遥感影像解译样本的一体化生产研究

遥感影像解译样本数据包括地面照片和遥感影像实例,是制作遥感影像解译样本数据库的基础资料。文中针对地理国情普查中遥感影像解译样本的采集、整理进行了研究,通过利用GEOWAY地理国情普查外业调绘核查软件完成遥感影像解译样本的采集、整理,实现了解译样本的一体化生产流程,并与传统的纸质调绘、PDA数字调绘进行对比分析,充分证明解译样本的一体化生产流程自动化程度高,减少了人力、物力,提高了生产效率。     

ArcGIS在解决解译样本数据采集精度超限问题中的应用

在地理国情普查中,解译样本数据包括具有对照关系的地面实景照片与遥感影像实例。受GPS信号及人工操作的影响,一体化外业调绘核查系统获取的解译样本数据难免会出现采集精度超限。本文将利用ArcGIS、SQLite Expert平台实现拍摄现场的还原并对地面实景照片姿态参数及遥感影像实例裁切数据库进行纠正更新,以保证解译样本数据的准确性。     

遥感影像解译样本数据的检查方法

以鄂伦春自治旗测区的数据成果为例,介绍遥感影像解译样本数据的检查方法,包括对地面照片、遥感影像实例的人工检查,以及使用Python编制程序提取地面照片的EXIF信息,对遥感影像解译样本数据库中的属性信息进行自动对比检查,提高了质量检查效率及正确率。     

浅谈遥感解译样本数据的生产与实践

遥感影像解译样本数据为地理国情监测四大类成果之一。北京市在工作中基于中海达外业调绘平板,选取典型地物进行地理国情实地照片的采集;将采集的实地照片导入到相应的内业处理软件,进行一系列操作,并一键导出成果,实现遥感解译样本数据的内外业一体化生产,提高工作效率。     

遥感影像解译样本生产质量控制方法研究

针对第一次全国地理国情普查质量检验过程中发现的遥感影像解译样本数据的质量问题,如遥感影像解译样本缺少典型性、地面照片拍摄不符合技术规程、影像实例数据结构异常等系统性质量问题,以及解译样本采集中存在操作不规范、样本采集主观影响较大等主观性质量问题,该文分析了影响遥感影像解译样本质量的关键生产要素、环节与原因等,提出了全过程的生产质量控制方法,给出了提高遥感影像解译样本过程的质量控制措施。该研究提出的基于全过程质量控制体系新需求,以解决质量问题为导向的生产质量控制方法,可以提升遥感影像解译样本质量,并为今后相关工程项目生产过程的质量控制提供借鉴。     

遥感影像解译样本数据生产及其质检系统的设计与实现

遥感影像解译样本数据生产及质检是全国地理国情普查内业编辑与整理的重要环节,数据量和涉及面都较大。遥感影像解译样本数据生产及质检系统依据相关技术规定,基于C#开发,运行平台为.NET Framework。实践证明,该系统运行稳定可靠,提高了样本数据库的生产效率和质量,减轻了劳动强度,对遥感影像解译样本数据的内业编辑与整理有着重要的意义。     

地理国情普查样本数据处理系统设计与实现

分析了遥感影像解译样本的数据结构,研究了影像、图形、数据库等数据编程接口及交互操作算法,设计了数据处理系统数据库与各项功能模块,给出了C++6.0环境下Bresenham直线图形绘制算法接口函数,实现了数据处理系统的研发,最后进行了系统功能与性能测试。结果表明,系统实现了样本数据自动化、批量处理,性能稳定,提高了生产效率与成果质量。     

地理国情遥感解译样本质量控制与检查初探

在众多国情普查成果中遥感解译样本为解译地表要素起着至关重要的作用。遥感影像解译时,对地理环境的正确认知是保证解译结果正确的基本前提。利用具有对照关系的地面照片和遥感影像为主的解译样本数据,可以为遥感影像解译者对相关地域建立正确的认识提供支持,也可在解译结果的质量控制方面发挥重要作用,同时也为长期监测积累实地参考资料。希望本文能为今后遥感解译样本的检查提供一些有益的建议,为保证地理国情普查任务的顺利开展提供帮助。     

地理国情普查中解译样本数据检查技术探讨

地理国情普查项目中的遥感影像解译样本数据质量关乎普查产品质量。其数据的获取是普查工作的重要内容。普查数据的获取涉及面广,精度要求高,传统检查方式难于发现问题。文中通过ArcGIS自带的VBA脚本语言实现了数据库内容与照片和实例间的对应性检查;使用开源的GDAL库及C++语言实现了实例标注位置及裁剪范围的正确性检查。该技术使解译样本数据检查效率得到提高,同时检查精度及检查内容最大限度得到保证。     

基于MapGIS和ArcGIS的遥感解译成果图件数据库设计与实现

遥感解译成果图件来源复杂、格式繁多,通用的影像数据系统存在无法同时进行图件的符号化显示和图层的空间数据管理等问题,导致大量经过野外验证的遥感解译成果图件闲置。本文充分利用MapGIS和ArcGIS平台在图件数据和空间数据管理方面的优势,结合用户对遥感解译成果图件服务的需求,提出了遥感解译成果图件资料和空间要素图层的一体化存储管理方式,开发了遥感解译成果图件数据库及数据库管理系统,并根据成果图件的特点设计了灵活的数据入库工具,实现了不同格式成果图件资料的信息化及一体化管理,有效提高了遥感解译成果图件的服务能力和成果价值。     

遥感解译标志建立思路研究

针对地理国情普查与监测中遥感解译工作量大、解译难度高,解译工作人员不可能逐一实地核实每一个图斑的具体问题,提出了建立遥感解译标志库辅助作业人员解译的思路,以国情普查遥感解译样本数据库的建立为例,建立遥感影像解译样本标志库,方便遥感解译人员进行准确解译。     

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。     

遥感影像数据库设计与实现

遥感影像数据库的设计与实现,主要实现了多源遥感影像数据的管理。通过调用GDAL库,实现多源遥感影像数据的读取,对影像数据进行分块,建立影像金字塔,实现影像数据和元数据入库,建立高效的索引机制;根据窗口显示范围,调取合理的金字塔层数据,并对数据进行缓冲和实施处理显示;最后,设计元数据的管理。最终实现影像数据和元数据信息的一体化管理。     

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。     

地物空间关系匹配的高分辨率遥感影像检索

从低层视觉特征与地物空间关系特征对影像内容进行描述,建立检索模板与目标影像间的相似性直方图表达,提出一种适用于高分辨率遥感影像检索的新方法。首先,利用Quin+树将大幅面原始遥感影像分解为一系列同尺寸的序列子块;然后,分别提取各子块的低层视觉特征与地物关系特征,并以子块为基元构建候选子块的特征直方图;最后,对比检索模板与候选子块间的特征直方图相似性,实现高分辨率遥感影像的检索。使用多幅多源高分辨率遥感影像进行实验,结果表明本文方法对耕地、水系、建筑物等地类的检索精度大都维持在0.8以上,且各项检索性能指标均优于已有的两种遥感图像检索算法。     

大型遥感图像处理系统中集成数据库设计及应用

大型遥感图像处理应用系统中，往往需要实时获取各种背景或专题数据，该过程即是数据动态集成过程。集成数据库是建立在各种专题数据基础上的数据集成使用框架体系，该文描述了集成数据库的结构及各类子库的组成，根据项目的特殊需求提出了虚拟数据库概念，并结合实例说明了集成数据库以元数据为链条的使用机制与方法。     

基于空间数据库VRGIS的研究与应用

结合空间数据库、GIS、计算机图形学、RS等技术构建了虚拟现实地理信息系统。通过研究地形数据的生成及空间数据库的存储管理,实现了遥感影像的自动配准及无缝拼接;基于四叉树的LOD算法、地形节点评价系统、动态调度及大规模纹理映射等技术的研究,实现了地形数据的3维可视化;提出了自适应特征数据覆盖渲染算法,将2维GIS特征数据覆盖叠加到所创建的3维模型上,构建了虚拟现实环境。该系统成功应用于胜利油田,实现了地下油田的虚拟现实3维可视化,具有一定的理论价值和现实意义。     

遥感影像快速纠正系统的设计与实现

深入分析了传统遥感影像纠正处理工作中存在的问题,提出了以基础地理信息数据库为基础、基于网络环境的协同作业模式,解决了传统遥感影像纠正处理工作中资料准备工作量大、控制点采集效率低以及数据安全等问题。介绍了系统技术架构、设计与技术实现,为实现遥感影像快速纠正提出了切实可行的技术方案。     

智能遥感深度学习框架与模型设计EI北大核心CSCD

近年来,随着遥感技术的快速发展,遥感对地观测数据获取量与日俱增。在对海量遥感数据的特征提取与表征上,基于深度学习的智能遥感影像解译技术展现出了显著优势。然而,遥感影像智能处理框架和信息服务能力还相对滞后,开源的深度学习框架与模型尚不能满足遥感智能处理的需求。在分析现有深度学习框架和模型的基础上,针对遥感影像幅面大、尺度变化大、数据通道多等问题,本文设计了嵌入遥感特性的专用深度学习框架,并重点讨论了其构建方法,以及地物分类任务的初步试验结果等。本文提出的智能遥感解译框架架构将为构建具备多维时空谱遥感特性的深度学习框架与模型提供有力支撑。