基于MPI的大规模遥感影像金字塔并行构建方法

影像金字塔是实现影像数据多分辨率组织的重要方式,是提高影像可视化性能的有效手段。传统串行金字塔构建算法,对大规模影像数据的构建性能已无法满足遥感影像快速浏览的预处理需求。故此,其成为一个亟待解决的问题,而利用多核、多节点的高性能集群计算环境和并行机制是一个重要的技术途径。本文在共享外存的高性能集群环境下,提出使用消息传递接口(MPI)的金字塔并行构建算法,对构建遥感影像金字塔过程中的重采样与I/O 过程进行并行处理,大大缩短了遥感影像金字塔构建时间。实验结果表明:(1)该算法比传统串行构建方法的加速效果明显,对于单波段遥感影像,其加速效果可达到GDAL的5 倍以上,而对于多波段遥感影像,加速效果可达到GDAL的2 倍以上;(2)遥感影像数据量越大,并行构建算法加速效果越显著,对于大规模的遥感影像,本文提出的金字塔并行构建算法的速度可达到GDAL的10 倍左右。     

一种面向遥感影像内容认证的多级权限管理方法

完整性认证是遥感影像获得有效利用的前提,完整性无法确定的遥感影像,其使用价值将大打折扣。传统认证技术没有顾及遥感影像认证过程中的特殊性,并不是所有用户都有权甄别遥感影像是否经过扰动。而且,传统认证技术对数据进行二进制级别的认证,已不能满足遥感影像的内容认证需求。本文从内容认证的角度研究遥感影像的多级权限管理,提出一种基于感知哈希技术与单向函数的遥感影像多级认证权限的管理方法。感知哈希技术能用很少的信息表征遥感影像的有效内容,并对不改变影像内容的操作保持鲁棒性,与密码学Hash函数有着显著的区别。多级权限的管理则通过建立与权限矢量对应的密钥矢量来实现,权限较高的用户可以通过自己的密钥计算出低权限用户的密钥,反之则不行。本方法首先以单向函数生成不同等级的权限密钥,然后,根据不同区域的地物影像进行敏感等级的划分,最后,计算不同区域影像的感知哈希序列,并通过不同级别的密钥加密生成的感知哈希序列。用户认证影像内容完整性时,根据权限的不同认证不同敏感度的影像。实验与分析表明,该算法能有效实现遥感影像的认证权限管理,并具有较高的实现效率和安全性。     

一种基于深度传递迁移学习的遥感影像分类方法

面对实际的遥感影像分类任务,采用深度神经网络的方法存在的最大问题是缺乏充足的标注样本,如何使用较少的标注样本实现较高精度的遥感影像分类,是目前需要解决的问题。ImageNet作为世界上最大的图像识别数据集,在其上训练出的模型有着丰富的底层特征。对ImageNet预训练模型进行微调是最常见的迁移学习方法,能够一定程度利用其丰富的底层特征,提高分类精度。但ImageNet影像特征与遥感影像差距较大,对分类效果提升有限。为了解决上述问题,本文基于传递迁移学习思想,结合深度神经网络,提出一种基于深度传递迁移学习的遥感影像分类方法。该方法通过构建以开源遥感场景识别数据集为源域的中间域,并以ImageNet预训练权重为源域、待分类遥感影像为目标域进行迁移学习,提高遥感影像分类精度。首先,以ImageNet预训练VGG16网络为基础,为加速卷积层权重更新而将全连接层替换为全局平均池化层,构建GAP-VGG16,使用中间域数据集训练ImageNet预训练GAP-VGG16以获取权重;然后,以SegNet网络为基础,在SegNet中加入卷积层设计了T-SegNet,以对获取的权重进一步地提取。最后,将获...     

一种面向遥感影像自动提取结果的线要素自适应平滑方法

遥感影像提取结果的不光滑现象严重影响其数据质量和可视化效果。为解决这一问题,本文综合点、线、面要素的空间表达特征,提出了一种面向线要素的自适应平滑方法。首先,对现有的线要素平滑方法进行了总结和分析,指出了当前方法存在的局限性;然后,分析了噪声的来源和特点,提出了一种基于三角内心的自适应平滑方法;最后,以e Cognition8.0软件的道路自动提取结果为例,对方法的适用性和有效性进行了验证和分析。实验结果表明,本文提出的方法平滑效果较好,能够改善数据质量和可视化效果。     

多分辨率分解的遥感影像融合方法对比分析

有效地将高空间分辨率全色影像和低空间分辨率的多光谱影像融合起来,对影像上地物的识别具有重要的意义。随着多分辨率分析思想在图像处理中的应用,出现了许多新的多分辨率分解的遥感影像融合方法。典型的方法有:Mallat小波变换(DWT)、àtrous小波变换(SWT)、无下采样轮廓变换(NSCT),以及这些方法分别与IHS和PCA变换相结合的融合方法。在IKONOS上选取了两个具有不同地物覆盖类型的实验区进行融合实验,从光谱保真度和高频信息融入度两方面,对这些方法进行了定量评价和分析。研究表明,多分辨率分解的影像融合方法均具有较好的高频信息融入度,其中,DWT、SWT、NSCT融合方法在高频信息融入度方面最优;DWT、SWT、NSCT与IHS、PCA相结合的融合方法在光谱保真度方面,不仅优于它们自身,也明显优于传统的IHS、PCA方法,其中,NSCT和PCA变换相结合的融合方法,在光谱保真度方面最强。     

一种新的聚焦点不同的近景影像融合方法

近景摄影测量是实现地面目标高精度三维建模的主要方法之一。实际摄影测量过程中,普通数字摄像机在拍摄与镜头距离不同的多个目标时,无法同时聚焦到所有目标而使近景影像各处都清晰。本文以不同聚焦点近景影像的融合为研究内容,以图像一层小波分解的高频系数能量为影像清晰度衡量指标。通过计算小波影像能量,将整幅影像划分为清晰区域、模糊区域及二者的交界区域。对于清晰区域和模糊区域,将清晰区域的像元值直接应用于融合影像,而对于二者的交界区域,将curvelet变换所得初始融合影像的像元值应用于对应位置处的融合影像,从而得到融合影像。最后,用两组实例数据对融合方法进行了验证,并采用信息熵、均方根误差和峰值信噪比三种客观评价准则,对所得融合影像进行定量分析。     

多源遥感影像数据融合方法在地学中的应用

应用遥感影像数据融合理论，研究了光学遥感、热红外遥感、微波遥感卫星在地质学中的应用，论述了不同类型的遥感数据及其他地学数据在不同层次上的同一传感器多波段数据融合、不同SAR图像数据融合、HIS变换、遥感影像与地球物理、地质和航磁等数据的融合。结果表明，数据融合技术在突出地质特征信息方面具有能突出线性构造、断裂构造、地形地貌的优势。     

基于PRCUnet的高分遥感影像建筑物提取

基于高分辨率遥感影像的建筑物提取具有重要的理论与实际应用价值,深度学习因其优异的深层特征提取能力,已经成为高分影像提取建筑物的主流方法之一。本文在改进深度学习网络结构的基础上,结合最小外接矩形与Hausdorff距离概念,对建筑物提取方法进行改进。本文主要改进内容为：① 基于Unet网络结构,利用金字塔池化模块 (Pyramid Pooling Module, PPM )的多尺度场景解析特点,残差模块(Residual Block, RB)的特征提取能力以及卷积块注意力模块(Convolutional Block Attention Module, CBAM)对空间信息和通道信息的平衡能力。将金字塔池化、残差结构以及卷积块注意力模块引入到Unet模型中,建立PRCUnet模型。PRCUnet模型更关注语义信息和细节信息,弥补Unet对小目标检测的欠缺;② 基于最小外接矩形与Hausdorff距离,改进建筑物轮廓优化算法,提高模型的泛化能力。实验表明,本文的建筑物提取方法在测试集上准确率、IoU、召回率均达到0.85以上,精度显著优于Unet模型,提取出的建筑物精度更高,对小尺度及不规则的建筑物有较好的提取效果,优化后的建筑物轮廓更接近真实的建筑物边界。     

一种基于改进U-Net的高分影像公路线路提取方法

高质量的公路网信息在区域经济发展、灾害应急管理和土地规划中发挥着重要作用。本文提出一种基于改进U-Net(u-shaped network)模型的高分影像公路线路提取方法。首先,从功能、路线设计、分级标准和构造及横断面四个方面剖析公路线路特征,厘清公路与道路的区别;然后,联合通道与空间注意力模块,提出了一种改进的U-Net网络模型;最后,以重庆市南岸区和巴南区为研究区,建立数据集并进行公路线路信息提取实验。结果表明,与已有方法相比,精确度、F1分数、IoU指标有明显提升。本文方法在高分辨率影像提取公路信息方面具有可行性与有效性。     

多源遥感影像深度特征融合匹配算法

针对多源遥感影像之间成像机理不同、非线性光谱辐射畸变大以及灰度梯度差异明显等所导致的匹配困难问题,提出深度特征融合匹配算法(Feature Fusion Matching Algorithm, FFM)。(1)通过构建特征图金字塔网络提取影像深度特征,使用特征连接结构将语义丰富的高层特征与定位精确的低层特征互补融合,解决多源影像同名特征难以表征的问题并提高特征向量的定位精度;(2)对原始维度1/8的特征图进行交叉变换来融合自身邻域信息与待匹配影像特征信息,通过计算特征向量间的相似性得分得到初次匹配结果,针对特征稀疏区域,提出滑动窗口自适应得分阈值检测算法来提升匹配效果;(3)将匹配结果映射至亚像素级特征图,在小窗口内计算像素间的匹配概率分布期望值来检校优化匹配结果,提高匹配点对的准确性;(4)使用PROSAC算法对匹配结果进行提纯,有效剔除误匹配的同时最大限度保留正确匹配点。试验选取6对多源遥感影像,将FFM同SuperPoint、SIFT、ContextDesc以及LoFTR算法进行对比,结果表明FFM算法在匹配点正确率、匹配点均方根误差以及分布均匀度等方面远优于其他算法。将FFM匹...     

多源多时相遥感影像相对辐射归一化方法研究

为满足多源、多时相遥感影像定量化信息提取的应用需求,本文发展了一种半自动化的相对辐射归一化方法。将多源遥感影像的相对辐射归一化分为传感器辐射校正与针对光照等外部因素的辐射归一化2个过程。首先,基于晴空影像,采用分类回归的方式获取传感器辐射校正系数;然后,利用样本传递再分类的方法实现多源影像的半自动分类和传感器辐射偏差校正;最后,基于NDVI差值直方图和类别约束的PIFs自动选取方法,实现影像的相对辐射归一化。采用准同期的GF1-WVF1和Landsat8-OLI影像以及多源时序影像对方法进行了验证,结果表明,本文方法可以对传感器间的辐射偏差进行有效纠正,并在整体上获得比传统方法更好的辐射归一化精度;同时,多源时序影像的辐射校正结果也表明,本文方法能够有效地消除时序影像间的辐射特征波动,使植被等地类的季相变化信息得到更准确地表达,为多源时序影像的协同利用提供了借鉴方法。     

土地变更调查遥感监测中QuickBird遥感影像处理方法的讨论

遥感技术在全国土地变更调查工作中得到广泛应用,主要通过从最新获取的遥感影像上提取所需信息,再对比之前的数据库信息进行分析得到一定时间阶段的土地变更情况。文章针对在全国土地变更项目中使用较广的QuickBird影像,以QuickBird影像的全色影像、多光谱影像、前时相基础底图及高程数据为基础,对影像进行拼接处理、降位处理、数据融合、影像彩色合成,以及几何纠正等处理过程,并通过实验确定一个最佳处理流程。最终得到地类清晰可见、容易判读的影像,为之后的影像信息提取打好了基础。     

异源遥感影像融合的辐射分辨率规范化方法

遥感影像融合算法,在增强多光谱影像空间分辨率的同时,可实现影像间的信息互补,提高遥感影像的解译能力。异源影像的融合受影像间配准精度及其在时相、空间分辨率和辐射分辨率之间差异的影响,而不同辐射分辨率对异源遥感影像融合所产生的影响及其纠正方法还缺乏深入的研究。为此,本文提出了异源影像融合的辐射分辨率规范化方法。该方法在统一像元值量化区间的基础上,将其乘以相同的比例系数转换到更高的辐射分辨率的量化区间,以减小融合过程由于数据位数取舍而引起的影像信息丢失。研究表明：本文所提出的辐射分辨率规范化方法的取整融合或以实数形式融合,其结果几乎没有差别;而其他转换方法的取整结果均较实型结果差。由于直接采用反射率值进行融合会使其结果产生严重的光谱失真,因此,应采用辐射分辨率规范化方法将反射率值进行转换后再做融合。     

一种无人机视频中影像与纹理影像叠加的方法

传统的无人机视频中影像表达方式是通过多媒体窗口或独立文件的形式表现,这种表达方式将纹理影像和专题影像人为分割,而且用户的视角在多媒体窗口和纹理影像窗口之间重复移动,给使用带来不便。本文提出一种基于帧序列的无人机飞行路线还原方法,即利用无人机飞行中的GPS、飞行参数等相关信息确定无人机的飞行姿态,而后将其分解成帧序列,并与纹理影像叠加,动态、有效地解决了上述问题,为更好的判断重点目标、应对突发事件提供了可能。     

一种基于学习型特征的多模态影像匹配方法

多模态影像在辐射特征和几何特征方面存在的显著差异,会造成高精度匹配困难。因此,本文提出了一种融合多尺度深度学习特征的多模态影像匹配方法,主要利用深度残差神经网络结构自主训练学习影像的学习型特征,得到多模态图像之间更为丰富和更为准确的同名特征点对,实现了对多尺度、多时相影像的协同稳健匹配。结果表明,本文方法对于多组实验均能够得到数量丰富且分布相对均匀的同名特征点对,并具有高效、稳健的匹配性能。     

遥感影像解译样本数据一体化整理方法

遥感影像解译样本数据在采集过程中,需要对地面照片、影像实例、样本数据库进行结构化整理,形成数据格式统一、存储结构规范、逻辑关系严密的成果。基于构建的方法模型,提出了一种一体化整理方法,利用Bresenham图形绘制算法,以及栅格、矢量、数据库数据编程接口,解决了各环节自动化处理问题,实现了影像实例采集、地面照片视野范围图形栅格化、数据库信息采集与录入、成果组织与结构化输出等自动控制,从而实现了一体化自动整理。试验表明:提出的方法和研发的软件能显著提高整理效率和质量,可为遥感影像解译样本数据整理提供可靠的技术方法。     

遥感影像数据库引擎设计与实现

在参考国内外现有资料的基础上,提出一个遥感影像元数据标准草案,并利用该元数据标准对遥感影像数据进行描述:用大型关系数据库对遥感影像数据及其元数据进行一体化管理,实现遥感影像数据的结构化存储;使用XML对遥感影像元数据进行描述,便于实现影像元数据的网上查询与检索,并最终实现遥感影像数据的网络共享。     

网络环境下的遥感影像金字塔纹理压缩算法与实验

 建立不同分辨率的遥感影像金字塔模型是现阶段虚拟地球平台的主要技术手段,遥感影像数据的高效压缩是模型应用的基础。论文在分析多种图像压缩技术的基础上,提出以小波变换的JPEG2000标准来压缩网络环境中遥感影像金字塔的纹理瓦片数据。首先,介绍了小波变换的JPEG2000标准的基本原理和EBCOT算法特点,然后,结合实例实现了网络环境中遥感影像金字塔纹理压缩/解压缩的具体过程,对4幅影像图像进行5级离散小波变换,分别对在1024×1024、512×512、256×256、128×128、64×64不同分块大小和1∶15、1∶30、1∶60不同压缩倍率情况下进行图像压缩和重构耗时实验,通过改变分块大小参数和压缩倍率,对压缩性能进行了对比分析,最后,从主观视觉质量和客观辐射质量,对JPEG2000压缩、DXT压缩和JPEG压缩几种方法的压缩图像进行了评价与对比分析。实验结果表明,小波变换的JPEG2000具有高质量、高压缩率、良好的抗误码能力等特性,重构图像的视觉质量与原始图像相比人眼看不出失真,而峰值信噪比较好,是一种简单有效、易于快速实现的压缩方法,更适合于网络环境下空间遥感图像数据的近无损实时压缩。     

遥感影像像元级融合方法与试验评价分析

不同遥感影像有着各自的优点和局限,遥感影像融合就是为了充分利用它们的优点进行互补得到新的影像。采用PCA、Brovey和小波变换三种方法对SPOT多光谱影像和全色影像进行了像元级的影像融合,小波变换采用的Mallat算法和双正交小波函数,双正交小波函数的优点是小波逆变换时不会导致相位失真,论文对融合结果进行了光谱质量和空间质量两方面的定性和定量的评价。结果表明,小波变换融合影像是三种变换中最优的,同时在小波变换中采用不同的小波基函数的融合结果在光谱质量和空间质量方面也有很大的差异,可根据实际需要选用合适的小波基函数。     

面向多源遥感影像数据的溯源模型研究

遥感卫星技术的快速发展推动了多层次、多角度、全方位、全天候的对地观测,遥感影像数据极大丰富了起来,已广泛应用于众多领域。然而,影像数据时空分辨率不一、质量参差不齐,从原始遥感数据到数据产品的处理算法多样、业务流程复杂,导致遥感数据处理结果的质量追溯较为困难。针对此,本文对多源遥感影像数据溯源信息模型进行研究,根据遥感影像的分发、处理等特点,构建了遥感影像元数据溯源信息概念模型,图谱化表示遥感影像衍生过程中的事件、实体、关系和属性信息;为了提高遥感影像溯源信息的互操作能力,对W3C（万维网联盟）PROV溯源模型进行了继承与扩展,构建了溯源信息概念模型与W3C PROV溯源模型的映射框架,实现了溯源信息的表达;提出了遥感影像元数据模型扩展方法,以支持溯源信息的嵌入。本研究丰富了遥感影像元数据的溯源信息,支持用户对遥感数据产品追踪溯源,评估其可用性和可靠性;同时,提出了基于溯源信息的遥感数据查询优化方法,提高了数据查询效率。