基于改进CycleMLP的高分遥感图像采石场识别

石矿区生态修复是改善区域生态系统功能的重要环节,识别采石场、确定采矿区边界是完成修复任务的前提。目前,基于深度学习的语义分割技术,能够精准识别高分遥感图像中的感兴趣地物,为采石场识别提供了有效途径。本文基于CycleMLP框架,利用金字塔结构,将多级特征输入到一个轻量级MLP解码器中,聚合来自不同层次的特征信息,同时获取局部和全局特征。在前馈网络中嵌入卷积层,避免位置编码插值导致的精度下降现象。引入福建省南安市石矿区语义分割数据集,以训练网络和验证算法精度。结果表明,改进后的CycleMLP能够从高分遥感图像中有效识别石矿区,与其他基于自注意力机制的方法相比,精度更高,且可以准确界定石矿区边界,能够为修复石矿区生态系统提供可靠支撑材料。     

沿海矿山生态环境修复中遥感影像自动配准方法的应用

本文从遥感影像解译角度出发，浅析遥感影像解译在沿海矿山生态修复调查中的作用，概略梳理沿海矿山生态修复遥感解译的基本方法，针对基于光学遥感图像配准技术存在的问题，提出了一种利用对象区域形状特征的配准方法。本文采用分割方法提取基准图像和待配准图像中具有结构性的小区域，按照小区域的属性与几何形状特征进行匹配，利用空间关系做控制约束，查询正确的同名小区域对，提取小区域的中心点作为匹配控制点对，解算仿射变换模型参数，有效解决影像间的自动配准问题。采用该方法对实际光学影像进行试验，取得了良好的试验结果与实用价值，为沿海矿山生态修复调查工作中确定矿山空间位置与设计方案提供了保障。     

河流湖泊湿地边界定位中遥感影像时相选择方法

选择高分遥感影像的时相是利用高分遥感影像精确定位湖泊河流湿地自然边界的关键问题之一。在没有或缺少水文观测数据的情况下,依据河流湖泊湿地的定义,本文提出了一种用于河流湖泊湿地边界定位的高分遥感影像时相快速选择方法,试验结果表明该方法合理、准确、有效。     

高分辨率遥感图像双解耦语义分割网络模型

语义分割是高空间分辨率遥感图像分析和理解的核心内容之一。现有基于深度学习的语义分割网络会导致遥感图像高频信息损失,边界分割不准确。针对此问题,本文提出一种双解耦语义分割网络模型,将提取的两级特征图解耦为具有高频特性的边界特征和具有低频特性的主体特征,并将解耦后的边界和主体特征图进行融合,从而改善高分辨率遥感图像语义分割性能。进一步提出了一种顾及边界和主体的损失函数,对地物要素及其边界和主体部分进行优化学习。在ISPRS Vaihingen和Potsdam 2D高空间分辨率遥感图像数据集上进行试验,与已有的遥感图像语义分割网络模型结果比较,双解耦语义分割网络模型能有效提高地物要素分割精度。     

矿山地面塌陷的高分辨率遥感识别与边界提取

为在高分辨率遥感图像上准确识别地面塌陷、圈定其边界、提取其面积,总结了地面塌陷遥感影像识别标志,提出了一种边界提取方法。该方法以GeoEye高分辨率遥感图像为数据源,在图像融合的基础上,首先用Robert算子和方向算子对融合图像进行边缘增强;然后分别选择原始图像和上述2种边缘增强图像的第一波段进行假彩色合成(Original,Robert and Direction enhanced image,ORD);最后利用ArcGIS软件圈定地面塌陷的边界并提取其相关参数。研究结果表明,该方法可以有效地突出地面塌陷边界,提高其面积提取的精度。     

多光谱定量化分析技术在矿化蚀变信息提取中的应用研究

多光谱定量化解释是遥感技术发展中具有重大意义而又十分复杂的问题。多光谱定量化方法,不仅可以有效地消除一些干扰因素对遥感解释的影响,而且也是进行遥感地物识别研究的重要手段。本文开展的应用研究工作是,利用航空多光谱遥感(ＡＴＭ)图像数据提供的高分辨率地物反射光谱信息,系统地吸收和借鉴了航空物探遥感中心“八五”期间在遥感新技术、新方法研究领域取得的科研成果,应用多光谱定量化分析技术,试验性地在我国西北新疆半干旱地质找矿区展开遥感地物识别研究,取得了明显的应用效果。为在地质找矿区进行岩性识别提供了新的思路;同时对开展多光谱定量化解释研究具有实际意义。     

高分遥感影像下的大通废弃煤矿区生态修复林淹水胁迫灾情信息提取

植被恢复是废弃矿区生态恢复最有效的方法之一。地表沉陷导致的淹水胁迫会对修复区域内的植被正常生长产生重要影响,进而会影响整个矿区的生态恢复效果。本文基于面向对象的图像分类方法,利用World View-3高分辨率影像、GPS数据和实地调查数据,提取了大通废弃矿区内地表渗水面积和生态修复林地受淹水胁迫的灾情信息。根据灾情信息提取结果,矿区内受灾植被总面积为31 570 m2。其中,受淹水胁迫影响最大的树种是响叶杨,其受灾面积为11 930 m2,占受灾总面积的37.8%。研究成果可为废弃煤矿生态环境监测及生态恢复效果评估工作提供参考。     

遥感数据在线信息分析服务技术研究

遥感数据的在线信息分析服务技术是基于在线处理技术,整合各种遥感信息和技术资源,通过标准Web Service调用方式以按需共享的方式提供遥感应用服务。本文就高分遥感数据产品的在线信息分析技术框架及信息分析结果的在线可视化系统实现展开研究,通过整合遥感数据处理算法及处理工具资源进行系统集成,并利用标准Web Service调用的方式为用户统一提供在线数据分析服务,使用户无须安装复杂处理软件就能在线对数据进行处理分析。试验结果表明,在线信息分析服务系统能稳定高效地为3—5级高分影像数据产品提供在线的数据分析功能,能有效降低行业应用高分遥感影像的难度,进一步增强了对高分遥感影像数据的应用能力。     

遥感影像上线状目标提取方法研究

遥感影像线状目标(主要是指道路)的提取是一个经典研究项目。本文首先基于相位编组的思想,确定出若干个局部图像的主方向,再利用对应方向的Sobel算子进行检测,最后对所得结果进行细化。实验证明,该方法对于图像中弱边界的识别是很有效的。     

典型煤炭矿区生态健康遥感诊断

煤炭资源是我国重要的一次性能源,科学监测与评估矿区生态健康,对于维持经济发展与生态健康的平衡至关重要。本文选取位于山西省的3处典型煤炭矿区,基于2001—2021年的Landsat遥感数据,利用目视解译方法对露天矿区进行了多年用地类型演变格局分析;并分别对3处典型矿区的绿度、湿度、干度、热度进行了估算,应用知识粒度熵的权重计算方法,综合构建了矿区遥感生态指数(RSEI),完成了矿区生态健康多年遥感诊断。结果表明,两处露天矿区呈现边开采边复垦的生产模式,各有半数的研究年份RESI区域均值达到0.5以上;地下矿区的开采工作基本不造成地上扰动,其2001年以来的生态健康状况较为稳定,RSEI均值在0.7上下浮动;3处矿区2021年的RSEI均值分别为0.53、0.48、0.70。本文改进了传统的遥感生态指数构建方法,为煤炭矿区的长时序生态监测与遥感诊断提供了科学支撑。     

Analysis of large-scale UAV images using a multi-scale hierarchical representation

Abstract

Unmanned aerial vehicle (UAV)-based imaging systems have many superiorities compared with other platforms, such as high flexibility and low cost in collecting images, providing wide application prospects. However, the acquisition of the UAV-based image commonly results in very high resolution and very large-scale images, which poses great challenges for subsequent applications. Therefore, an efficient representation of large-scale UAV images is necessary for the extraction of the required information in a reasonable time. In this work, we proposed a multi-scale hierarchical representation, i.e. binary partition tree, for analyzing large-scale UAV images. More precisely, we first obtained an initial partition of images by an oversegmentation algorithm, i.e. the simple linear iterative clustering. Next, we merged the similar superpixels to build an object-based hierarchical structure by fully considering the spectral and spatial information of the superpixels and their topological relationships. Moreover, objects of interest and optimal segmentation were obtained using object-based analysis methods with the hierarchical structure. Experimental results on processing the post-seismic UAV images of the 2013 Ya’an earthquake and the mosaic of images in the South-west of Munich demonstrate the effectiveness and efficiency of our proposed method.     

单张无人机影像水体高光自动检测与补偿方法

无人机获取地面影像时,水体反射会导致影像中存在较为明显的水体高光,给数据处理带来一定困难并对DOM（digital orthophoto map）质量产生显著影响。提出了一种单张无人机影像水体高光自动检测与补偿方法,先基于高光分量对高光区域进行多尺度检测,再使用Grabcut算法对其边界进行优化;然后根据地物反射的几何与光谱特性建立决策树剔除非水体高光;接着精化高光区域,将附近的细碎高光点纳入到区域内;最后,使用提出的改进Criminisi算法对高光区域进行补偿。使用无人机影像对该方法的有效性进行验证,综合主观目视与PNSR（peak signal to noise ratio）、SSIM（structural similarity index）指数的客观评价结果,本文方法优于Mallick、Shen、Yoon等人的方法;使用Pix4Dmapper对高光处理前后的影像生成DOM,本文方法可以明显提高DOM质量。     

迁移学习支持下的高分影像山地滑坡灾害解译模型

无人机低空遥感是近年来新兴的一种快速获取灾情信息的手段,如何利用无人机高分影像构建滑坡灾害解译模型是实现快速自动解译滑坡的关键。针对该问题,对比了多种影像特征提取方法,将迁移学习(TL)特征和支持向量机(SVM)引入到构建滑坡灾害自动解译模型中,提出了一种TL支持下的高分影像滑坡灾害解译模型。选取5·12汶川地震及4·20芦山地震系列无人机影像构建了滑坡灾害样本库并进行了实验,TL特征方法整体分类准确度ACC为95%,ROC达到0.98,识别准确率达到97%。结果表明,所提方法可用于高分影像滑坡自动解译,同时可用于大面积高分影像中快速山地滑坡灾害定位及检测。     

无人机采场图像二维经验小波变换降噪研究

针对传统图像降噪方法难以适用于露天矿无人机(UAV)图像降噪的问题,该文提出了一种基于经验小波变换(EWT)算法思想的露天矿UAV图像快速降噪方法。采用Littlewood-Paley小波算子检测提取UAV图像噪声特征,以提高阈值函数匹配精度;借助改进的自适应H阈值函数对UAV图像噪声进行计算,提高UAV图像边缘细节度;并通过二维经验小波变换逆重构,从而提高UAV图像纹理精度。实验结果表明,本文算法能够实现露天矿UAV图像的快速降噪,保留边缘细节和纹理特征,并具有较好的降噪效果。     

基于深度学习理论的无人机影像分类

针对无人机影像深度学习分类方法缺乏现状,本文利用深度学习理论卷积神经网络方法对无人机影像进行了分类。该法首先抽取无人机影像作为训练集和检验集,然后建立一个2个卷积层-池化层的卷积神经网络模型进行深度学习,通过设定参数并运行模型实现无人机影像分类。实验表明,本文提出的方法可完成较复杂地区无人机影像分类,其分类精度与支持向量机方法相当,为无人机遥感影像分类提供了一个崭新的技术视点。     

无人机倾斜摄影与LiDAR融合监测技术

本文以成都市环城生态区生态修复项目为依托,利用飞马D200无人机实现了倾斜摄影和LiDAR技术的融合监测,通过三维模型制作、大比例尺地形图生产、点云处理、方格网计算、精度评定等步骤,验证了倾斜摄影和机载LiDAR协同监测方式可以满足1∶500地形图和方格网测量的精度,对后期无人机测绘实际生产具有指导意义。     

UAV navigation system using line-based sensor pose estimation

Abstract

This work presents a mapping and tracking system based on images to enable a small Unmanned Aerial Vehicle (UAV) to accurately navigate in indoor and GPS-denied outdoor environments. A method is proposed to estimate the UAV’s pose (i.e., the 3D position and orientation of the camera sensor) in real-time using only the on-board RGB camera as the UAV travels through a known 3D environment (i.e., a 3D CAD model). Linear features are extracted and automatically matched between images collected by the UAV’s onboard RGB camera and the 3D object model. The matched lines from the 3D model serve as ground control to estimate the camera pose in real-time via line-based space resection. The results demonstrate that the proposed model-based pose estimation algorithm provides sub-meter positioning accuracies in both indoor and outdoor environments. It is also that shown the proposed method can provide sparse updates to correct the drift from complementary simultaneous localization and mapping (SLAM)-derived pose estimates.     

Salient man-made object detection based on saliency potential energy for unmanned aerial vehicles remote sensing image

Abstract

It is difficult to automatically recognize complex ground objects, and massive data images with the super-high ground resolution in images captured by unmanned aerial vehicles (UAVs). In order to directly identify the salient man-made ground objects from the UAV remote sensing (RS) image, a saliency detection method based on saliency potential energy (SPE) is proposed. With a detection, filtration and backtracking strategy, the texture, shape and colour of the UAV RS image are comprehensively and numerally analysed by the SPE to detect the salient man-made objects. Both qualitative and quantitative evaluations have indicated that, compared to the state-of-art saliency detection methods, our method could achieve better performance with better accuracy and less errors, which prove that our method has great application potential in UAV RS image understanding.     

基于资源卫星数据面向对象法的红树林提取研究

利用无人机在研究区域内采集了红树林分类的训练样本点,基于资源三号高分影像对红树林进行分类。首先采用面向对象的方法,建立决策树对保护区内红树林进行提取。之后基于面向对象法对红树林区域进行种间分类,分析保护区内红树林种群空间分布格局。研究表明,红树林种间分类精度达到76.67%,总体Kappa系数为0.68,结果具有高度一致性。本文为红树林自然保护区的管理提供理论支撑,为红树林湿地保护和生态恢复提供科学依据。     

利用低空无人机飞控数据的摄影航带全自动整理方法

本文为低空无人机平台弱控制航摄影像建立符合航测处理要求的区域网,提出了基于无人机飞控数据的无人机影像航带整理技术;分析了无人机影像航测处理区域网构建要求,提出针对无人机航测处理的航带整理技术流程;设计了基于飞控姿态数据的无人机起降和转弯影像自动剔除算法,自动生成航带;并提出了基于飞控数据快速计算像片FOV算法,构建区域网内像对链接关系;对实际无人机航摄的两个测区进行航带整理实验,结果表明基于飞控数据可快速构建区域网,满足空三匹配和挑片测图要求。