一种基于卷积运算的遥感影像道路提取方法

根据遥感影像道路特征,提出一种基于卷积运算和数学形态学的道路提取方法。首先通过拉普拉斯算子对图像行锐化处理;再用卷积运算获得线特征加强系数,在加强道路线特征的同时,背景灰度恒定区域被弱化;然后去除短线和块状噪声,适当地加入人工干预进行道路修剪;最后用数学形态学细化处理得到道路网。实验结果表明,该方法能有地从遥感影像中提取出道路。     

空洞卷积U-Net的遥感影像道路提取方法

针对从遥感影像上提取道路出现的细节特征丢失、提取结果模糊的问题,该文提出了一种基于空洞卷积U-Net的遥感影像道路提取算法:①以U-Net为基础网络,将低层细节特征与高层语义特征进行多特征融合,更好地还原道路目标细节;②为了进一步提高网络对道路细节特征的识别能力,在U-Net中引入空洞卷积模块,学习更多的语义信息来改善提取结果出现的模糊问题.在Massachusetts roads和高分辨率城市道路影像Cheng roads dataset数据集下的实验结果表明,在召回率、精度和F1-score指标分别达到了82.5％、86.7％、84.5％;93.2％、92.1％、92.6％.与基础的U-Net相比,该算法在解决细节特征丢失和提取结果模糊问题方面更具有应用价值.     

全卷积神经网络用于遥感影像水体提取

提出了一种全卷积神经网络模型用于遥感影像的水体目标提取的方法,介绍了全卷积神经网络的基本原理及构建3种网络模型的过程。为了分析模型效果,首先搜集带有水体的影像数据,并将这些数据标注为水体和背景两类,然后利用构建的全卷积神经网络模型进行推理和学习获取先验模型,最后对测试影像进行水体提取试验。通过与传统的基于影像光谱特征的阈值法和基于图论的Grab Cut算法提取结果进行比较,验证了本文方法的可行性。     

基于卷积神经网络的城市水体提取方法研究

针对传统方法在城市水体提取中容易受到建筑物阴影影响和难以精确提取细小水体等问题,提出了一种基于逐像元分类和多尺度分割技术的卷积神经网络遥感水体提取方法.该方法利用像元的光谱特征向量构建光谱特征矩阵,作为卷积神经网络输入特征训练水体提取模型,以多尺度分割结果抑制分类离散点与水体边缘误分现象,进一步提高提取精度.试验结果表...     

基于Asar与TM图像的洪水淹没范围提取

在洪水灾害监测、灾情评估中,洪水淹没范围是最重要的信息之一。洪水灾害中获取的雷达图像能够提取水体的范围,但很难区分出原有水体和洪灾中淹没区范围。基于这个问题,本文提出利用目前功能最为强大的星载雷达系统Asar在灾中得到雷达图像和灾前或者灾后的TM图像复合,得到灾中与非洪灾时期水体的变化范围,即获得洪水淹没范围的方法。试验结果表明,利用这种方法可以快速、准确地提取洪水淹没范围。     

高分辨率遥感影像建筑物提取的空洞卷积E-Unet算法

利用高分辨率遥感影像提取建筑物是目前研究热点之一,但由于建筑物颜色各异、形状大小不同、细节繁多,提取结果普遍存在边缘模糊、转角圆滑和细节丢失等问题。本文提出一种基于空洞卷积的E-Unet深度学习网络。在E-Unet的结构设计中,引入跳跃连接以减少边缘和转角的细节损失;采用新设计的卷积模块,使其扩大感受野的同时减少参数量;底层增加Dropout模块避免网络发生过拟合现象;遥感影像输入网络前先进行直方图均衡化、高斯双边滤波和波段间比值运算,然后合并为多波段张量输入模型（不转换为灰度图像）。为验证网络性能、明确性能提升的原因,本文在Massachusetts和WHU建筑物数据集上设计了两组试验。第1组是E-Unet、Unet和Res-net 3种网络的对比试验,结果表明E-Unet不仅精度评价结果优于Unet和Res-net,而且建筑物边角的细节被完整提取。第2组是消融试验,目的是明确预处理模块对提取精度的提升效果,结果表明预处理模块能提升不同网络提取精度。通过这两组试验证明了预处理模块的有效性和本文提出网络的优越性。     

基于卷积神经网络的建筑物精细化提取

现有图像分割方法往往受图像模糊和噪声的影响,提取的轮廓不准确。为了提取建筑物的精确轮廓,提出了一种基于卷积神经网络的集成方法,包括建筑物定位、形状判断、形状匹配等步骤。实验证明,无论是对DSM图像还是多光谱影像,该方法都能获得精确的建筑物轮廓。     

一种面向对象的城市湖泊遥感提取指数

城市湖泊是城市水资源环境的核心组成部分,可对城市区域微气候产生积极的调节作用,同时能反映当地的文化底蕴特色.在当今城市化进程的影响下,城市湖泊比自然湖泊更脆弱且更易发生变化.提出了一种面向对象的城市湖泊遥感提取指数方法,并以武汉市中心城区为研究区,实现了该研究区域城市湖泊对象的一次性提取.定量统计表明,湖泊提取的准确率...     

单样本对卷积神经网络遥感图像时空融合

遥感图像时空融合是一种生成兼具高时空分辨率的合成遥感数据的技术。近年来,产生了一些基于卷积神经网络的时空融合方法。这些方法效果良好,但需要较多的图像样本对训练模型,限制了它们的应用。针对此问题,本文提出了一种单样本对卷积神经网络时空融合方法（SS-CNN）。该方法以高空间分辨率图像的波段平均图像提供的空间信息激励卷积神经网络建立高、低空间分辨率图像间的超分关系,进而利用该超分关系映射求解目标高空间分辨率图像。在实验中使用两个模拟数据集和一个真实数据集对该方法进行了测试,并与两种常用的时空融合方法做了比较。实验结果表明,SS-CNN在单样本对训练的情况下,可以较好地预测地物的物候变化和类型的变化,且在异质性高、地块破碎的区域表现良好。其不足之处在于会在地物边界上会造成轻微的模糊,将来需针对此问题做进一步改进。     

密集卷积残差网络的遥感图像融合

针对传统的遥感图像融合方法通常会引起光谱失真的问题和大多数基于深度学习的融合方法忽略充分利用每个卷积层信息的不足,本文结合密集连接卷积网络和残差网络的特性,提出了一个新的融合网络.该网络通过建立多个密集卷积块来充分利用卷积层的分级特征,同时块与块之间通过过渡层加快信息流动,从而最大程度地对特征进行极致利用并提取到丰富的...     

影像融合技术在土地利用动态遥感监测中的应用研究

国土资源部启动的全国土地利用动态遥感监测项目,通过分析不同时期的卫星影像,从中提取出土地利用变化信息。本文的研究工作,主要是基于作者近几年从事该项目研究与应用的实际,分别以SPOT系列数据、TM数据及QuickBird等中、高分辨率数据作为试验数据,进行影像不同融合算法试验,旨在研究多源遥感影像融合方法在动态监测项目中的应用,并对融合结果进行定性、定量两方面的比较分析,探讨适合土地利用动态遥感监测的融合方法。     

无人机遥感影像的城市绿地信息提取

针对传统人工城市绿地调查费时、费力等问题,该文提出了一种利用无人机遥感进行城市绿地信息提取的思路和方法。设计构建了基于固定翼无人机平台的遥感系统,对宁波市部分区域进行航飞实验。采用PixelGrid软件对无人机影像进行了预处理,得到测区正射影像。采用基于像元统计特征分类和面向对象分类两种方法,对研究区进行绿地信息快速提取并进行了精度验证。研究结果表明,利用最大似然分类法和归一化绿红差异指数法提取精度最高,分别为81.73%和80.23%。     

基于SPOT影像的筏式养殖区提取方法研究

本文以山东省荣成市黑泥湾及其北部海域作为研究区,分析了筏式养殖区在SPOT5假彩色合成影像上的亮度特征;根据纯水体亮度受悬沙分布影响较大的特点,设计了以邻域分析为基础的图像增强及分类方法,并在ArcGIS软件中实现;运用Erdas软件聚类统计、去除分析工具消除噪声,提高精度。该方法可快速监测浅海筏式养殖区空间分布情况,为提高用海管理水平并进行科学用海规划提供服务。     

北京城区近20年土地利用变化及其驱动力分析

以北京市城六区作为研究区,利用1989年、2000年和2008年三期landsatTM遥感数据,结合GIS技术,采用土地利用动态变化的综合分析指标体系,揭示研究区20年来土地利用变化的幅度、速度和转移方向,在此基础上进行土地利用变化的驱动力分析。结果表明:北京市的城市化十分迅速,在这20年中,因为城市人口膨胀、经济发展,对土地的需求越来越多,导致耕地锐减,而包括居民地在内的建设用地大幅度增加;由于气候干燥、年降雨量小,以及人类活动对环境的干涉,水域略有变小;而位于城区边缘的小部分的林地和草地,由于地势等的影响,变化不大。     

高分辨率遥感影像语义分割的半监督全卷积网络法

在遥感领域,利用大量的标签影像数据来监督训练全卷积网络,实现影像语义分割的方法会导致标签绘制成本昂贵,而少量标签数据的使用会导致网络性能下降。针对这一问题,本文提出了一种基于半监督全卷积网络的高分辨率遥感影像语义分割方法。通过采用一种集成预测技术,同时优化有标签样本上的标准监督分类损失及无标签数据上的非监督一致性损失,来训练端到端的语义分割网络。为验证方法的有效性,分别使用ISPRS提供的德国Vaihingen地区无人机影像数据集及国产高分一号卫星影像数据进行试验。试验结果表明,与传统方法相比,无标签数据的引入可有效提升语义分割网络的分类精度并可有效降低有标签数据过少对网络学习性能的影响。     

遥感技术在我国土地利用/覆盖变化中的应用

介绍了遥感技术的发展与现状及其在我国土地利用/覆盖变化中的应用,说明了遥感技术在土地资源管理中发挥着越来越重要的作用。     

国产高分辨率遥感数据在城市森林资源监测中的应用

为了满足城市森林资源精细化管理的需求,需要不断拓展国产高分辨率遥感卫星数据的应用范围。本文对国产高分辨率遥感卫星数据进行真实性检验并分析其数据特性,在此基础上开展基于国产高分辨率遥感卫星数据的城市森林资源监测的应用研究,并开发了相应的软件系统,对实现城市森林资源的自动化监测具有较高的实用价值和研究意义。     

QUICKBIRD影像用于城市用地信息提取方法

本研究采用基于对象的分类技术,依据高分辨率卫星影像QUICKBIRD的特征,对乌鲁木齐市用地信息的提取进行了研究。结果表明,此种分类方法具有较高的分类精度和较快的分类速度。     

多源遥感影像融合在哈大齐土地利用分类中的应用

随着遥感技术的发展,同一区域的多源遥感影像数据越来越丰富。以哈大齐为例,利用ETM+和SPOT-5数据探讨不同遥感信息融合在土地利用过程中的处理方法,比较不同融合算法在土地分类中的差异,并进行定性和定量比较。为有关部门进行土地规划、管理提供科学依据有着十分重要的意义。     

中巴资源卫星影像在土地利用调查中的应用

利用中巴资源卫星CBERS-02影像,对四川省古蔺县的土地利用现状进行调查。在遥感图像数字处理的基础上,采用计算机自动分类结合人机交互式解译的综合判读方法,从图像上准确提取土地利用信息,形成土地利用现状解译成果,为研究区土地利用合理开发和规划提供决策依据和数据支持。