多结构卷积神经网络特征级联的高分影像土地利用分类

高分辨率遥感影像包含丰富的土地利用类型信息,针对单一卷积神经网络提取图像特征信息不足的问题,提出了一种多结构卷积神经网络（convolutional neural network,CNN）特征级联的分类方法。首先,选择CaffeNet（convolutional architecture for fast feature embedding）、VGG-S（visual geometry group-slow）、VGG-F（visual geometry group-fast）为实验初始模型,对网络全连接层进行参数微调,采用随机梯度下降法（stochasticgradient descent,SGD）更新网络的权重;然后以微调后的网络分别作为特征提取器对图像提取特征,级联上述3种网络的第二个全连接层输出特征作为图像表达;最后,以多类最优边界分配机（multi-class optimal margindistribution machine,mcODM）获得最终分类结果。实验采用UC Merced land-use数据集进行分类效果检验,结果表明,多结构卷积神经网络级联的方法能够达到97.55%的总体分类精度,相较于CaffeNet、VGG-S和VGG-F等,分类精度分别提升了5.71%、2.72%和5.1%。因此多结构卷积神经网络特征级联的方法能够有效提取目标特征信息,提升土地利用分类精度。     

基于ImageNet预训练卷积神经网络的遥感图像检索

高分辨率遥感图像内容复杂,细节信息丰富,传统的浅层特征在描述这类图像上存在一定难度,容易导致检索中存在较大的语义鸿沟。本文将大规模数据集ImageNet上预训练的4种不同卷积神经网络用于遥感图像检索,首先分别提取4种网络中不同层次的输出值作为高层特征,再对高层特征进行高斯归一化,然后采用欧氏距离作为相似性度量进行检索。在UC-Merced和WHU-RS数据集上的一系列实验结果表明,4种卷积神经网络的高层特征中,以CNN-M特征的检索性能最好;与视觉词袋和全局形态纹理描述子这两种浅层特征相比,高层特征的检索平均准确率提高了15.7%~25.6%,平均归一化修改检索等级减少了17%~22.1%。因此将ImageNet上预训练的卷积神经网络用于遥感图像检索是一种有效的方法。     

基于CNN-CBIR的遥感图像分类检索方法

遥感图像海量性、复杂性与多样性特征导致现有方法出现查全率、查准率低的问题,无法满足现今遥感图像应用的需求,故提出基于卷积神经网络-图像检索(Convolutional Neural Networks-Content-Based Image Retrieval,CNN-CBIR)的遥感图像分类检索方法研究.为了精确分类遥感图像,基于卷积神经网络-深度卷积神经网络-16(Convolutional Neural Networks-Visual Geometry Group Net-16,CNN-VGGNet-16)模型提取遥感图像卷积特征与池化特征,通过有效融合得到遥感图像高层聚合特征,以此为基础,采用模糊分类算法分类处理遥感图像,依据遥感图像分类结果,利用基于内容的图像检索(Content-Based Image Retrieval,CBIR)技术制定遥感图像分类检索程序,实现了遥感图像的分类检索.选取数据集图像遥感数据集(UC-Merced)与武大遥感数据集(WHU-RS)作为实验数据集,确定最佳池化区域尺寸与最佳输入尺寸,采用MATLAB软件进行仿真实验.仿真实验数据显示:与标准数值相比较,提出方法的查全率与查准率较高,充分说明提出方法具备更好的检索性能.     

卷积神经网络特征在遥感图像配准中的应用

遥感图像配准是许多遥感应用的重要步骤之一。卷积神经网络(convolutional neural network,CNN)提取的图像高层特征在图像分类和检索问题上表现优异,能够克服低层配准特征的表达能力有限、容易受到干扰等问题。因此对利用CNN特征进行遥感图像配准开展研究。首先,针对遥感图像配准问题,对CNN中的全连接层特征和不同聚合大小的卷积层特征进行了研究;然后,对利用CNN特征进行图像配准的方法进行了分析;最后,将CNN特征与尺度不变特征变换(scale-invariant feature transform,SIFT)特征在图像的旋转角度、缩放倍数和亮度依次变换时的配准性能进行了对比分析。实验结果表明,在匹配精度和正确对应点的数量方面,CNN特征比SIFT方法具有更好的匹配性能;对变换后的图像而言,微调后的CNN特征比SIFT特征具有更强的鲁棒性。     

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...     

深度学习的半监督遥感图像检索

遥感图像数据的海量性、多样性和复杂性等特点对遥感图像检索的速度和精度提出了更高的要求,其中特征提取是影响遥感图像检索效果的关键。本文方法首先对遥感图像进行预处理,然后基于稀疏自动编码的方法在大量未标注的遥感图像上进行特征学习得到特征字典,基于卷积神经网络的思想,使用训练出来的特征字典对遥感图像进行卷积和池化得到每幅图像的特征图;接下来使用特征图训练Softmax分类器;最后对待检索图像分类,在同一类别中计算特征间的距离,进而实现遥感图像的检索。实验结果表明,该方法能够有效提高遥感图像检索的速度和准确度。     

基于CNN-DW的遥感图像分类检索方法

针对传统图像检索方法存在的检索范围过大、检索效率低下的问题,提出了一种基于卷积神经网络和距离权重的图像检索方法(CNN-DW),该方法可以从海量遥感图像中检索出与查询图像具有相似或相同特征的检索图像,图像检索试验表明:CNN-DW检索法较传统卷积神经网络(Convolutional Neural Networks,CN...     

基于回归CNN特征融合的遥感图像检索方法

针对单一图像特征不能够全面反映图像信息，导致不同图像检索性能差异性较大的问题，该文提出了一种基于回归卷积神经网络(CNN)自适应融合多特征的遥感图像检索方法。该方法利用回归CNN模型对各特征的初始检索结果进行评价和估计权重，然后根据权重融合特征，以弥补单一特征对于图像描述能力的不足，提升检索精度。此外还利用图像到查询类的距离来进一步提高检索性能。在UCMD和PatternNet两个公开遥感检索数据集上进行了算法的测试和验证，mAP较其他方法分别提升了2.13%和1.32%。结果表明，该方法能够提高遥感图像检索的性能。     

改进的残差3D-CNN的高光谱遥感影像分类

针对高光谱遥感影像分类中空间特征和光谱特征利用率低问题，该文综合三维卷积神经网络、谷歌神经网络和残差神经网络的优势，提出融合改进Inception模块的残差三维卷积神经网络高光谱遥感影像分类方法。改进后的Inception模块包括4条不同的卷积层分支，用以提取蕴涵在高光谱遥感影像中多尺度的特征；利用了3D卷积核代替2D卷积核能直接同时提取高光谱遥感影像中更丰富的空-谱特征；通过残差结构连接分支提取特征缓解了梯度消失的问题，提取更深层次的特征。实验表明，该文算法不仅提高了条状和线状地物区域的边缘分类准确率，对小目标的分类能力也得到了增强。     

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。     

乘车软件应用前后出租车寻客路径偏好分析

本文尝试通过模拟出租车的路径选择探索乘车软件推广对出租车寻客路径偏好造成的影响。基于出租车的历史寻客轨迹,提取起终点对之间的出租车寻客路径集,选取路径的行程距离、历史乘客数目、历史载客行程距离等六个指标,对出租车的寻客路径选择行为进行多项Logit模型建模。通过分析模型的系数大小,得到各因子对出租车寻客路径选择的影响以及出租车在起终点对间寻客的偏好因子;通过统计出租车在各行政区内或跨行政区寻客时以各因子为偏好因子的起终点对数目,得到偏好因子的空间分布差异;此外,通过对比乘车软件推广前后的建模结果,得到出租车寻客路径选择偏好的变化规律。     

高分辨率遥感影像配准与变化检测一体化处理

为了克服高分辨率遥感影像配准与变化检测作为单独环节处理的局限,该文提出了一种基于变分理论的配准与变化检测一体化处理方法。该方法将配准误差作为一种光谱变化决策因子,变化信息以权值的方式迭代反馈给变分配准模型的解算过程。为了更准确地检测建筑物这个特定目标的真实变化,该文采用多尺度最大形态学轮廓建筑物检测指数的差异作为另外一个决策因子。最后将配准误差反映的变化和建筑物检测指数的差异这两个决策因子在D-S证据理论框架下建立概率模型进行融合处理,进而得到建筑物的变化检测结果。该文选取WorldView-2数据进行实验,实验结果表明,一体化处理思路可以有效地解决单独处理的局限,从根本上解决配准误差对变化检测结果的影响以及由于变化而使配准精度降低的问题,进而提高配准和变化检测的质量。     

基于高分三号数据的干涉测量研究

合成孔径雷达技术与传统测量技术相比,实现全天时、全天候对地观测,并监测地面的形变信息。2012年前,INSAR研究和应用团队仍然停留在依赖于国外数据的窘迫现状。随着资源三号、环境一号卫星的发射,作为光学卫星为我国测绘事业提供不少便利,但是国内并没有一颗真正意义的SAR卫星。2016年,高分三号作为首颗SAR卫星解决国内SAR卫星数据短缺的问题,研究高分三号卫星的InSAR能力,同时将高分三号卫星应用范围得以拓展。本文对高分三号河南省登封市周围地区进行实验分析,并与InSAR技术成熟的哨兵一号卫星数据进行对比分析,得出结论:①合成孔径雷达采集时间间隔29 d或者29 d的倍数并且雷达入射角相同的高分三号数据可以用于InSAR试验,通过合成孔径雷达干涉测量技术对地表进行形变监测,验证高分三号的干涉测量能力;②通过高分三号数据进行山区形变监测,利用哨兵一号数据对测区进行对比分析,验证高分三号提取地表形变信息的能力。     

基于图像融合的高分全色遥感影像变化检测

针对同一地区不同时期的全色高分辨遥感影像,提出一种基于影像融合的变化检测算法。首先采用基于匹配点的三角网校正方法对两景影像进行几何校正,然后选用基于迭代多元变化检测(IR-MAD)的相对辐射校正方法进行辐射一致性处理,接着对经几何一致性处理、辐射一致性处理后两张影像进行显著性融合,采用Mean-Shift分割算法对融合影像进行分割,选用方向梯度直方图(HOG)特征获取影像纹理强度图,最后通过比较分割块纹理变化获得变化检测结果。以Toposys激光雷达系统搭载相机拍摄的全色影像对该算法进行了检验,并使用单一时期影像为分割对象进行对比实验结果。实验结果表明,以融合影像为分割对象的结果远优于以单一时期影像为分割对象的变化检测结果,极大地减少了误检和漏检,在城市、郊区等地区人工地物变化监测中有一定的应用价值。     

开放式街道地图在城市发展水平分析中的应用

针对城市路网的发展状况,能在一定程度上体现城市发展的水平,但传统路网数据难获取的问题,该文采用了易获取、成本低、更新快等优点的OpenStreetMap路网数据为主要研究对象,利用多元线性回归的分析方法,重点研究OSM路网与城市经济发展水平(城市GDP)间的相关关系。通过实验验证,OSM路网密度与城市经济发展水平之间存在着明显的相关关系,利用OSM路网密度对城市经济发展水平进行分析,具有一定的可行性,能够为日后城市经济水平评估与评价提供了一种新的辅助评价指标。     

基于HJ-1A/B CCD影像的神农架巴山冷杉森林地上生物量估算

神农架林区气候复杂,森林类型多样,巴山冷杉林生境复杂,生物量估算难度较大。本研究首先将神农架林区植被细分类,提取出研究区巴山冷杉林分布范围,然后使用换算因子连续函数法对外业调查的研究区22块巴山冷杉样地进行样地生物量估算;最后利用逐步多元回归分析方法,估算巴山冷杉生物量。回归方程的拟合优度检验R值为0.851,决定系数R2为0.725,显著性检测值F为11.20。主要结论有:1)研究区提取出巴山冷杉面积为8 347.41 hm2,巴山冷杉生物量总量为102.51×104t,平均值为122.8 t/hm2。与前人的研究成果相比,估算平均值基本一致,实验结果可信。2)巴山冷杉林生物量出现了从边缘向内部的递减现象,巴山冷杉在林区呈现"离散化"分布,生物量也存在空间上的"退化"现象。     

OpenStreetMap路网数据的几何精度评价

针对目前关于OSM数据质量的研究现状,本文以美国地质勘查局数据为参考数据,根据OSM路网数据与参考数据的特点,完成OSM路网数据的转换及其与参考数据的匹配。同时依据匹配结果,给出OSM路网的距离、角度这两种几何精度的评价结果,并通过计算机编程,将最终的评价结果可视化,开发实现了众源数据质量评价原型系统。     

最佳波段组合的城市土地利用类型提取

针对Landsat 8陆地成像仪(OLI)遥感影像光谱特征利用率不高等问题,为排除波段间冗余信息的干扰,提高土地利用特征提取的精度,该文以2014年唐山市中心城区Landsat 8OLI遥感影像为主要数据源,开展了基于Landsat 8OLI影像的城市土地利用特征提取的最佳波段选择研究。根据最佳波段选取原则统计波段光谱信息,基于最佳指数因子以及不同土地利用类型的光谱特征曲线,确定波段1、5、7为最适合该遥感影像进行土地利用特征提取的最佳波段组合。     

基于长时间序列Landsat影像的嘎龙错冰湖变化特征分析及溃决风险评估

冰湖溃决灾害是我国青藏高原地区最严重的自然灾害之一。作为聂拉木县最大的冰川终碛湖,嘎龙错冰湖溃决风险直接威胁着下游居民的生产生活。利用1991—2011年Landsat-5/TM、2012年Landsat-7/ETM+、2013—2017年Landsat-8/OLI近27年的遥感影像、降水量和气温资料对嘎龙错冰湖变化特征进行了研究,对其溃决风险作出评估。结果表明:嘎龙错冰湖明显扩张,面积呈现显著增长趋势,由1991年的2.209 4 km^2增长到2017年的5.465 7 km^2,增幅为147.38%;同时,发现聂拉木气象站年平均气温和年降水量在波动中上升,其中气温上升较为显著,气温和降水量的增加对冰湖扩张有重要影响,特别是气温上升导致的冰川融水增多是造成冰湖面积增加的重要原因。嘎龙错冰湖在遇到冰崩或者冰湖面积持续扩张情况下,湖水会瞬间大规模外泄,形成山洪、泥石流灾害,给下游造成严重的人员伤亡和财产损失。     

相似像素的Harris角点检测改进算法

针对Harris算法提取的角点对尺度变化较敏感,且运行速度慢的问题,该文提出了一种基于相似像素的Harris角点检测改进算法。受SUSAN算法启发,改进算法首先计算目标像素8邻域内与之相似的像素数目,并据此筛选出候选角点;然后利用候选角点的相似像素数目改进角点响应函数;最后进行局部非极大抑制确定最终角点。实验结果表明,与Harris算法相比,改进算法所提取的角点位置更加准确,重复率较高,且角点检测时间仅为原算法的26.63%。本文所提算法提高了Harris算法的角点检测效率和稳定性。