用马尔科夫网对多光谱遥感图像进行波段最优融合

研究马尔科夫网的概念方法,分析它在空间数据挖掘中的作用与意义,以多光谱遥感为例广泛研究以多种迹度量建立多波段遥感图像间的马尔科夫网,并以此为根据实现波段最优融合.研究表明,马尔科夫网可以很好地揭示空间数据间的抽象相邻关系,是数据深入处理的依据,同时这种网络自身就具有表达知识的意义.并提出未来应用方向.     

基于DMN的高光谱图像分割方法研究

简述高光谱遥感光谱特征体系(包括光谱曲线特征、光谱变换特征和光谱度量特征3个层面)。研究马尔科夫网的概念和方法,生成基于光谱角(SA)特征度量的DMN,并以DMN为证据对高光谱图像进行分割;研究和实验表明基于SA信息的马尔科夫网可以很好地综合高光谱数据空间特征与光谱特征间的关系,为进一步数据处理提供优化控制(其实质是概率神经网络)。最后提出未来应用和研究方向。     

交通监控视频图像语义分割及其拼接方法

视频拼接是图像拼接的外延,在场景监控、目标识别等应用中发挥着重要作用。传统视频拼接算法多要求视频间具有较大重叠区域且特征点匹配过程中只顾及图像几何特征,当处理交通监控视频时,会因不同摄像头之间重叠区域极小或主光轴之间夹角较大而导致无法拼接或图像变形较大。为此,本文提出一种交通监控视频图像语义分割及其拼接方法。首先,利用边缘角度二阶差分直方图算法自动识别多视频交汇区域的正射影像,并将其作为拼接背景图像;然后,基于全卷积神经网络对正射影像和视频图像进行语义分割,提取图像中的交通专题语义;最后,以交通专题语义作为约束进行特征点匹配,将各个交通监控视频匹配至背景正射影像,实现监控区域视频拼接。采用山东省某市实际视频数据进行试验验证,结果表明对于重叠区域较小的监控视频,本文方法可获得较好地拼接图像,同时可有效提高特征点匹配的准确度。     

利用监测网中断分析导航系统完好性监测

针对系统级完好性监测过程中,监测网、监测站及监测设备运行状态相互耦合,监测网中断对系统级完好性监测可用性影响尚不清晰的问题,研究提出综合利用马尔科夫链和贝叶斯网的集成算法,开展系统级完好性监测的可用性建模与分析。该算法借助马尔科夫链确定监测设备可用性,采用中断分析确定监测网逻辑关系,利用贝叶斯网开展系统级完好性监测可用性建模与分析。仿真分析结果验证了本方法的正确性和可行性,并指出在区域布设的系统中,监测站可用性高低在重要度确定过程中占主导作用。     

基于贝叶斯框架和Gamma分布的SAR图像分割

图像分割作为图像处理的关键步骤之一,一种高精度的SAR图像分割方法在图像分析与解译中显得尤为重要。根据SAR图像的统计特性,本文主要研究基于贝叶斯框架和Gamma分布的SAR图像分割方法,分别以单一Gamma分布概率模型和Gamma混合模型定义像素属于聚类的或然率;此外,基于马尔科夫随机场理论定义像素与其邻域像素标号间相互作用关系,并以此作为先验概率;然后,根据贝叶斯定理得到像素属于聚类的后验概率。最后,分别基于上述两种方法对模拟SAR图像及真实SAR图像进行分割实验。结果表明,Gamma混合模型较单一Gamma分布能够更加准确地描述SAR图像分布特征,得到高精度的分割结果。     

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...     

静止背景下运动目标的检测

针对运动目标识别与检测中的背景重建问题,研究采用一种基于Kalman滤波理论的时域递归低通滤波模型进行背景图像的重建和更新。为提高算法的自适应性,采用Ostu(最大类间差)方法进行阈值的选取,从而检测出视频中的运动车辆。试验结果表明,该方法应用于实时运动目标检测中具有很好的有效性。     

计算机视频图像远距离传输系统设计与实现

高清晰度的计算机视频图像远距离传输是图像传输、显示技术的重要课题。本文通过对电视视频图像和计算机视频图像的比较，通过对计算机视频图像的特性分析，针对性地提出了利用图像压缩技术实现远程传输的思路，设计了利用微波通信实现远距离计算机视频图像客户端高清晰度实时显示的试验系统。     

基于可分解马尔科夫网的极端椒盐噪声图像滤波

提出了一种基于可分解马尔科夫网(decomposableMarkovnetworks,DMN)的极端椒盐噪声的均值滤波方法,指出其网络节点的阈值衰减特性和网络节点的连接特性具有很好的对椒盐噪声污染图像的噪声定位的作用,并提出一种在该网络控制下,只对与噪声相关的像素进行均值计算以替代噪声像素的亚均值滤波算法,实现了图像的较强自适应滤波。实验表明,本文方法具有良好的滤波性能。     

基于数学形态学方法的街道数据提取算法

数学形态学用具有一定形态的结构元素去度量和提取图像中的对应形态以达到对图像分析和识别的目的。其中细化是处理线状二值图像的一种重要技术,它可以把二值图像区域缩成线条,以逼近区域的中心线,极大地减少图像中的冗余信息量,以便进一步分析和识别。本文研究了通过击中变换实现的骨架线提取算法,并将其应用于城市居民地的街网数据提取,取得了较好的实验效果。     

Behavior mining of spatial objects with data field

The advanced data mining technologies and the large quantities of remotely sensed Imagery provide a data mining opportunity with high potential for useful results. Extracting interesting patterns and rules from data sets composed of images and associated ground data can be of importance in object identification, community planning, resource discovery and other areas. In this paper, a data field is presented to express the observed spatial objects and conduct behavior mining on them. First, most of the important aspects are discussed on behavior mining and its implications for the future of data mining. Furthermore, an ideal framework of the behavior mining system is proposed in the network environment. Second, the model of behavior mining is given on the observed spatial objects, including the objects described by the first feature data field and the main feature data field by means of the potential function. Finally, a case study about object identification in public is given and analyzed. The experimental results show that the new model is feasible in behavior mining.     

数字挖掘方法在遥感分类中的应用研究

随着空间信息领域技术的提高,利用卫星遥感数据获取地表信息的数据量也飞速的增长,快速有效地在海量遥感数据源中获取感兴趣的地表信息成为一项重要的研究方向。数据挖掘方法具有从海量数据集中提取隐含其中信息的功能,使得数据挖掘方法在遥感图像分类和专题信息提取中具有较好的应用,但不同的数据挖掘算法具有各自的独特性,使得在遥感分类中使用数据挖掘方法并不容易,本文通过介绍几种常用的数据挖掘算法,分析和探讨了这些方法在遥感分类应用中的优势和局限性,为在遥感分类中更好的、有针对性的选择数据挖掘算法提供借鉴。     

基于数据场的空间目标行为挖掘(英文)

The advanced data mining technologies and the large quantities of remotely sensed Imagery provide a data mining opportunity with high potential for useful results. Extracting interesting patterns and rules from data sets composed of images and associated ground data can be of importance in object identification, community planning, resource discovery and other areas. In this paper, a data field is presented to express the observed spatial objects and conduct behavior mining on them. First, most of the important aspects are discussed on behavior mining and its implications for the future of data mining. Furthermore, an ideal framework of the behavior mining system is proposed in the network environment. Second, the model of behavior mining is given on the observed spatial objects, including the objects described by the first feature data field and the main feature data field by means of the potential function. Finally, a case study about object identification in public is given and analyzed. The experimental results show that the new model is feasible in behavior mining. Supported by the National 973 Program of China(No.2006CB701305,No.2007CB310804), the National Natural Science Fundation of China (No.60743001), the Best National Thesis Fundation (No.2005047), the National New Century Excellent Talent Fundation (No.NCET-06-0618).     

基于空间数据挖掘的遥感图像处理

数据与数据库的爆炸式增长导致了一个十分突出的问题,即如何高效、智能地从巨量的、有噪音的、随机的数据中提取有效的、潜在有用的信息和知识.近几年来,空间数据挖掘技术的广泛研究正是基于此目的.本文初步探讨了空间数据挖掘技术在遥感图像处理中的应用,其重点阐述了关联规则,以及数据挖掘技术在遥感图像数据处理中的基本方法以及如何对遥感图像数据进行离散化处理.文章最后简要介绍了遥感图像处理的决策树和人工神经网络数据挖掘技术方法.     

论夜光遥感数据挖掘

如果从地球上空观测夜间的地球,可以发现人类聚居区和经济带发出夺目的光芒。当夜间的天空无云时,遥感卫星能够捕捉到城镇灯光、渔船灯光、火点等可见光辐射源,这些夜间无云条件下获取的地球可见光的影像即夜光遥感影像。与日间遥感不同,夜光遥感对于反映人类社会活动具有独特的能力,因此被广泛应用于社会经济领域的空间数据挖掘。本文首先介绍能够观测夜间灯光的卫星遥感观测平台和传感器,然后从社会经济参数估算、城市化监测与评估、重大事件评估、环境及健康效应研究、渔业信息提取、流行病研究、油气田监测等方面总结了夜光遥感数据挖掘的现状和特点。最后,文章从新型数据源、知识发现、地面观测和地理国情—世情监测4个方面提出了夜光遥感及其数据挖掘的未来发展趋势。     

Small-scale surface mining of gold placers: Detection,mapping, and temporal analysis through the use of free satellite imagery

Informal small-scale mining is spread in many countries and provides livelihood to numerous families in rural areas yet often with devastating social and environmental impacts. The alluvial gold mining process in Colombia, also known as placer mining, involves excavations using heavy machinery and creates large footprints of bare soil and mining ponds. The very dynamic nature of this extractive activity and its spread in rural and remote areas make its mapping and monitoring very challenging. The use of freely available satellite data of the Copernicus programme provides great new possibilities to study these activities and provides stakeholders integrated data to better understand the spatial and temporal extent of the activities and mitigate affected areas. The objective of this work is to assess the potential of Sentinel-2 data to identify mining areas and to understand the dynamics in landcover change over a study area located at the border of the municipalities of El Bagre and Zaragoza in Bajo Cauca, Colombia. The study utilizes a classification approach followed by post-processing using field knowledge on a set of images from 2016 to 2019. Sequential pattern mining of classified images shows the likelihood of certain annual and seasonal changes in mining-impacted landcover and in the natural vegetation. The results show a slight reduction in the detected mining areas from 2016 to 2019. On the other hand, there are more mining activities in the dry season than in the wet season. Excavated areas of bare soil have a 50% chance to remain in excavation over the considered period or they transition to non-vegetated areas or mining ponds. Vegetation loss due to the extractive activities corresponds to about 35% while recovered vegetated areas are 7% of the total excavated areas in June 2019. An analysis of abandoned sites using NDVI shows that it takes a much longer period than the one considered in this paper for potential natural recovery of vegetation. Finally, the work was disseminated among stakeholders and the public on MapX (https://mapx.org), an online open platform for mapping and visualizing geospatial data on natural resources. It is a pilot study the will be the basis of the analysis of more regions in the department of Antioquia.     

融合D-InSAR与GIS技术的矿区开采沉陷形变监测及预测方法

针对合成孔径雷达差分干涉测量（D-InSAR）技术能监测大范围地表形变信息,但单一的D-InSAR技术不能精确分析沉降分布的范围和位置的问题,本文以淮北袁店二矿为例,首先选择2015年4—5月2景C波段Radarsat-2和7—12月6景Sentinel-1卫星影像数据作为干涉影像数据构成6个干涉影像对,通过二轨法对其进行差分干涉处理和相位解缠提取干涉形变图;然后将D-InSAR差分干涉图与开采平面、开采计划图导入ArcGIS进行叠加,分析矿区开采沉陷区域的空间动态分布位置并进行定量分析;最后采用灰色理论模型进行预测。结果表明：D-InSAR叠加分析图能反映出在煤炭开采过程中沉降区域位置和分布范围;D-InSAR预测值与实测值最大相对误差和方差比分别为11.5%和0.097。     

基于Landsat影像的木里煤田矿区植被覆盖提取及时空变化分析

木里煤田地处青藏高原典型生态环境脆弱地带的大通河源头,本文以Landsat影像为数据源,基于归一化植被指数像元二分模型估算木里煤田矿区1990-2016年植被覆盖度,监测其动态变化及时空发展规律。研究发现,1990-2016年矿区裸土及低植被覆盖面积增加156.60 km^2,中植被覆盖面积增加153.37 km^2,高植被覆盖面积减少309.99 km^2。动态监测结果表明,1990-2016年木里煤田植被覆盖呈现严重退化趋势,退化最明显区域出现在矿区周边;时空格局变化分析结果表明,矿区植被覆盖等级逐渐向低植被覆盖等级转变,植被覆盖区域面积逐渐缩小。通过监测木里煤田矿区植被覆盖动态变化并分析其时空变化特征,为研究区生态环境修复,土地复垦等工作提供相关数据参考及技术支撑。