K-means聚类引导的无人机遥感图像阈值分类方法

针对无人机获取的高分辨率遥感图像分类需求,提出一种K-means聚类引导的阈值分类方法。首先计算出无人机遥感图像数据集的Average Silhouette值,作为K-means的最优聚类数目;然后对原始图像进行Kmeans聚类初分割,对初分割结果中的非目标区域进行手工剔除;再对处理之后的新对象进行阈值分割和图像优化,完成对象的提取;最后对所有处理得到的地物标签进行合并,实现遥感图像的识别与分类。基于MATLAB/GUI平台,对提出的分类方法处理步骤进行集成,开发了无人机遥感图像分类处理系统,可对无人机遥感图像进行快速处理,实现半自动解译。对分类结果进行精度验证,其总体精度为91.09%,Kappa系数为0.88,表明该方法用于无人机遥感图像分类处理,能够实现地物的精确分类与信息提取。     

面向对象结合深度学习方法的矿区地物提取

为了快速准确获取煤炭矿区的地物信息,以达到辅助安排和部署矿区安全生产工作的目的,采用无人机低空遥感拍摄的方式获取了矿区内的高清影像数据,并提出一种基于面向对象和深度学习的矿区无人机影像地物提取方法。首先利用面向对象的分类方法配合人工校正,制作用于深度学习语义分割的标签,再采用FCN-32s,FCN-8s和U-Net 3种深度学习语义分割模型提取图像特征,训练出3种不同的分类模型,并基于此提出多数投票和打分算法2种集成模型改进地物提取精度。实验结果表明,面向对象结合深度学习方法的地物提取准确率、Kappa系数较传统面向对象方法均有明显提升。其中打分集成模型识别效果最好,在测试集上的整体准确率为94.55%,高出面向对象方法 5.96百分点; Kappa系数为0.819 1。     

综合机载LiDAR与高分影像的煤矿区典型地物提取方法

综合利用LiDAR点云数据与WorldView-2高空间分辨率遥感影像,采用面向对象分类的矿区地表覆盖信息提取方法,利用nDSM高度阈值区分候选分割对象,构建了基于决策树分类器的矿区典型地物提取模型,在此基础上将图像光谱信息、DSM数据和地形参数等多源数据进行了融合,提取了出矸石堆、煤堆等典型煤矿区地物要素及植被、道路、水体等地表覆被要素信息。     

基于无人飞行器遥感的矿区沉陷控制及景观规划研究

空间信息在矿区陆面演变的研究中发挥着重要的作用,但由于矿区特殊的地理地貌特点,传统的空间数据获取方法无法满足;无人机遥感系统方便、快捷,本文探讨了基于无人机遥感系统的矿区空间信息获取及其在矿区沉陷控制与景观规划建设中的应用。     

面向对象的多尺度无人机影像土地利用信息提取

选取面向对象的方法,对无人机影像进行土地利用信息提取.通过对获取的原始无人机影像进行预处理,选取合适的分割参数对实验区进行多尺度分割,找出不同地物最优分割尺度,建立多尺度分割分类的层次结构体系,然后依据地物分类特征差异,在各自最优分割尺度层建立地物特征提取规则,实现土地利用信息的提取.研究结果表明,针对无人机高分辨率影像,运用面向对象的多尺度分割影像信息提取技术,可充分利用影像中包含的纹理、形状、大小及其相互空间信息,快速、准确地进行土地利用信息提取.     

高分辨率遥感影像信息提取方法综述

感知地物信息最直接的载体就是遥感影像,从遥感影像中提取地形地物等专题信息是当前遥感技术面临的一个迫在眉睫的问题。遥感影像的空间分辨率伴随着遥感技术的飞速发展从公里级发展到厘米级,同时遥感影像所包含的信息正越来越丰富化。高空间分辨率遥感影像具有数据量极大、数据复杂以及尺度依赖的特点,使得高空间分辨率的遥感影像的数据处理以及影像信息提取具有一定的难度,面临一些急需解决的问题。文中介绍了高分辨率遥感影像信息提取的国内外研究现状和趋势,分析了几种遥感影像的分类方法,指出了面向对象的遥感影像信息提取的技术及高分辨率遥感影像的多尺度分割,并指出了国内外在遥感影像信息提取技术方面的不足和迫切需要解决的问题。     

面向对象的遥感影像隐性地物信息提取

针对传统遥感影像提取方法中仅使用光谱像元信息的缺陷,本文使用Landsat 8遥感影像数据,探究面对地形复杂区域进行多种地物信息提取充分挖掘影像隐性信息的情况,使用面向对象的分类方法实现地物信息提取.结果 表明该方法分类精度较传统监督分类有所提高,且符合人类认识客观事物的思维模式,对于准确提取地物信息、提高提取精度具有很大帮助.     

使用量子优化算法进行高光谱遥感影像处理综述

高光谱遥感技术从20世纪80年代出现以来,已迅速成为对地观测的重要组成部分,其影像信息提取是地物信息提取的主要数据来源。高光谱遥感影像除提供地物的空间信息之外,其成百上千个波段携带的光谱信息所提供的光谱诊断能力可以对地物目标进行精细化解译,大大增强了对地物信息的提取能力。充分利用高光谱遥感影像丰富的光谱信息对地物目标进行精细化解译成为近年来遥感领域的研究热点。对基于量子优化算法的高光谱遥感影像处理方法进行阐述,介绍了量子优化算法的发展与技术,并概括了其在高光谱遥感影像中的应用,并对量子优化算法在高光谱遥感影像处理中的应用发展提出建议和展望。     

ASTER数据的煤矿区水体信息提取

为实现多光谱数据对煤矿区水体信息提取，以萍乡市芦新岭及周边煤矿为试验区，在国内外学者对水体指数法提取水体信息和应用的启发下，对试验区不同地物的波谱特征进行分析。本文首先利用数学统计方法建立一种ASTER数据综合归一化差异水体指数模型SWI ASTER_xy，然后利用这一模型对试验区进行水体信息提取。试验表明，该模型能够有效地提取矿区各类水体，还可以运用在ASTER数据（或其他多光谱数据）对不同区域不同地物的提取，在遥感地物定量提取上具有很好的效果和潜力，具有一定的推广价值。     

基于面向对象的珲春地区高分辨率遥感影像分类研究

以吉林省珲春市春化镇为研究区,以Pleiades、高分一号、资源三号影像为实验数据,利用面向对象信息提取方法实现了对3种遥感影像进行信息提取。利用3D Filter边缘检测算子对多尺度分割进行优化,通过对影像进行多次实验得出地物要素的最优分割参数,并且建立不同地物要素的分割层级。分析实验数据的特点构建了合理的分类层级,选取能区分各个地物要素的特征进行组合,利用阈值分类和模糊分类实现地物要素的信息提取。利用混淆矩阵对数据进行客观分析,得到3种影像的总体分类精度和kappa系数。分析结果表明:Pleiades影像分类精度较高,更适合本实验区的遥感影像信息提取。     

无人机遥感：大众化与拓展应用发展趋势

当前遥感领域各个国家不断加大投入,星载数据资源日益丰富。伴随大数据等前沿技术的发展与深入应用,遥感在宏观层面上已经得到了较为充分应用,对于全球变化以及地球系统科学研究而言是一个重要的数据源。我国已经成为国际上的遥感大国,高分专项的实施标志着民用航天遥感进入亚米级时代。但是,由于空间分辨率与重访周期之间的矛盾,高分辨率卫星数据的可获得性尚不能满足一些不断增长的应用需求。国内遥感应用尚停留在宏观层面,主导是政府部门,用户也是政府各级部门。遥感在满足大量微观和大众具体应用层面尚没有落地。无人机遥感的出现与快速发展,为促进遥感应用落地起了很好的助推作用,无人机遥感在区域信息精细化上具有高科学价值,具有高空间分辨率、高频次、高性价比等特点,可以与卫星遥感能力形成互补,缓解了高空间分辨率和时间分辨率的矛盾,在低成本的基础上实现了空间和时间的辩证统一。当前无人机遥感的发展尚处于初级阶段,但呈现出一些极具特色的应用前景,尤其是无人机"遥感+"应用发展迅猛。同时,发展过程中也还有诸多政策、技术与方法方面的问题。本文在总结无人机未来发展趋势的同时,对无人机遥感的发展,从政策、技术与应用等层面提出了建议。     

基于遥感任务的凹多边形区域无人机航迹规划算法

针对遥感观测的需求与特点,提出一种基于遥感任务的凹多边形区域无人机 (UAV) 航迹规划算法,旨在保证UAV不相撞与区域全覆盖的前提下,总耗时更短. 根据遥感影像获取的特点,采用统一主飞行方向,定点拍摄进行UAV航迹规划. 通过航线分割点求取、多边形划分、UAV分配、碎片多边形合并与UAV再分配以及航点信息求取五个步骤,得到在选定主飞行方向的情况下UAV航迹的优化. 通过选取凹多边形及其凸包的边所在的方向分别为主方向,得到全局最优解. 实验结果表明:该算法能合理分配UAV并进行航迹规划,比传统方法更为高效、适用性更强.      

基于SIFT算法的无人机航空遥感影像匹配

当无人机低空飞行获取高分辨率遥感影像时,由于不同摄站点拍摄角度不同,使得建筑物等凸出地面的物体在立体像对上成像时产生投影差,导致物体成像几何形状发生畸变并且出现地面高层建筑物之间遮挡现象严重的问题,从而导致匹配困难,成为影响无人机航空遥感影像匹配质量的主要因素。本文采用对旋转、遮挡、缩放、图像局部灰度变化等都具有较强的稳定性的SIFT算法来进行匹配,并取得了很好的效果。     

IPS在无人机遥感影像处理中的应用

介绍了IPS在无人机遥感影像处理中的流程及软件的特点和优势,实例验证,该软件能够快速处理海量无人机遥感数据,为无人机遥感影像数据处理市场提供了一种实用的有效解决方案。     

无人机遥感在应对地质灾害中的主要应用

无人机遥感技术在近几十多年取得了巨大发展,从理论研究已经进入了实用化阶段,尤其是在预防与应对自然灾害方面有着明显优势。介绍了无人机遥感系统的组成、数据获取和处理过程,对地质灾害监测、应急救援和灾情评估工作中无人机遥感可提供的的应用进行了分析,并介绍了无人机遥感在重庆市武隆县鸡尾山特大型滑坡救援中的应用;并对无人机遥感系...     

某铝土矿低空无人机遥感测绘成果精度分析

对于分布散、范围大的铝土矿区,传统测量手段及时获取满足精度要求的矿区测绘资料具有一定难度。采用低空无人机遥感技术,能够快速提供矿山建设所需要的数字线划图、数字高程模型及数字正射影像,实现矿山的数字化与信息化建设。结合某铝土矿测绘面积大、矿区地物要素较少的测绘特征,通过无人机影像快速空三加密以及DLG,DEM,DOM的制作技术,获得低空无人机遥感测绘成果。通过对解析空三加密点精度分析和GPS实测点检查,表明测绘成果满足1∶2 000测图精度要求。     

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。     

基于遥感生态指数的神府矿区生态环境评价

采用遥感技术对矿区生态环境进行监测与评价,对矿区生态环境的保护和可持续发展具有重要意义。本文首先提出了一种遥感生态指数（RSEI）改进方案,除了采用原模型的绿度指标、湿度指标、热度指标及干度指标4个生态指标外,引入植被净初级生产力（NPP）指标,并对矿区生态环境进行各单生态指标评价分析,然后采用改进后的遥感生态指数,对神府矿区2000—2016年的生态环境变化进行综合评价。评价结果表明,2000—2016年,神府矿区的遥感生态指数呈整体升高趋势,RSEI增幅约为0.1/10 a,大部分区域植被生产力逐渐增强,生态环境得到恢复,生态环境质量逐渐提升。     

高分辨率遥感卫星辅助无人机空中三角测量

针对传统无人机影像空中三角测量需要大量外业控制点的问题,提出通过高分辨率遥感卫星影像空间定位获取地面点坐标,并将这些地面点作为无人机影像的控制点来源,以此辅助无人机空中三角测量。在基于RPC模型的高分辨率遥感影像空间定位的基础上,采取多种控制点布设方案进行了无人机影像空中三角测量,并对比分析了各布控方案对试验精度的影响及原因。试验结果表明,在不采用外业实测控制点的情况下,只用高分辨率遥感影像空间定位得到的加密点作全局控制,平差后检查点平面精度可达到0.629 m,高程精度可达到0.823 m,如果要保证更高的空三精度,可在测区四周及中心增加少量外业实测控制点。     

低空热红外遥感在探测输油管道中的应用

针对采用常规地面探测方式探测地下输油管道工作量大,需要花费大量人力、财力和时间等问题,该文论证利用无人机搭载热红外遥感探测地下输油管道的可行性。具有较高温度的石油在地下管道运行时不断向周围扩散热量,可在地表形成温度明显高于背景温度的热扩散异常带,根据这一原理,采用红外热成像法探测地下输油管道,实现其位置的定位;随着低空无人机遥感技术的发展,将无人机和热红外遥感技术结合,通过数据后处理和影像解译,实现快速较大面积的输油管道探测。选择天津市大港油田某一区域作为试验区,制定完整的技术流程,共发现地下输油管道134条,补充完善了已有管线资料,具有良好的应用效果。