高分辨率遥感图像港口检测的复合线索视觉注意模型

为提高高分辨率光学遥感图像港口自动检测的准确性,常需综合多类线索并进行复杂的特征提取、融合与分类推理,从而带来较高的计算复杂度。为此,仿生人类视觉注意机制,提出了一种复合线索视觉注意模型,综合利用高分辨率光学遥感图像港口多尺度底层特征和高层知识线索,实现了港口检测特征自然融合与综合分类推理。该方法在提高检测效果的同时较好地控制了计算量的增长,避免了复杂特征的大范围区域提取,采用多步快速算法降低了整个算法的计算复杂度,实现了计算资源受限条件下港口的快速定位与检测。同时,由于能将有限计算资源快速聚焦于最可能含有港口目标的区域,大大提高了目标检测方法响应的实时性。来自不同卫星的高分辨率光学遥感图像实验结果,验证了提出方法的有效性。     

高分辨率影像解译理论与应用方法中的一些研究问题

近年来，不断发展的遥感技术使遥感数据呈现出高空间分辨率、高光谱分辨率和高时间采集频率的特点。卫星图像空间分辨率已经提高到0．6m级，而航空遥感数字影像分辨率高达0．1m以上。光谱分辨率高达3—4nm。不断发展的高分辨率遥感数据能够提高信息提取和监测精度，并拓展遥感数据的应用范围。目前，国外已经加快对高分辨率图像，特别是高空间分辨率影像，在城市环境、精准农业、交通及道路设施、林业测量、军事目标识别和灾害评估中的应用。但是总的情况是自动化程度不高。介绍高空间分辨率影像信息提取、高光谱和偏振影像信息提取、影像数据融合和高分辨率遥感变化探测等方面迫切需要研究的一些科学问题及其意义。建议建立图像知识库，改善数据共享环境，为有志于从事这方面研究的学者提供参考。     

多源遥感数据协同滑坡应急监测应用研究

在分析总结多源遥感数据在滑坡应急监测方面的应用研究现状与趋势的基础上,提出了一个基于高分辨率光学卫星遥感数据、卫星雷达数据和无人机遥感数据的多源遥感数据协同滑坡应急监测方法,构建了数据获取、快速处理和应急监测信息提取的技术流程;并通过恩施屯堡乡滑坡应急监测的实际案例,验证了多源遥感数据协同作业在滑坡应急监测中的应用,具...     

从卫星遥感全色图像中自动提取城市目标

提出了一种从卫星遥感全色图像中自动提取城市目标的方法。在总结城市目标的卫星遥感全色图像特性的基础上 ,设计了一种层次提取的方法。首先在低分辨率图像中提取城市目标的候选区域 ;接着在候选区域内利用城市目标一些更复杂的特性在高分辨率图像中证实城市目标。为了获得城市目标的边界 ,提出了一种基于边缘点密度的算法 ,并将算法应用去提取SPOT图像中的城市目标 ,取得了较好的试验结果     

利用稀疏分解的高分辨率遥感图像线状特征检测

线状特征检测是利用遥感数据开展地物目标自动识别的重要步骤。利用高分辨率遥感图像的高度细节化特点,针对现有线状特征检测方法存在的问题,提出了一种基于稀疏分解的高分辨率遥感图像线状特征检测方法。采用K-SVD字典学习算法获取线状特征表达所需的过完备字典,基于稀疏分解模型,从高分辨率遥感图像中分离出高频成分,实现遥感图像线状特征的初步检测;用曲波分层自适应阈值法对分离后的高频成分作降噪处理,以提高线状特征检测的效果。利用QuickBird图像进行实验的结果显示,该方法在线段连续性、低对比度线段检测与椒盐噪声消除方面均有一定优势。     

遥感视频卫星运动车辆目标快速检测

随着遥感卫星成像技术的快速发展，遥感视频卫星的出现为运动车辆目标信息获取提供了新手段。然而在遥感卫星视频中，运动车辆目标仅为几个或十几个像素并与背景的对比性较低，难以获取车辆的局部细节特征，使得传统监控视频的运动车辆检测方法直接应用到卫星视频图像会存在很多的问题。在分析遥感卫星视频运动车辆目标检测与传统监控视频运动车辆目标检测差异的基础上，本文提出了一种感兴趣区域自动约束的遥感卫星视频运动车辆快速检测方法：首先是快速自动获取运动车辆目标的感兴趣区域；其次在感兴趣区域约束下，基于改进的高斯背景差分方法实现感兴趣区域内运动车辆快速检测。应用Skybox-1卫星视频数据进行了运动车辆目标检测实验并进行了定性与定量分析。实验结果表明，本文方法可以有效自动减少动态背景变化导致的伪运动目标，具有较高的检测率、较高的检测质量、极低的虚警率以及较高的运行效率，可自动高效实现卫星视频图像中运动车辆目标的高精度检测。     

高分辨率卫星在环境保护领域中的应用

高分辨率卫星在我国环境保护领域具有巨大的应用潜力。为促进我国环境遥感应用水平的提高,结合我国环境保护工作特点,系统总结了高分辨率光学卫星、高分辨率雷达卫星和高光谱分辨率卫星在我国大气环境、水环境和生态环境保护领域中最新应用情况;指出我国目前主要存在应用系统化和业务化程度较低等不足;未来研究的重点包括高分辨率卫星图像的高精度处理技术、尺度效应和信息提取技术、高精度反演技术及地面真实性检验技术等方面。高分辨率卫星遥感技术的发展和我国高分辨率对地观测系统专项系列卫星的陆续发射,将大大提升我国环境监测监管的定量化和精细化水平。     

基于背景迭代搜索的高分辨遥感图像汽车检测

提出了一种基于高分辨率卫星遥感图像检测汽车的新方法——背景迭代搜索(Background Iterative Search,BIS)算法。该算法首先利用背景与目标的局部差异,用距离作为判别准则逐步迭代搜索并去除背景,根据汽车的物质特性初步检测汽车;然后采用动态双峰阈值分割方法,利用全局信息把道路和非道路分开,并根据形状特征粗略提取道路;最后利用道路信息约束初步检测的汽车,得到最终的汽车检测结果。通过使用IKONOS和QuickBird卫星遥感数据进行实验,验证了BIS算法的有效性。     

高分辨率遥感图像频域特征提取与图像分割研究

遥感图像分割是面向对象识别的关键,论文基于频谱分析理论与频域滤波方法,对IKONOS卫星图像的特征提取与图像分割技术进行了研究,根据振幅和相位信息提取遥感图像的纹理和边缘特征,并提出多频段标记算法实现了结合纹理和边缘特征的图像分割.论文主要研究内容与结论包括:     

基于多尺度形变特征卷积网络的高分辨率遥感影像目标检测

传统的基于滑窗搜索和人工设计特征相结合的目标检测方法难以适用于海量高分辨率遥感图像的目标检测任务。本文提出了一种基于多尺度形变特征卷积网络的目标检测方法,利用可形变卷积网络对具有尺度和方向变化的遥感图像目标进行特征提取,然后对多层残差模块提取出的形变特征进行区域预测和鉴别。具体模型包括两个子网络：①目标区域预测子网络用于从多层深度特征图提取目标候选区域;②目标区域鉴别子网络用于对目标候选区域进行分类和位置回归。本文在光学卫星图像10类目标数据集上对比了多种基于深度学习的目标检测算法,并将训练好的模型用于谷歌地球影像飞机坟场数据集和高分2号、吉林1号数据集的评估,试验结果表明本文方法能够快速准确地对多类目标进行检测,具有较好的稳健性和迁移性。     

高分七号图像质量评价与解译度分析

随着高分辨率卫星遥感技术的快速发展和影像的广泛使用,用户对影像的直观效果和应用能力越发关注,图像质量和解译能力作为重要评估指标,决定高分辨率光学卫星影像的应用能力.本研究探讨面向用户的卫星遥感影像图像质量评价方法,通过图像统计特征、图像解译度评价了高分七号前、后视影像的可用性和制图能力.结果表明高分七号前、后视影像具有...     

基于Faster R-CNN的高分辨率图像目标检测技术

为提升传统算法对高分辨率遥感图像中地物目标的检测效果,将深度学习目标检测框架快速区域卷积神经网络(faster regions with convolutional neural network,Faster R-CNN)应用于高分辨率遥感图像目标检测任务中。以机场为检测场景、飞机为检测目标进行实验,首先,利用高分辨率遥感图像数据集训练Faster R-CNN框架,得到相应的目标检测模型;然后,采用该模型对高分辨率遥感图像中的飞机目标进行检测;最后,对实验结果进行统计分析及评价。实验结果表明,Faster R-CNN模型能够全面而准确地检测飞机目标,最优F1分数值为0. 976 3,并且同一个模型可以对多种高分辨率遥感图像进行目标检测。     

单景卫星遥感影像目标运动信息提取技术

深入分析了高分辨率卫星遥感线阵推扫成像过程中运动目标影像的时空移变特性,充分利用卫星多线阵推扫成像传感器排布特点和卫星成像时间、姿态和轨道等辅助参数,建立了线阵推扫时空移变成像模型。提出了一种基于单景卫星影像不同波段信息的目标运动信息提取方法,并采用资源三号多光谱影像进行了飞机飞行速度信息提取试验。试验结果验证了基于单景卫星影像提取速度信息的有效性和稳定性。     

WorldViewⅡ全色与多光谱影像融合算法的比较研究

遥感影像融合是基于某种算法,将全色与多光谱影像的优势进行有效结合,从而获得比单一数据更精确、更丰富的信息,有助于影像的特征信息提取和分类处理.WorldViewⅡ(简称WV2)影像是目前主流的高分辨率卫星,探讨WV2数据的实用融合方法对进一步推动影像深度应用具有重要意义.现结合WV2数据特点,从主观定性与客观定量两个方面对不同融合方法进行了评价.结果表明Pan Sharpening算法具有更强的适应性.     

一种超像素上Parzen窗密度估计的遥感图像分割方法

图像分割是高分辨率遥感图像分析中的关键步骤,对信息提取精度起到重要作用.为提高传统基于像素的遥感图像分割算法性能,提出一种在超像素上进行Parzen窗密度估计的分割算法.包括超像素初始分割、特征测量、密度估计并重新聚类3个主要步骤.在超像素初始分割阶段,采用简单线性迭代聚类算法将图像进行超像素粗分割,并将每个超像素块标...     

基于高分辨率SAR图像成像机理的震害信息分析

与中低分辨率SAR图像相比,高分辨率SAR图像受目标复杂性和成像噪声等因素的干扰更为严重,致使应用高分辨率SAR图像检测震害目标变得更加困难.传统的适用于中低分辨率SAR图像的震害信息提取方法对于高分辨率SAR图像有一定的局限性.为了从高分辨率SAR图像中更加准确地提取震害信息,从SAR图像成像机理和目标的后向散射特征出发,对建筑物和道路、桥梁的震害特征进行了细致分析,为寻求合适的目标检测和提取方法提供了思路.     

多分辨率特征融合的光学遥感图像目标检测

高分辨率遥感图像目标检测是计算机视觉的一个重要研究领域,在民用与军事领域具有重要的应用价值。目前,基于深度学习的自然图像目标检测有了突破性进展。但是,由于遥感图像具有目标尺度差异大且类间相似度高的特点,使得处理自然图像的目标检测算法直接应用于遥感图像时仍面临着一些挑战。针对上述挑战,本文提出一种多分辨率特征融合的遥感图像目标检测方法。首先,通过特征金字塔提取多尺度特征图并在其后嵌入多分辨率特征提取网络,促使网络学习目标在不同分辨率下的特征,缩小不同特征层之间的语义差距。其次,为实现多分辨特征的有效融合,本文采用自适应特征融合模块挖掘更具判别性的多分辨特征表达。最后,将自适应特征融合模块的输出特征的相邻层进行深度融合。在公开的遥感图像目标检测数据集DIOR和DOTA上评估了本文方法的有效性,相比采用特征金字塔结构的Faster R-CNN,本文方法的准确率(mAP)分别提高2.5%和2.2%。     

高分遥感卫星数据在东昆仑成矿带找矿预测中的应用

为研究高分辨率(简称"高分")遥感卫星数据在东昆仑成矿带找矿预测中的应用,通过遥感地质解译与蚀变异常信息提取,从宏观和多角度开展大型矿集区快速预选和找矿有利地段圈定。以东昆仑成矿带红水河地区为研究区,以World View-2卫星图像为主要数据源,通过运用图像纠正、假彩色合成、图像增强、数据融合、遥感蚀变异常信息提取、野外验证、化学分析和地质信息综合研究等方法,对研究区进行了遥感地质解译和找矿预测。结果表明,以高分遥感卫星数据为主的数据源,能够快速圈定找矿有利地段,满足我国西部干旱—半干旱地区的矿产资源勘查和资源评价需求,并为当地矿产勘查工作部署提供基础资料和参考依据。     

一种基于相位一致的高分辨率遥感图像特征检测方法

精确检测图像边缘特征是进行高分辨率遥感图像分割和识别的关键。空域特征检测算子以解决阶跃形边缘为主,得到的边缘特征对图像的亮度和对比度敏感。本文引入了一种基于频域相位一致的图像特征检测方法,该方法对遥感图像亮度和对比度具有不变性,同时适用于多种边缘特征的检测。使用Log Gabor小波计算IKONOS Pan图像的相位一致多尺度梯度,对农田、道路和厂房等典型地物进行特征检测的结果表明,相位一致算法对图像局部亮度和对比度不敏感;并且对线形物体产生单线响应,不似空域检测算子产生双线响应。最后考察滤波器尺度和方向参数变化及添加高斯噪声对检测结果的影响,发现相位一致算法无需先使用低通滤波去除噪声,因而具有更稳定的特征定位精度;并且抗噪声干扰的能力强,检测结果不会因为噪声而出现波动。基于相位一致的遥感图像不变特征提取,为高分辨率遥感图像的分割和对象识别提供了基础。     

高分辨率可见光遥感图像舰船目标检测综述

利用大规模、高分辨率可见光遥感图像探测舰船目标一直是遥感领域的研究热点,其在军事和民用领域发挥着重要作用。舰船目标背景的复杂多变性,舰船目标的多尺度、多种类、多姿态类内差异性,以及检测模型的局限性等问题,都给大范围的高分辨率可见光遥感图像舰船目标探测带来了极大的挑战。首先对利用遥感技术进行舰船检测的方法体系进行总结归纳,然后在此基础上聚焦当前研究热点,对2010—2020年高分可见光遥感图像舰船目标的检测技术体系与发展历程进行概述,并对主流的检测方法进行详细论述,以期推动高分辨率可见光遥感影像舰船检测更加深入的研究和更加广泛的应用。