基于Swin Transformer-CNN的单目遥感影像高程估计方法及其在公路建设场景中的应用

目前,在遥感影像几何条件和辐射质量良好的情况下,通过多视遥感影像的逐像素立体密集匹配对场景进行高程估计的技术相对比较成熟,无论是精度还是效率均达到了较高水平。然而,当具有良好几何条件和辐射质量的多视遥感影像难以获取时,经典摄影测量和计算机视觉的几何处理方法可能会面临较大的挑战。本文对该问题进行了研究,针对大幅遥感图像中各部分高程分布差异大,模型训练难度大的问题,提出了一种基于Swin Transformer和卷积神经网络(convolutional neural network, CNN)的单目遥感影像高程估计方法。一方面Swin Transformer利用滑动窗口和层级设计,兼具了卷积神经网络处理大尺寸图像和提取多尺度特征的能力及Transformer的全局信息交互能力。另一方面针对大幅遥感图像中各部分高程分布差异大带来的训练不稳定问题,本文方法能针对每张输入图像自适应地划分高程值,将高程估计问题转化为分类-回归问题,最终图像各像素点的高程值由划分的高程值及其分布概率得到。试验结果表明：本文所提出的基于Swin Transformer-CNN的遥感影像高程估计方法无论是定性还是定量的...     

面向高光谱遥感影像的分类方法研究

20世纪80年代初期出现的高光谱遥感技术,将反映目标辐射属性的光谱信息与反映目标空间几何关系的图像信息有机地结合在一起。高光谱影像丰富的光谱信息使其较全色遥感、多光谱遥感能够更好地进行地面目标的分类识别,然而其复杂的高维数据结构也对传统的遥感影像分类方法提出挑战。提出很多针对高光谱遥感影像的分类方法,对其进行研究。     

月球表面遥感图像的地形辐射改正原理研究

研究了利用月球表面的数字高程模型和对应的卫星影像;分析了遥感图像像元亮度值与光辐射照度、月面地形(像元地面坡度、坡向)之间的定量关系;研究了月面遥感数字图像地形辐射改正的原理方法并实现月面遥感数字图像的地形辐射改正,生成无阴影正射月表遥感图像。     

几种基于高分辨率遥感影像分类技术的分析与探讨

初步分析了应用高分辨率遥感影像进行分类处理的3种特殊方法,即基于光谱信息及相关监测模型综合分类技术、利用高程信息辅助分类技术和面向对象的特征相关属性分类技术的基本原理。分析比较了它们在进行遥感影像分类的特点和优势,探讨总结了它们在农作物监测、城市建筑物分类、土地利用调查等实际生产中的应用方法和效果。     

基于改进决策树算法的山区遥感影像变化检测方法

为了能够精准检测山区遥感影像变化,提出一种基于改进决策树算法的山区遥感影像变化检测方法。利用K-SVD算法始化处理过完备字典,采用带有噪声的山区遥感影像训练字典,通过学习获取的字典稀疏表示含噪山区遥感影像,得到每个小块影像的稀疏表示系数,平均处理小块影像,获得去噪后的山区遥感影像。采用邻域相关分析技术获取描述上下文信息的邻域相关影响,通过邻域像素间的相关性展开模板匹配得到匹配误差。同时根据方向梯度信息提取山区遥感影像的结构特征,将邻域相关影像、匹配误差和结构特征输入改进后的决策树算法,将其作为分类属性,检测出山区遥感影像变化,实现山区遥感影像变化检测。实验结果表明,所提方法可有效检测出山区遥感图像的变化,并且检测500个样本图像的时间仅为335.4 s,因此,该方法可以获取准确率更高且检测时间更短的山区遥感影像变化检测结果。     

纹理特征辅助遥感影像分类技术的探讨

随着卫星遥感影像分辨率的不断提高,人们希望从遥感图像中获得更多有用的数据和信息,所以遥感影像的分类变得尤为重要.但是基于光谱特征的影像分类精度过低,不能满足生产的需要,所以研究利用其他辅助手段来提高遥感影像的分类成为未来发展的一个重要方向.本文研究了利用灰度共生矩阵提取纹理特征的方法并对利用纹理特征影像辅助光谱特征分类的方法进行了研究.实验结果表明,纹理特征辅助光谱特征分类能够提高遥感影像分类的准确性和精度.     

多源信息在岷山地区遥感图像分类中的应用

采用了专家分类方法，将数字高程模型和由其生成的坡向信息与遥感图像的光谱信息相结合，提高了对土地利用的遥感图像分类精度。     

遥感信息与地理数据的复合研究——以区域农业气候资源研究为例

本文从理论上探讨了将地理信息系统提供的地理数据与遥感数据复合的可行性;从方法上探讨了将≥10℃积温、地形高程、年降水量三个影响和反映区域气候资源条件的主要指标,按一定的地面网格系统和数学模式进行量化,并使之与经过优化、压缩处理的陆地卫星TM数据进行信息复合;在应用上,以长白山南坡长白县境内的山区自然环境为例,进行了区域气候资源的研究工作。该研究方法改变了遥感影像的单一信息结构,丰富了图像信息含量,完成了地理数据的数字传输、处理、存储及影像化显示。实现了区域气候资源分类界限指标遥感判读的定量化。为提高遥感应用的地学科学性探索了新方法。     

遥感多时相特征图象按高程分层分类法——咸宁县土地利用面积的遥感测定

本文介绍了利用不同时相的陆地卫星图象，通过特征图象的选取、地面高程信息的利用、以及按高程分层计算机分类过程，统计湖北省咸宁县七种主要土地利用类别覆盖面积的方法与成果分析。试验结果表明，多时相生物量指标图象是咸宁县地物分类的较佳特征图象；并且，当在分类过程中引入地面高程信息后，能进一步提高分类精度。本试验测定的咸宁县土地利用面积，为湖北省农业规划部门提供了较为科学的参考数据。本试验所采用的计算机分类方案，及其相应的遥感数字图象处理全套应用软件（NOVA机、Fortran语言）可以应用于其他地区的遥感法土地概查工作。     

激光点云与航空影像融合分类

为了更好地利用激光点云数据和航空影像数据信息,改善影像分类效果,提出了将激光点云数据与航空影像进行融合分类,实现面向对象的融合分类方法。在航空影像的分水岭分割算法中加入激光点云高程信息计算梯度,然后结合两种数据源的特征,建立分层分类的规则集得到地物的分类结果。试验表明,激光点云的高程信息能够改善影像分割效果,也能将地面地物与非地面地物较好地区分,对建筑和植被的分类起到了有效作用。     

监督分类和目视修改相结合在高分辨率遥感影像中的应用

用计算机对遥感影像进行地物类型识别是遥感数字图像处理的一个重要内容，传统的地物分类一般采用MSS、TM和Spot等遥感影像作为数据源。与MSS、TM和Spot等传统遥感影像相比，QuickBird等高分辨率影像数据量大，混合像元减少、地物信息增大，能够被应用于土地分类。在监督分类中，对于达不到精度要求的模板，通常采用重新选择训练区的方法来进行修正，而本文采用目视修改的方法来对监督分类进行补充。本文方法可以改正初次分类中的误分、混分地物，使其归到正确的地物分类中，显著提高了土地分类的精度。为了验证算法的有效性，利用ERDASIMAGING遥感图像处理软件进行实验和精度评价。实验结果表明，监督分类和目视修改相结合的地物分类方法可以显著提高图像的分类精度。     

多特征流形鉴别嵌入的高分辨率遥感影像分类

针对高分辨遥感影像同谱异物、同物异谱导致单一特征分类结果精度较差的问题,本文提出了多特征流形鉴别嵌入的高分辨率遥感影像分类方法。该方法首先提取高分辨率影像数据的光谱特征与LBP纹理特征;然后通过样本数据的联合光谱、纹理特征的空间距离及对应的类别信息,构建影像对象的类间图与类内图,用于学习高分辨率影像上的鉴别流形结构,保证在嵌入空间上尽可能不同地物特征分离、相同地物特征紧聚,确保相同地物光谱、纹理特征的相似性,完成光谱、纹理鉴别特征的有效提取,以充分挖掘影像特征,有效提高影像的分类精度。在GF-2遥感数据集上进行试验,结果表明本文算法可实现多特征的有效融合,分类精度均优于传统方法,可达93.41%。     

应用数字图像处理技术处理数字高程模型数据和与数字高程模型数据相结合的遥感信息

本文介绍了数字图像处理技术在处理数字高程模型数据和遥感信息与数字高程模型数据相结 合的综合分析方面的应用；说明了实现人工阴影和人工立体观察像对的方法的基本原理及其在处 理数字高程模型数据上的应用；介绍了为提高遥感图像的可解译性,把遥感信息与数字高程模型 相结合,制作遥感图像的人工立体观察像对和立体透视图像的方法技术。     

一种简单加入空间关系的实用图像分类方法

遥感图像分类是遥感图像处理的一项基本内容，也是遥感应用中关键的一步。为了提高分类的精度，一方面是对光谱信息的合理利用；另一方面，可以加入新的信息源，即进行多源数据处理，并加入地学知识，尤其是对空间信息的利用是至关重要的。但是由于地学知识的复杂性及空间信息利用的难度以及数据源的限制，尚无公认的实用方法。该文提出了一种简单加入空间关系的分类方法，在没有其它数据源的情况下，利用空间关系特性，在分类中构造两个空间关系波段，实现空间约束，部分消除仅依赖光谱数据分类而引起的同物异谱和同谱异物造成的分类错误。简单实用，同时也验证了空间关系在分类中的重要性。     

遥感图像自动解译面临的问题与解决的途径

遥感图像自动解译的目的是为了满足人们从海量遥感数据中快速识别与获取不同专题信息的需要。目前图像自动解译主要依赖地物光谱特征 ,其解译精度不高。解决这一问题的主要途径包括 :抽取遥感图像多种特征并综合利用这些特征 ,利用遥感图像解译背景数据库 ,在地理信息系统支持下实现背景数据与遥感信息覆合 ,采用专家系统完成遥感图像自动解译。     

基于Gabor函数的遥感影像特征与分类

随着SPOT,IKONOS,QUICKBIRD等高分辨率遥感影像的广泛应用,作为遥感影像重要信息之一的纹理信息的提取和利用,在遥感影像分类中呈现出了举足轻重的作用.本文介绍了影像纹理分析中常用的Gabor函数的原理、分类的方法、Gabor变换的特点及应用.     

遥感影像符号化的研究

单纯的遥感影像信息量不够丰富,为了突出表现某些地物,充分反映地物的属性,需要对影像进行符号化。结合传统线划矢量地图的表现方法,采用将遥感影像作为底层,上层叠加矢量符号的方案来实现遥感影像的符号化,主要从影像与矢量符号的坐标匹配、矢量符号的设计等方面论述了遥感影像符号化的实现过程。     

矿区3维可视化及其应用

3维可视化是当前数字矿山理论及其技术研究领域的关键问题之一。以云南澜沧老厂为研究区,将高精度数字高程模型(DEM)数据与矿区高分辨率2维遥感图像(QuickBird影像)叠合生成3维遥感影像,能够真实再现老厂矿区的景观特征,有效反映该地区的复杂地形、地貌、地质特征,提供综合、全面、实时、动态的矿山地面变化信息,为矿床定位及开展地质工作服务。     

基于MATLAB的遥感影像纹理特征分析

随着遥感技术的飞速发展,遥感影像计算机分析也随之成为遥感技术应用的一个重要组成部分.传统的遥感影像分析方法大都是基于影像光谱特征的计算机自动分类,忽略了影像的空间结构信息,精度不高.研究了利用灰度共生矩阵提取遥感影像的纹理特征,实现了MATLAB下采用监督分类方法应用最短距离分类器及滤波完成了全色遥感影像的分类分析.