遥感影像三维可视化在岩溶漏斗解译中的应用

岩溶漏斗是碳酸盐地区一种常见的地质现象,对工程建设具有重大影响。因此,查清其数量和分布特征对工程建设具有重大意义;传统的岩溶漏斗调查主要通过地面实地考察,工作量大、周期长,本文基于高精度地形图(1∶2 500)和遥感影像,实现了遥感影像三维可视化,真实地再现了地表现实景观,对漏斗调查具有较高解译效率和精度,为工程建设提供了相对准确可靠的地质灾害信息,可有效指导工程设计与施工,对岩溶地区岩溶漏斗调查提供了一种新的技术方法。     

基于小波域三重MRF分割算法的遥感图像分割分析

研究一种基于小波域三重马尔科夫随机场模型(Markov Random Field,MRF)分割算法的遥感图像分割分析方案,对高分五号卫星提供的遥感图像信息进行MRF图元分割,在图元中使用两次小波域分析进行图像信息加强处理,其结果仍无法在高分卫星工具包中实现图像信息的有效读取,所以使用无人机超低空补充遥感的方式进行补充遥测,最终比较植被、水域、道路、建筑在高分卫星工具包下的识别率.革新方案的识别率远高于卫星直接图像的识别率,但对水域、道路的识别率仍较低,经过超低空补充遥感后,识别率达到99％以上,基于小波域三重MRF分割算法对遥感图像处理有积极意义.     

遥感卫星在轨机场变化检测方法

针对机场飞机变化检测时效性要求高的特点,提出了遥感图像在轨变化检测的方法。该方法利用遥感卫星前后两幅机场图像,通过SURF方法配准并进行仿射变换,然后利用显著目标检测方法缩小目标检测区域,最后利用本文提出的圆周信息匹配方法,将二维图像匹配转换为一维信息检测的问题,实现对飞机的检测。利用前后两轨卫星遥感图像进行了试验,仿真结果表明,配准精度达到1个像素,能准确检测出飞机目标,说明该方法能准确高效地检测出机场飞机变化信息。     

遥感与GIS技术在西部支线机场建设中的初步应用研究——以云南腾冲机场为例

本文就西部支线机场建设的不利因素,提出了将遥感和GIS技术的优势充分应用于机场建设前期选址决策中,并以腾冲驼峰国际机场建设为例,探讨应用遥感技术,制作遥感图像三维可视化,为决策者提供直观的实地三维影像图;利用地理信息系统的空间分析功能,进行坡面、坡度和净空分析,可以为机场选址、布线等方面提供决策依据。遥感和GIS技术的综合应用对西部支线机场现代化建设创优工程提出了一定思路和技术方法。     

峰丛洼地遥感图像山体阴影缺失的克里格修复

为了解决岩溶区峰丛洼地遥感图像山体阴影区域信息“缺失”的问题,以广西壮族自治区平果县果化镇生态重建示范区典型峰丛洼地的遥感图像为例,利用地统计学的方法分析了ETM图像B3,B4,B5波段的灰度值(digital number,DN)结构特征,对3个波段阴影区域的DN值进行了修复与验证.结果表明:研究区峰丛洼地3个波段的DN值主要受内在因子的作用,有显著的空间自相关性,自相关距离都在360 m以上;各波段验证值与修复值之间都具有极其显著的相关性,平均相对误差均在0.2％以下,具有较高的修复精度;峰丛洼地山体阴影缺失信息的修复可为岩溶区生态环境监控、石漠化评估等遥感解译精度的提高提供参考.     

微机真彩色图像处理系统及其在环境遥感工作中的应用

本文主要介绍在微机上实现真彩色遥感图像处理以及利用自行开发的系统进行环境遥感信息分析的具体应用。由于SGW-93系统是一个建立在微机和真彩色图像卡硬件平台上的系统, 因此, 就其通用性、实用性、可扩展性、性能价格比而言, 效果明显。另外, 系统软件不仅提供了真彩色遥感像片几何精校正、栅格化处理、像片镶嵌拼接、拼接图像硬盘漫游查询、直方图分析、密度分割、反差增强、边缘提取等方面的功能, 而且还提供了彩色动态组合页面分析、多边形面积统计、图像汉字叠加与编辑、各种图像文件格式转换、彩色图像打印等功能。解决了在微机上实现真彩色遥感图像处理和环境信息的有效提取等问题。     

结合遥感和地学知识的高原机场工程地质评价

对于机场工程地质条件的评价,传统方式以野外地质调查方法为主,但野外工作往往受人类视野和活动能力的限制,要想在短时间内,快速准确地查明机场地质条件是很困难的。本文以遥感图像为信息源,进行遥感图像数字处理和三维可视化制作,结合基于地学知识的图像识别和解译技术,以云南昆明小哨国际机场为研究区,提取了相关地质信息,并结合已有资料,对其区域地质条件和场地地质条件进行了初步评价与工程地质条件分析,为进一步详勘工作提供了可行的参考。     

基于SPOT 5图像的岩溶地貌单元自动提取方法

通过对峰林、峰丛和岩溶洼地3者的地理特征和影像特征的研究,基于遥感图像本底值提出了能有效反映目标特征的遥感指数——植被指数、土壤亮度指数、图像主成分变换第1主成分值及地形数据等,并构建了遥感指数的集成计算法,建立了遥感自动提取模型.指数集成运算法能够有效地增大峰丛、峰林与其他地物之间的光谱差异,使这些岩溶地貌单元的灰度值高于其他地物,从而利于岩溶地貌单元提取阈值的自动选取.基于构建的遥感自动提取模型先提取了峰丛、峰林信息,并在此基础上提取了岩溶洼地信息.经实验研究表明,该方法具有较高的提取精度和效率.     

深度融合网结合条件随机场的遥感图像语义分割

为了充分利用遥感图像中丰富的细节信息和上下文信息,提高图像语义分割精度,提出一种深度融合网结合条件随机场模型的遥感图像语义分割方法。方法在全卷积神经网络框架中增加反卷积融合结构,搭建深度融合DFN (Deep Fusion Networks)网络,通过深层网络自动获取多尺度特征,避免人工设计和选择特征,提高模型的泛化能力;同时借助反卷积融合结构,利用多尺度信息,将浅层细节信息和深层语义信息相融合,提高模型的处理精度。由全连接条件随机场引入空间上下文信息,更好地定位边界,得到最终的语义分割结果。在遥感图像数据集上的实验结果显示:(1)随着不同尺度细节信息的融入,结果的边缘轮廓越精确、接近标签图像;(2)增加了空间上下文信息后,语义分割结果边缘更细化、准确,精度更高。实验表明,该方法可以有效提高遥感图像语义分割的精度,改善结果的过平滑现象。     

利用遥感图像进行植被调查的研究

论述了遥感图像原理及图像特征的提取，分析了植被在多波段图像中的反射波谱。以此差异来识别各种类型的树木。利用遥感图像解译来采集城市规划与管理所需要的信息。完成植被调查，为改善城市环境质量、实现园林绿化提供可靠的基础数据。     

人工神经网络信息融合及其在机场识别中的应用研究

以机场识别为研究对象,以两种改进的BP网络作为算法工具,以TM影像作为原始数据,在特征级信息融合技术框架下进行机场识别研究。首先对可用于机场识别的特征进行分析,提出使用光谱特征、纹理特征和几何形状特征这三个特征的7维矢量作为BP网络的输入,并对BP网络的训练、测试和识别三个过程进行了详细的讨论。     

高光谱遥感影像管理系统的设计与实现

由于高光谱数据的海量高维特征,使得传统的信息系统难以有效地对这些数据进行高效地存储、处理、分析,表现等管理操作。因此如何采用新的技术来开发一个能有效管理高光谱遥感影像数据的影像管理系统,是当前高光谱快速发展和深入应用的一个瓶颈之一。本文在研究的过程中,对当前影像管理系统的发展作了大量的分析,利用成熟的关系数据库和程序设计语言,开发了一个方便实用的高光谱遥感影像管理系统以管理高光遥感影像和其他遥感信息,提高影像管理效率。系统已初步实现了多景高光谱遥感影像检索,可以任意加载、导入高光谱遥感影像,运行效果良好。     

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.     

一种结合地理知识的遥感影像目标实体关联方法北大核心CSCD

遥感影像目标识别技术已广泛应用于目标动态监测与定位等领域。但影像目标识别的结果缺乏与目标属性信息的链接,导致分析人员只能依据影像特征进行分析,难以进行更复杂的目标数据关联分析与挖掘。针对遥感影像目标识别语义属性信息缺失的问题,本文利用知识图谱相关技术将影像判别的目标信息与知识语义网链接。首先,提出了一种遥感影像目标知识图谱构建框架;其次,针对遥感影像目标不同的数据类型,构建遥感影像目标知识抽取模型,提出了基于相似度目标实体识别和预定义模式的关系抽取方法;然后,基于多特征Logistic模型的影像目标实体链接方法,实现了遥感影像目标实体与百科知识库的知识关联;最后,针对预定试验区域进行试验,验证了本文方法的可行性。     

基于深度学习的目标检测定位系统设计与实现

针对传统遥感影像目标检测方法效率不高,并且无有效手段对检测信息进行管理利用的问题,提出了在B/S构架下基于深度学习的目标检测及定位方法。通过集成深度学习框架、WebGIS以及数据库,实现了集遥感影像目标检测、展示及管理于一体的目标检测定位系统,满足多用户基于前端浏览器的并发目标检测需求。利用网格划分策略,实现了基于前端的大区域范围的目标快速检测。基于某机场飞机目标及某城市区域运动场目标检测结果表明:本文设计的目标检测定位系统能够在前端实现目标快速检测定位,具有较高检测精度,并可有效管理检测信息,为深度学习循环再利用提供数据支撑。     

卫星遥感应急监测信息服务框架设计与应用——以四川木里森林火灾为例

构建及时、有效的卫星遥感应急监测信息服务框架，是开展自然灾害应急救援能力建设的重要内容。本文以数据统筹管理、多源数据处理、应灾信息分析及信息服务快速发布等关键技术为核心，依托高效互联机制和高速数据通道，构建了卫星遥感应急监测信息服务框架。通过在四川木里森林火灾应急遥感监测中的具体应用，实现了对灾前灾后数据的实时推送，以及灾区遥感解译图、三维地形、救援通达性及火灾变化等综合信息服务的及时发布，为四川省火灾一线救援工作提供了科学指导，为新时期国家应急能力建设提供了探索性技术途径。     

恰奔布拉克金矿区地质特征的遥感分析

本文叙述了应用遥感技术发现新疆北部恰奔布拉克金矿区的过程以及该区遥感影像特征和成矿地质信息识别在找矿中的作用。在没有前人找矿地质资料的地区,从遥感分析开始,再结合遥感与其它资料综合分析研究,选择靶区最后经工程验证,达到了求出一定规模远景预测储量的程度。说明了以遥感解译为基础,综合应用地质学、矿床学等有关知识及物化探数据,进行综合分析,可以取得快速高效的找矿效果。     

浅谈QuickBird遥感卫星影像几何精校正

QuickBird卫星影像是目前商用高精度遥感图像，因其空间分辨率较高，数据产品格式复杂，目前在实际应用中对其几何精校正（包括正射校正）还存在许多问题。本文就近年来承担有关项目——高精度遥感图像在西藏、云南、四川等地区机场建设工程应用的基础上，探讨了QuickBird卫星影像的几何精校正方法、原理以及高精度正射遥感影像地图制图工艺的关键性技术问题。     

基于神经网络的遥感图像识别算法

随着遥感技术的发展,将会有更多不同时间、空间分辨率的遥感图像数据应用于各个领域的工程中,遥感图像的模式识别便成为当前遥感图像应用研究领域中一个很重要的研究方向。人工神经网络（Artificial Network Networks,ANN）是一种模仿动物神经网络行为特征,进行分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度,通过调整内部大量节点之间相互连接的关系,从而达到处理信息的目的。基于神经网络的遥感图像识别是遥感图像处理领域这几年的研究重点。本文首先介绍了人工神经网络和模式识别算法的基本理论知识,然后利用人工神经网络在Matlab工具箱环境中进行高空间分辨率的遥感图像识别。     

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。