多特征加权融合的高分SAR影像建筑区提取方法

机载SAR影像分辨率的不断提高使得图像纹理信息更加丰富,对地物分类和提取具有重要意义。针对建筑区的纹理特点,该文提出了一种综合统计和结构多特征加权融合的建筑区提取方法。分别采用经典的灰度共生矩阵方法提取统计纹理特征和采用变差函数方法提取结构纹理特征,并考虑方向信息;然后利用提出的巴士距离特征权值计算方法,将所选特征进行加权融合;利用K均值聚类算法对融合后的特征图像进行非监督分类,对分类图像进行后处理并提取外部轮廓。以国产机载P波段全极化SAR影像为数据源进行了实验,并对结果进行了定量分析,表明该方法能够高精度地有效提取高分辨率机载SAR影像中的建筑区。     

一种从SAR图像中提取城市道路网络的方法

提出一种从高分辨率SAR图像中提取城市道路网络的算法.在高分辨率SAR图像中,道路在空间结构上表现为一细长的且宽度基本恒定不变的均匀区域.利用模糊C均值聚类方法对高分辨率SAR图像进行聚类分析,将道路类像素从原始图像中分离出来.为突出道路形状特征,减少冗余信息,对聚类结果进行细化,同时利用跟踪算子消除短线段;以提取道路中心线二值图的像素值作为图像能量,应用Snakes模型检测道路网络.通过实际SAR图像验证,该算法可以准确提取复杂的城市道路网络.     

基于形状与纹理特征的高分辨率SAR影像桥梁目标自动提取方法

基于高分辨率SAR影像中桥梁目标特征的分析,提出了一种桥梁目标自动提取方法。首先使用多影像时序平均法对SAR影像进行预处理,去除SAR影像噪声;再使用阈值法对水体分割;最后采用形状特征与纹理特征相结合的方法提取桥梁目标。本方法在提取效果上明显优于传统桥梁目标提取方法,其提取准确率可达87.5%。证明本文方法在面向高分辨率雷达影像的桥梁目标自动提取应用上的可靠性和可行性。     

基于多分辨率特征的UWB SAR二维广义似然比目标检测方法

针对超宽带合成孔径雷达(UWB SAR)工作体制及探测背景的特殊性,结合成像过程,分析了不同分辨率条件下目标与杂波的区别,在此基础上采用了两种形式的一阶自回归(AR)模型实现对多分辨率序列的建模,并提出了广义似然比(GLR)的二维计算方法.该方法大大提高了多分辨率特征提取的稳定性,基于实际UWB SAR图像的试验结果表明:利用多分辨率特征可明显增强图像信杂比,从而提高UWB SAR目标检测效果.     

高分辨率SAR图像中建筑物特征融合检测算法

针对高分辨率SAR图像中的建筑物检测问题,提出了一种基于视觉注意和特征融合的检测算法。首先,根据SAR图像中建筑物目标与背景存在较大差异的特点,采用视觉注意机制进行建筑物的感兴趣区分割;然后,提取位于感兴趣区域内的高亮线条和阴影区域;最后,采用D-S证据理论对注意焦点、高亮线条和阴影区域进行特征融合,实现建筑物目标的检测。实验结果表明,本文算法对矩形建筑物具有较高的检测精度。     

利用方向性粗糙度特征对SAR图像目标检测的研究

从反映纹理信息的粗糙度特征出发,深入研究利用方向性粗糙度特征对SAR图像进行目标检测的方法.方向性粗糙度特征是用指数小波在一个尺度上对检测图像滤波,对特定大小目标用能量关系函数求得各像素点在一个方向上的分形特征.针对MSTAR数据和ADTS数据的SAR图像,确定了用该方法检测目标时的最优参数.分别用方向性粗糙度特征和恒虚警率(CFAR)方法对上述两种不同波段的SAR图像进行目标检测,检测结果表明:方向性粗糙度特征能以更低虚警率检测出全部特定大小的目标,而且目标空间可分辨性好、位置指示准确.     

改进的ELU卷积神经网络在SAR图像舰船检测中的应用

随着航天技术的发展,我国SAR载荷的探测体系呈现多种类、多分辨率的发展趋势。传统的检测识别方法很难适应多分辨率、多种类的SAR图像数据,从而需要寻求一种能从多分辨率的图像数据中提取有效特征的方法。智能化发展非常迅速,本文基于SAR图像的特点,提出了改进的ELU激活函数卷积神经网络的方法,建立了结合ELU激活函数和二次代价函数的深度学习模型。同时,在训练样本中建立样本特征与所在分类中心的距离函数,用模糊支持向量机（FSVM）对提取的特征进行了分类。试验结果表明,本文方法提高了SAR图像舰船检测的抗噪性,并且检测率达到了98.6%。     

大气湍流对天基遥感系统地面分辨率的影响

分辨率是所有光学成像系统最重要的技术指标之一.当成像系统与待成像目标之间存在大气湍流时,后者便会在不同程度上影响图像分辨率.天基光学遥感更加关心大气湍流对目标地面分辨率的影响.从大气湍流相干长度和到达角起伏两个角度,通过详细的公式推导和数值计算,分别讨论天基光学遥感系统成像过程中湍流对图像地面分辨率的影响.结果表明,地面分辨率0.5 m以上的甚高分辨率遥感成像需要考虑大气湍流因素.     

SAR图像纹理特征相关变化检测的震害建筑物提取

SAR图像变化检测是遥感震害信息识别中的重要方法之一,常规的SAR图像变化检测方法主要以强度图像为主,易受图像中地物目标方位变化、表面粗糙度变化和图像中涵盖地物目标信息量庞大的影响。针对震后强度图像变化复杂无规律、纹理特征参数繁多且难优选的问题,以熊本地震益城町区域的ALOS-2数据为例,提出了一种基于纹理特征主成分变换的相关性变化检测方法,该方法首先提取图像的多个纹理特征参量,其次采用主成分变换的方法获取多个纹理特征参量的第一主成分分量,然后计算第一主成分分量的相关性,最后根据实地调查样本统计分类阈值对图像中不同程度震害建筑物进行检测,并与基于强度图像相关性变化检测方法、强度图像差值变化检测方法结果进行了对比。结果表明,基于纹理特征主成分的相关性变化检测方法能够有效地检测不同震害程度建筑物的分布,总体提取精度可达87.2%,高于基于强度图像的两类变化检测方法检测精度,在保持较高提取精度的同时,也有效降低了震害建筑物的错分概率,证明了该方法的可行性,提出的方法可用于震后灾损评估、救援决策制定、指导灾后重建。     

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%。     

火星Evros Vallis与塔里木盆地开都河流域河网形态和水文特征比较

从比较行星学的角度,开展火星典型河网和地球类比区河网对比研究,对深入理解火星表面河网产生、发展和消亡的时空演变过程,甚至对探索火星古老生命遗迹均具有重要意义。分别基于MOLA和ASTER GDEM高程数据,提取了火星Evros Vallis和新疆塔里木盆地开都河流域的河网水系,定量计算并比较了各级河流平均长度、各级河流平均弯曲系数、河网密度、河道密度、河道比降、河网分维数等河网形态与水文特征参数。结果显示:(1)Evros Vallis流域各级河流平均长度是开都河流域长度的1.4—2.5倍,说明Evros Vallis流域河流的规模普遍较大;(2)Evros Vallis流域各级河流平均弯曲系数为1.19,为平直河流;开都河流域各级河流平均弯曲系数均值为1.35,为弯曲河流;(3)Evros Vallis和开都河流域的河网分维数分别是1.63和1.70,表明这两个流域的地貌发育均处于幼年期刚刚结束,壮年期才开始的阶段,但前者的河网密度和河道密度均远小于后者,说明其整体发育程度小于后者;(4)Evros Vallis干流纵剖面整体呈现下凹趋势,河道相对平缓,比降为1.63‰;整个开都河干流的河道比降为3.74‰,其纵剖面整体形态可划分为两部分,河源这一段为下凹型,河道较平缓,比降为2.54‰,河口这一段为上凸型,河道较陡峭,比降为5.18‰。Evros Vallis的流域形态与水文参数与地球上自然形成的流域的形态与水文特征参数非常相似,并且其干流河道内还能观察到心滩等典型河流地貌、河流干涸过程中形成的泥裂以及表明水/冰曾存在的壁垒撞击坑,这些特征强烈显示该流域是长期水流冲刷侵蚀形成。     

变形椭圆的理论推导

从变形椭圆的两个极值长度比入手,运用解析的方法推求出该点的长度变形,角度变形以及其它所有变形特征。     

GPS观测值随机特性分析与建模

估计了GPS观测值精度、观测值的时间相关性和不同类型观测值之间的交叉相关性,重点分析观测值精度与高度角的趋势关系,建立能正确反映随机特性且简单实用的高度角加权模型,并从定位精度方面对建立的高度角加权模型进行评估。结果表明：随着卫星高度角的变化,观测值的精度有明显变化;建立的不同高度角加权模型与经验的高度角加权模型相比,在提高定位的可靠性方面有较为显著的改善效果。     

测图航空摄影中滤光片的选择与应用

概述了大气　雾对航空摄影质量的影响，以及航空摄影中滤光片的作用，比较全面系统地论述了测因航空摄影中选用滤光片的四个基本原则，并总结了在我国部分地区进行测图航空摄影时，选用滤光片的经验。     

植被单叶光谱特性的理论模拟

利用PROSPECT模型和实测的玉米叶片光谱数据，得出了叶肉结构参数N，从而模拟了在不同的叶绿不比和水分含量下玉米叶片的光学特性；发现叶绿素对叶片吸收率的影响在可见光部分占了主导作用，随着叶绿素含量的增加，叶片的吸收率增加；从近红外到2400nm，水分对吸收率的影响占据了主导地位，此时，随着水分含量的增加，叶片的吸收率也开始增加。同时，给定叶绿素和水分含量，还模拟了当叶肉结构参数变化时的叶片的光学特性，随着N的增大，叶片的反射率逐渐增大，并渐趋一致，而透过率随着N的增加而渐减小，最后也逐渐靠近。     

水稻冠层光谱反射特性的动态变化研究

通过对早稻整个生长期内冠层反射光谱特性动态变化的系统研究表明:①在整个水稻生长期内,水稻冠层反射光谱的比值植被指数(RVI)值呈有规律的变化,在抽穗前,随移栽后天数增加,RVI值也逐渐增大,至抽穗前达到最大值;而抽穗后,则随着移栽后天数的增加,RVI值逐渐下降,至收割前降至最低值;②积温与RVI之间存在着较密切的关系,通过对不同生育期积温与RVI之间进行的线性回归分析表明,在抽穗前,积温与RVI值之间呈极显著正相关;而抽穗后,积温与RVI之间呈极显著的负相关。在遥感估产中,这种水稻冠层反射光谱特性的变化对于校正生育期的估产偏差和提高估产精度可能有重要意义。     

《重庆市地图集》内容结构与编制特点

主要介绍了《重庆市地图集》的结构设计、内容体系以及编制特点,并对图集编制的目的和意义进行了概述。     

EMD与分形相结合的遥感影像水体信息提取方法

提出一种基于经验模态分解(empirical mode decomposition,EMD)和分形理论相结合的遥感影像水体信息提取方法,该方法尝试结合影像的光谱特征和纹理特征以提高分类提取精度。对影像进行主成分分析得到有效信息量最大的第一主分量,计算每个像元的分维数得到分维图,同时将第一主分量EMD分解得到有效信息量较大的前3个经验模态函数,再结合原有的波段信息作为研究数据,利用极大似然法分类器提取水体信息。该方法充分结合了EMD在降噪和区分相似光谱特征中的优势和分形理论在纹理信息提取中的优势。研究表明,该方法可有效提高水体信息的提取精度,Kappa最高到0.932 5。     

基于RS/GIS的耕地资源变化特征分析

以黑龙江省嫩江县为研究区,综合运用RS/GIS手段,分析1984~2011年近30年研究区耕地资源在数量和空间上的变化特征,结果表明:研究区耕地利用数量发生了一定变化,总体上耕地面积减少,主要转向林地、建设用地以及草地;耕地资源在空间变化上具有一定的特征,表现为南部变化较大,中部和西部变化居中,北部和东部变化最小;各乡镇耕地相对变化率的总体差异不大,相对比较均衡。研究成果可以为研究区耕地保护提供一定的参考。