典型滑坡遥感影像特征研究

对于不同地质条件、成因类型和运动距离的滑坡,在不同分辨率遥感图像上显示的影像特征往往存在较大差别,尚难以确定统一的滑坡遥感识别标志.尤其对于规模较大、形成机理和活动规律复杂的远程滑坡和复合滑坡,一直是遥感识别的难点,可供借鉴的前人研究成果不多,目前主要还是靠地面调查.在国内外滑坡遥感调查成果调研以及国土资源大调查地质灾害遥感调查、近年来地质灾害应急遥感调查研究成果的基础上,分析和总结了笔者参与调查过的巫山大清坎滑坡、千将坪滑坡、武隆滑坡及西藏102滑坡群等典型滑坡的遥感影像特征,提出了滑坡(尤其是高速远程滑坡)的遥感识别标志,以期与同行专家共商榷.     

地震滑坡高分辨率遥感影像识别

区域性地震滑坡信息获取目前主要通过遥感目视解译和计算机提取,存在主观性强、耗时费力、提取精度低等问题,导致难以满足灾后应急调查、灾情评估等方面的应用需求。采用资源三号、高分一号高分辨率遥感影像,以汶川震区为实验区,在地震滑坡灾害特征分析的基础上,通过多尺度最优分割方法构建多层次滑坡对象,融合光谱、纹理、几何等影像特征和地形特征信息建立多维滑坡识别规则集合,基于高分辨率影像认知模式与场景理解过程提出滑坡分层识别模型,从而实现地震滑坡空间分布及其滑源区、滑移区和堆积区的准确识别。实验区分析结果显示最低识别精度为81.89%,而滑坡的堆积区最容易被分辨,识别方法具有可推广性。研究成果可为灾后应急调查提供技术支撑,并促进国产高分辨率遥感卫星的地质灾害应用。     

无人机遥感影像拼接方法探讨

针对当前无人机低空遥感影像处理,提出采用ORB描述符和网格自适应阈值调节的方法,该方法先对影像进行分块特征点提取,然后剔除密集点,再采用二进制描述符整体描述和匹配。试验表明,该方法速度快,精度高,匹配点分布均匀,具有很好的实用价值。     

面向对象的无人机遥感影像岩溶湿地植被遥感识别

以广西桂林会仙喀斯特国家湿地公园为研究区,以无人机航摄影像为数据源,综合利用面向对象的影像分析技术、随机森林算法、阈值分类方法和Boruta全相关特征变量选择算法进行岩溶湿地植被的遥感识别。结果表明:针对不同特征变量对岩溶湿地遥感识别的贡献率而言,光谱特征(DOM>DSM)>纹理特征(DOM>DSM)>几何特征>上下文变量;两个航摄影像数据集的总体分类精度都在85%以上,Kappa系数也高于0.85。本文研究结果对基于高空间分辨率无人机可见光影像的岩溶湿地植被遥感识别在特征变量选择、分割参数选择及方法选择方面具有一定的借鉴意义。     

省域卫星遥感影像预处理方法研究

立足于某省域范围内高分辨率卫星遥感影像制作过程,提出了一套针对卫星遥感影像预处理方案,目的在于解决不同条带、不同时相卫星遥感影像在省域范围内基础数据生产中的匀光、匀色、雾气去除和噪声消除等问题,提高影像数据质量,为影像后期制图和数据深层次应用提供技术支撑。     

基于边缘特征匹配的遥感影像变化检测预处理方法

提出了一种基于边缘特征匹配的遥感影像变化检测预处理方法，在进行不同时相遥感影像配准时，一并解求两期影像的辐射校正系数，同时实现两期影像的配准和辐射校正。实验表明，经预处理后，两期影像的色调基本一致，地物没有明显的几何变形。     

无人机遥感影像浒苔信息提取方法

浒苔作为一种典型的海洋污染,不仅造成严重的生态环境问题,而且对沿海经济发展产生重大的影响,如何快速、准确地获取浒苔的位置、边界范围及其动态变化信息,是自然资源主管部门和科研工作者关注的焦点问题。本文选取大管岛及其附近海域为研究区,以无人机遥感影像为基础数据,提出了一套面向多场景浒苔的边界范围智能解译方法,结合人工解译验证,分别开展了沿岸和海洋面中浒苔识别的应用实例。结果表明,海岸和海洋面浒苔提取的总体精度分别为96.75%和98.13%,Kappa系数分别为0.72和0.71,提取的浒苔边界范围与人工解译结果整体上匹配较好。本文方法可准确有效地获取浒苔边界范围信息,其精度能够满足浒苔信息识别的需求,可为高精度浒苔跟踪、精细化的灾害预警与防控提供数据参考和技术支撑。     

无人机遥感影像轻型交通标志实时检测方法研究

常规目标检测模型对于硬件需求较高,难以在无人机载硬件上直接运行并实施流畅交通标志检测。针对这一问题,本文提出一种轻型的交通标志检测模型。该模型基于轻量级卷积神经网络结构设计,利用非对称卷积核级联特征提取层特征以及最大池化层搭建特征提取网络,并利用三层特征增强网络实现对无人机遥感影像中多尺度、多类别交通标志的快速精准检测。同时针对原始图像质量问题设计了图像增强模块,提高了训练后模型的泛化能力。测试结果表明,本文提出的模型能够在无人机硬件上流畅运行,并能够对多场景下的交通标志目标实施精准检测。     

一种运用AKAZE特征的无人机遥感影像拼接方法

针对无人机遥感影像旋偏角大、地面覆盖范围小等特点,提出一种运用AKAZE特征匹配算法实现无人机遥感影像的快速拼接。该方法利用AKAZE算法提取影像特征点,采用比值法、RANSAC算法计算出拼接序列之间的单应矩阵,通过中心距离范数加权法进行融合。实验表明,其配准精度优于ORB算法,与SIFT算法相当,而运算效率高于SIFT算法,但不及ORB算法,是一种稳定高效的无人机影像拼接算法。