耗费高、效率低的问题,研究基于高分辨率无人机遥感影像,采用深度学习方法对病疫区染病松树进行目标检测及地理定位.建立病疫松树样本数据集,采用YOLO目标检测模型,通过锚框尺寸重算、模型迁移学习等方法进行样本训练.将大幅影像进行滑窗分割、逐个检测、NMS重叠处理、坐标转换之后,得到研究区内...     

基于无人机可见光影像和卷积神经网络的棉花生长参数监测

花蕾期是棉花生长管理的重要时期,在此期间对生长参数进行快速无损监测是实现棉田精细化管理的关键.本文结合无人机遥感平台和深度学习技术,使用卷积神经网络(convolutional neural net-works,CNN),通过无人机采集可见光影像并对影像进行裁剪切分,以切片后的RGB图像为输入,分别构建基于AlexNe...     

基于ArcScan的遥感影像中水域信息快速提取方法

将遥感信息的动态性和地理信息系统的分析功能相结合,可以快速、准确地分析水域动态变化。作者在总结前人研究的基础上,提出了基于ArcScan自动矢量化水体边界、快速提取水域信息的方法,文章主要介绍了ArcScan模块、研究流程与具体的方法,并以安徽巢湖2个时期的水域信息提取为例,取得了很好的效果;实践表明,在遥感图像分类的基础上,基于ArcScan自动提取水域信息的方法获得底图要素,可以大大提高专题制图的质量、效率和灵活性。     

GF-1遥感影像结合等高线消除云层干扰的连续水体重建法

为了解决遥感影像水体提取时易受到云干扰的问题,针对连续水体局部受云层干扰的影像图,采用高精度地形信息与高分一号卫星(GF-1)遥感影像两种数据相结合的方法重建水体。分别对高分一号卫星影像数据和高精度等高线地形数据进行预处理后,对缓冲区多次迭代提取未受云层覆盖的部分水体,通过对两种数据的地理配准、数学统计计算等图像运算确定水体还原水位值,从而还原云层影响下的水面面积。结果表明:该方法可以有效消除云层的影响,7幅受云层干扰影像提取水体还原后的水体面积平均相对误差在5%以内,与参考值相比,水体面积平均差值为0.080 9 km²。该方法较准确地还原了云层干扰下的水体面积,可广泛应用于受云层干扰影像的水体提取。     

双时相影像联合不确定性对变化检测精度的影响机理探索

研究了双时相影像的联合不确定性对变化检测结果精度的影响机理,为通过抑制不确定性的方法提高变化检测精度的工作奠定理论基础.首先利用联合熵对双时相影像的联合不确定性进行量化评估;进而基于空间统计相关方法,研究影像的联合不确定性与双时相影像变化检测精度指标之间的关系;最后建立双时相影像联合不确定性对变化检测结果精度的作用模型.实验结果表明:双时相影像的联合不确定性与变化检测结果的精度之间呈现出强负相关性,且对变化检测结果精度的影响模式具有线性特征.