基于五叉树分解与多特征直方图匹配的高分辨遥感图像检索

随着遥感图像数量的急剧增加,如何进行高效检索已成为遥感图像信息提取和共享的瓶颈问题,基于内容的遥感图像检索因此逐渐成为了研究热点。本文提出了一种新的遥感图像检索方法,该方法综合利用了图像的色调和纹理特征。其基本过程是:首先,对图像进行主成分变换,对变化后的第一主成分图像进行五叉树分解,将大幅面的遥感图像分成一系列的子图像;然后,利用多通道Gabor滤波器与子图像做卷积运算,提取其纹理特征,同时计算像元值的方差和三阶矩作为各子图像的色调特征;最后,以子图像为特征基元,构建图像的色调直方图和纹理直方图,以多特征直方图匹配方法计算图像相似度实现遥感图像检索。利用高分辨率遥感影像的检索实验证明该方法是有效的。     

综合多特征遥感图像智能检索方法的概念设计

遥感数据作为一种重要的时空数据源,在环境监测、资源管理、灾害预报、重大工程监理、国防安全等众多领域发挥着不可或缺的重要作用。遥感图像检索的效率和精度,直接关系到遥感影像数据应用的广泛性和实时性。本文在对国内外其他领域的图像检索技术、遥感图像检索技术的研究进展及其发展趋势进行综合分析的基础上,针对目前遥感图像检索所存在的...     

遥感图像模拟技术方法与应用分析

近年来,遥感图像模拟的研究广泛地展开,利用图像模拟技术获取的大量仿真遥感图像,为其他遥感信息的论证与评价提供了有效的参考。本文介绍了图像模拟技术的发展现状,及SAR、光学遥感图像的模拟方法,分析了各种模拟方法的特点与差异,指出各种方法在生成模拟图像时的局限性,最后提出了基于宽光谱遥感数据的细分光谱遥感图像模拟的构想。     

基于可视范围的图像检索方法

图像是视觉所及环境的自然再现,具有表达直观、内容丰富的特性,其已成为GIS空间数据采集与应用中一种重要的可视数据源。随着硬件终端的高速发展,集成的传感器愈加丰富,多源传感器信息融合已成为移动GIS数据釆集的发展趋势。针对移动终端获取方位角偏差问题,本文重点阐述了基于移动终端的重力传感器与磁力传感器获取镜头拍摄朝向的算法,并基于EXIF图像格式实现了图像元数据、定位信息、方位信息一体化采集生成可定位图像。针对现有可定位图像以点代面建模方式的不足,本文以镜头视野范围AOV（Angle of View）模型为基础,提出了以图像元数据、位置信息以及方位信息构建图像可视域的方法,并采用多级网格方式对图像可视域面状特征建立空间索引,实现基于可视域的图像检索。在此基础上,针对福建省野外遥感核查采集的8022幅可定位图像,采用点建模及可视域建模2种方式建立检索图像集。从检索速度、检索结果2个方面进行对比分析,表明基于可视域图像检索方法不仅能检索出拍摄位置在检索区域内的图像,还可检索出拍摄位置在检索区域外但实际拍摄场景在检索范围内的图像。同时,通过多级空间网格索引可提升6.22-8.64倍检索速度。     

遥感图像在涩港幅1:5万区调工作中的应用

通过涩港地区的遥感影像特征研究,结合地面调查进行综合分析和解译,对该区岩性、地层、侵入体、线性构造、环形构造的图像标志和特征进行了系统总结,归纳出一套行之有效的工作方法,提出遥感图像在1:5万区调工作中具有不可取代的作用和良好的应用效果。     

利用遥感图像的土地利用动态监测技术研究

对遥感图像在土地利用动态监测中的应用进行研究.首先对遥感图像进行预处理,然后在图像增强处理的基础上,进行图像融合,以实现土地利用动态监测.在土地利用变化信息准确提取的前提下,遥感监测技术不失为土地利用动态监测的一种有效方法.     

高分辨率遥感图像融合的光谱保真问题

分析高分辨率遥感图像融合光谱失真的原因,利用基于滤波原理的Wavelet、SFIM融合算法和基于统计原理的Gram-schmidt、PCI pansharp模块提供的融合算法对高分辨率遥感图像的代表QuickBird图像进行融合试验。结果表明:这四种融合算法虽都具有很好的光谱保真性,但从光谱保真度和高频信息融入度这两个方面的定量分析来看,基于统计原理的融合方法总体上优于基于滤波原理的融合方法,更适合于QuickBird高分辨率遥感图像的融合。     

论发展遥感图像应用智能处理技术

任何对地观测系统获得的原始图像数据实质上都是地球表面电磁波谱特征的综合反映。经地面站系统处 理得到的常规图像产品仍存在大气、地形等多种随机因素导致的几何畸变与辐射失真 , 并且多种地物目标信息混 杂 , 甚至相互迭掩 , 彼此抑制。所以 , 严格地说 , 这些图像只是一种信息源 , 属“数据”范畴 , 必须对其进行再 处理才能得到适应不同专业需要的优质图像和有用信息。至今 , 从事遥感图像处理的科技人员大多出身于电子、计 算机等专业 , 故对于不同地理景观、不同季节、不同传感器所获得的图像数据 (一串灰度数码) , 往往很难体会到 其中包含着的极为丰富而复杂的生物、地学内容。一个能出色完成一般图像处理任务的杰出图像处理专家 , 不一 定能胜任各种不同应用目的所要求的图像处理任务。常常使得海量遥感数据难以得到有效的利用。据此 , 笔者认 为应把遥感图像处理分解为系统处理与应用处理两大类 , 它们是既相互衔接又彼此有别的技术分支。前者只从图 像总体要求出发 , 着眼于改善、提高图像整体质量 ; 后者则必须密切关注具体的应用目的与对象 , 形成融入了地 学分析思路、并精确反映遥感成像机理的图像应用处理技术。文中给出了发展遥感图像应用处理技术的流程框图 , 列举了森林火灾、虫灾监测 , 洪涝灾情快速反应 , 城市扩展 , 低产土壤清查 , 土地利用动态监测等多项任务中的 成功实践。     

卫星遥感图像空间分辨率适用性分析

从卫星遥感图像空间分辨率的定义出发,简述了影响卫星遥感图像空间分辨率的几种因素。根据各研究领域和研究层次对卫星遥感空间分辨率的不同需求,给出其相应的空间分辨率。从测绘制图的角度确定了不同比例尺地图所需要的卫星遥感图像空间分辨率大小。讨论了当前主要遥感信息源的应用范围,并结合案例对其适用性进行了分析,最后指出了卫星遥感技术目前存在的一些问题,提出了几点看法。     

基于全球剖分网格的大区域遥感数据快速拼接方法研究

由于遥感数据存在多种类型和不同分辨率,使之在检索、共享和整合拼接方面存在一定难度,导致在获取大区域遥感数据时,常用的基于元数据检索、共享和整合拼接的方法,数据使用率较低。对此,本文提出一种基于Geo SOT全球剖分网格的大区域遥感数据快速拼接方法,采用建立Geo SOT逻辑剖分索引的方式,对遥感数据实施剖分预处理,提高遥感数据拼接速度。最后,通过使用"天绘一号"卫星遥感数据进行对比实验证明,本文提出的大区域遥感数据快速拼接方法具有可行性和实效性。     

遥感影像内容的语义查询算法与应用

海量遥感影像数据如何进行方便快捷的查询检索与定位,是影像数据存储管理部门所面临的主要问题,同时也是制约影像数据为用户提供更好服务的瓶颈。本文主要分析了当前遥感影像数据库查询检索的几种方式和它们的利弊,进而提出一种在近乎海量的遥感数据中简单、方便、快捷的算法与实现思想。并在已有的影像数据库引擎原型系统上,设计出一种检索查询遥感影像内地物的方法。这种方法以矢量要素的空间信息和属性信息为引导,快速准确的定位地物所在的影像块,为遥感影像的有效管理和应用提供了一种可行的方法。     

面向卫星遥感影像检索定位的深度学习全局表征模型评估与分析

如何快速获取无辅助参数卫星遥感影像地理位置是非合作方式获取的遥感影像信息充分利用的一个关键,利用影像特征的相似性对卫星遥感影像检索来实现定位,是获取无辅助参数卫星遥感影像地理位置的有效手段。为了探寻影像深度学习全局特征用于无辅助参数卫星遥感影像检索定位的可行性,建立了包括Precision@K、平均排序、特征提取时间、特征相似性计算时间、硬件消耗等,涵盖有效性、效率2个方面共计5类指标的评估体系。采用谷歌地球提供的影像数据作为基准影像,在资源三号夏季及冬季数据集上,分别利用AlexNet、VggNet、ResNet、DenseNet、EfficientNet等几种代表性的卷积神经网络预训练模型提取基准影像及查询影像的全局特征,依据评估体系中的指标,对这些网络模型的影像表征效果进行全面的量化评估与分析。试验分析结果表明,DenseNet、ResNet-18、VggNet这3个深度学习神经网络预训练模型提取的全局特征,综合表征效果较好,可有效用于卫星遥感影像检索定位;当K值取200时,DenseNet网络模型的Precision@K值可以达到59.5%,ResNet-18和VggNet网络模型紧随其后,分别为49.7%和48.0%,为进一步利用深度学习全局特征进行卫星遥感影像检索定位,找出了最佳的候选网络模型,为下一步模型优化等研究奠定了基础。     

面向城市应用的多源遥感影像服务平台设计与实现

 本文对面向城市应用的多源遥感影像服务平台的系统目标、系统流程、功能模块和关键技术进行了分析。通过遥感影像数据源、管理方式和业务流程的分析,设计了多源遥感影像数据的逻辑组织模型,建立了海量多源遥感影像库。本文详细阐述了系统的影像预处理、影像数据管理、影像数据应用服务和安全权限控制四大功能模块,并分析了系统架构、多源遥感影像元数据的自动抽取、影像数据的快速检索和影像数据高效在线应用服务的关键技术。为保证系统的高安全性、实时性与可靠性,采用部署在局域网内的客户机/服务器与浏览器/服务器的混合体系结构。实验表明,本文的研究成果实现了海量多源遥感影像数据的统一高效管理、快速检索、高效浏览及与其他子系统的无缝集成,为城市应用提供了便捷的影像数据服务,有利于进一步发挥影像资料的作用。     

MODIS影像的局地云量信息元数据提取算法与应用

云对于光学遥感影像质量及其反演地表参数精度有着重要影响,且其作为时空多变要素之一,在一定程度上制约了光学遥感影像的应用。对于具有2 330km的大扫描幅宽MODIS影像而言,现有的元数据标准仅能反映影像的总体云量,而无法反映云的空间分布状况,限制了MODIS数据的局地研究和应用。本文在现有遥感影像元数据标准的基础上,提出了新的元数据项--局地云量,用于反映云在条带影像中的空间分布状况,并实现在MODIS二级云掩膜条带产品(MOD35)中针对特定区域的局地云量信息提取算法。经验证,本算法能较快速和准确地提取省级行政区的局地云量信息,并可根据用户的需求进一步推广到任意指定的多边形区域,为MODIS数据在局地研究和应用提供了便利。     

罗布泊“大耳朵”地区多源遥感影像数据库的设计与实现

目前,由空间数据引擎管理遥感影像数据的技术已经非常成熟,但在对多源遥感影像数据的合理组织和有效管理以及数据共享方面,还需要寻求更有效的方法。本文在分析不同遥感影像类型的基础上,结合罗布泊“大耳朵”地区研究的需要,设计实现了该区多源遥感影像数据库。讨论了逻辑上设计相同空间分辨率和不同空间分辨率的多源遥感影像数据存储的方法。即根据遥感影像数据的空间分辨率进行分类,并通过遥感影像元数据表建立多源遥感影像数据之间的逻辑关联来组织和管理影像数据的设计方法。该方法的成功运用,为多源遥感影像数据库的设计与建设提供了参考。     

基于自定义RDD的海量遥感图像并行镶嵌方法

图像镶嵌是遥感图像处理中的重要内容,在跨区域遥感图像分析中发挥重要作用。为了解决传统遥感图像并行算法中存在的计算节点利用率低、频繁数据I/O等问题,本文根据Spark分布式内存计算框架,充分利用Spark利于迭代数据处理的优势,提出了一种基于Spark自定义RDD（弹性分布式数据集）的并行镶嵌方法。该方法首先在集群的多个节点上通过相位相关法执行图像重叠区域估计操作,从而提高了图像重叠区域估计的多节点并行计算;然后,通过重写Spark中RDD的compute和getPartitions方法,自定义针对遥感图像处理的RDD,并将图像镶嵌中的重叠区域估计、图像配准和图像融合3个关键步骤作为自定义RDD的Transformation类型的操作算子;最后,通过隐式转换创建自定义RDD,并调用自定义RDD的操作算子实现图像镶嵌的并行处理。实验结果表明,与传统基于MPI的并行镶嵌算法相比,该方法在保证图像镶嵌效果的基础上,能够有效提高大数据量的图像镶嵌效率。     

高分辨率遥感影像目标分类与识别研究进展

高分辨率遥感影像的目标分类与识别,是对地观测系统进行图像分析理解,以及自动目标识别系统提取目标信息的重要手段。本文综述了当前国内外在可见光、红外、合成孔径雷达和合成孔径声纳等遥感影像的目标分类与识别的关键技术和最新研究进展。首先,讨论了高分辨率遥感影像的目标分类与识别问题的主要研究层次和内容;其次,深入分析了高分辨率遥感影像目标分类与识别,在滤波降噪、特征提取、目标检测、场景分类、目标分类和目标识别的关键技术及其所存在的问题;最后,结合并行计算、神经计算和认知计算等技术,讨论了目标分类与识别的可行性方案。具体包括：（1）高性能并行计算在高分辨率遥感图像处理的主流技术,并给出了基于Hadoop+OpenMP+CUDA的高分辨率遥感影像混合并行处理架构;（2）深度学习对于提升目标分类和识别精度的应用前景,以及基于深度神经网络的多层次遥感影像目标识别方法;（3）认知计算在解决遥感影像大数据不确定性分析的模型与算法,并讨论了层次主题模型的多尺度遥感影像场景描述方案。此外,根据媒体神经认知计算的相关研究,探讨了遥感影像大数据的目标分类和识别的发展趋势和研究方向。     

土壤水分微波反演方法进展和发展趋势

土壤水分是连接地表水循环和能量循环的关键参量,精确获取该参量对于理解气候变化、地表水文过程、地气间能量交换机理等具有重要意义。微波遥感由于其较为合适的探测深度和坚实的理论基础在观测地表浅层土壤水分上具有很大优势,结合反演方法可以获取空间连续的土壤水分含量,有助于更加客观认知土壤水分的时空演变机理。随着微波遥感数据的不断丰富,多种微波遥感土壤水分反演方法相继涌现,为了更好地了解其发展和趋势,本文总结了当前土壤水分微波反演常用的卫星遥感数据并分析其发展趋势,后从主动微波反演、被动微波反演和多源协同反演3个方面梳理了各类土壤水分微波反演方法的原理、发展和优缺点,最终总结出目前微波遥感土壤水分反演方法的发展趋势：即土壤水分微波反演方法的时空普适性逐渐增强、面向高时空分辨率的土壤水分微波协同反演方法快速发展以及土壤水分微波反演方法的智能化水平不断提高。     

遥感影像数据库引擎设计与实现

在参考国内外现有资料的基础上,提出一个遥感影像元数据标准草案,并利用该元数据标准对遥感影像数据进行描述:用大型关系数据库对遥感影像数据及其元数据进行一体化管理,实现遥感影像数据的结构化存储;使用XML对遥感影像元数据进行描述,便于实现影像元数据的网上查询与检索,并最终实现遥感影像数据的网络共享。