基于船只尾迹遥感特征的航向提取方法研究

为解决单景遥感图像上航行船只航向的自动提取问题,研究了船只尾迹遥感特征和基于尾迹遥感特征的提取方法.对海上航行船只尾迹的形态特征和统计特征研究表明,湍流尾迹在遥感图像上出现概率高且特征稳定,其图像表现以条带状特征为主.考虑到湍流尾迹的线性特性,采用Randon变换算法进行了可以表征航向的尾迹提取.通过对10幅尾迹图像提...     

基于加速鲁棒特征图像匹配的云导风计算方法

利用云导风技术结合高分辨率气象卫星遥感数据获取风矢量,在监测台风等极端气象灾害方面具有重要应用。本文提出了一种基于加速鲁棒特征(speeded up robust features,SURF)图像匹配的云导风计算方法,利用SURF算法结合随机抽样一致算法(random sample consensus,RANSAC),提取并匹配两景连续时序云图的特征点,计算风矢量,并结合当地大气温度廓线指定云高,经质量控制得到云导风矢量。运用该方法模拟了2018年台风“山竹”的云导风矢量,以美国威斯康星大学气象卫星研究合作所(CIMSS)的大气运动矢量资料进行验证,结果表明:(1)风速和风向的相关系数分别为0.78和0.79,均方根误差分别为4.75 m·s^–1和37.64°,平均绝对百分比误差分别为33.49%和22.55%,整体具有良好的模拟精度;(2)与CIMSS资料相比,基于特征点匹配的SURF云导风计算方法在反演密集云区的风矢量有明显优势,可有效提高云区内风矢量的数量,扩大风矢量的空间覆盖范围;(3)图像对比度增强处理对特征点的提取和风矢量的空间分布有重要影响,伽马变换因子γ=5时,能较好地平衡台风外围螺旋云带和中心附近云区的风矢量数量,反映台风风场的整体特征。该方法作为基于尺度不变特征变换的云导风计算方法的改进,可为利用卫星遥感影像数据进行云导风计算提供新的思路。     

海洋卫星资料的地理定位及相关几何参数算法研究

卫星原始遥感图像的应用都需要几何校正,即对遥感图像中的每个像元点都必须进行地理经纬度的定位、太阳及扫描仪的高度角和方位角的计算.通常由已知足够数量的地面控制点或近似的插值法来实现.对于广阔的海洋,很难找到地面控制点,因此以卫星的轨道参数和扫描仪的视场角等参数为基础,研究一套较完整的地理定位法和相关的几何参数法,大大地简化了现有几何校正的方法.经过美国海岸带水色扫描仪资料(CZCS)、甚高分辨率辐射计(AVHRR)和我国风云一号气象卫星资料(FY-1B)反演验证和局部区域的实际地面点对比表明,地理定位精度——纬度RMS为0.0001°,经度RMS为0.0005°,太阳的高度角和方位角的RMS为0.0007°,完全可以满足气象和海洋等环境卫星及陆地资源卫星MSS等资料几何精校正的要求,同时可作为TMT和SPOT的粗几何校正.该算法不仅适用于升轨的卫星,而且也适用于降轨的卫星,同时还适用于前、后向倾斜和垂直等三种扫描状态的图像.     

一种基于小波变换的SAR海洋图像数据增强系统

提出了一种基于小波变换的SAR海洋图像数据增强系统,并进行了试验.本系统包括小波变换、Speckle及Pepper-Salt噪声抑制、船等目标提取、内波提取、目标数统计和图像图形显示放大等功能.该图像增强系统可以对含有常见的高斯噪声及Speckle和Pepper-Salt非高斯噪声的污染图像数据进行增强处理,可对SAR等微波成像传感器数据、光学成像传感器数据进行增强处理,具有广泛的应用前景     

基于数学形态学的遥感影像水域提取

利用数学形态学的方法对遥感影像上的水渠进行了提取试验。经试验结果得出,利用数学形态学的基本运算组合成的各种算子高低帽变换滤波与阈值截取相结合的增强方法,选择合适的结构元素,对图像进行预处理后进行分割,可以完成遥感影像上灰度变化较小水体的提取,其结果优于直接对原图进行分割。矢量跟踪后,得出的结果可以直接应用到GIS中去。     

基于改进U-Net的海岸线提取方法

遥感影像海陆分割对于海岸线提取及其动态监测具有重要意义。传统的基于光谱特征和图像处理的海岸线识别和提取方法,在面对高分辨率遥感图像复杂的纹理和空间分布时,只能生成具有局限性的图像特征结果,且分割结果准确率不高。本文将深度卷积神经网络应用于高分遥感图像的海陆分割问题,并在经典编码器-解码器结构的基础上进行了创新。首先,为了降低调参难度引入批归一化层,降低了网络对参数的尺度和初始值的敏感度;其次,采用转置卷积代替传统卷积,在模型训练过程中通过梯度递减算法,不断更新参数权值,显著提高语义分割的精度。利用研究区域高分一号遥感图像数据对于人工岸线及自然岸线的分割实验结果显示:相较于经典U-Net与SegNet,改进U-Net网络,对于各种自然岸线和人工岸线具有更低的边界模糊度和更准确的分割结果,对于自然岸线的提取结果,漏检、错检现象较少;对于人工岸线的提取具有更大的感受野,能够提取岸线的空间结构信息,避免误分类。面对日益丰富的高分辨率的遥感影像数据源,基于改进U-Net的海岸线提取,能更好地保留边界信息且具备更优的语义分割效果,可以更为准确地挖掘高分遥感影像的空间分布特征、纹理特征以及光谱特征,...     

高分辨率遥感影像城市道路提取方法研究

根据高分辨率遥感影像可以提取道路细节信息和中低分辨率遥感影像可以提取道路轮廓信息这一特性,提出基于多尺度的不同分辨率遥感影像道路提取方法。以原始高分辨率遥感影像为底层影像建立影像金字塔获取不同分辨率影像,利用中低分辨率遥感影像上提取的道路骨架轮廓约束高分辨率遥感影像的道路提取,并对Canny边缘检测算法进行改进。实验结果表明,该方法能够有效地消除高分辨率遥感影像城市道路路面噪声的影响,道路提取效果较好。     

基于DeepLabv3架构的高分辨率遥感图像分类

针对目前使用机器学习解决高分辨率遥感图像分类主要存在下采样导致的细节信息丢失问题,提出了一种基于DeepLabv3架构的小波域DeepLabv3-MRF(Markov random field,MRF)算法。选择当前较为普遍的DeepLabv3架构分类算法,能够获得更为精确的分类结果;采用小波域DeepLabv3-MRF算法,还能够获得更为清晰的边缘细节信息。选取南方某地区高分辨率无人机遥感图像进行分类实验,通过小波变换的方向性、非冗余性以及MRF变换像素空间的交互性这三个方面,将分类结果与原始DeepLabv3架构分类结果对比分析。结果表明,所提出的分类方法精度明显高于原始DeepLabv3架构分类算法的精度,总体精度可提升3%左右,并且可以充分表达高分辨率遥感图像细节信息。     

热带太平洋平均环流数值模拟

用中国科学院大气物理研究所发展的高分辨率自由表面热带太平洋环流模式(区域为南北纬30°,经纬圈方向水平分辨率分别为1°和2°,垂直方向分为不等距14层),在观测到的海表面风应力和热量及淡水通量驱动下,对热带太平洋平均环流进行了数值模拟.结果表明,模式成功地模拟了海面起伏中赤道槽、赤道脊、北赤道逆流槽及中小尺度涡旋(如棉兰老涡)系统等分布;与这些槽脊分布相对应的北赤道流,南赤道流和北赤道逆流等热带流系;对气候有重大影响的海表温度分布;次表层温跃层结构和赤道潜流等.文中特别讨论了海面起伏与模式其他变量场间的关系及其应用.     

基于MPHD算法的高分辨率遥感影像对海洋上空的云及其阴影的识别与匹配

对云及其阴影的识别是遥感图像处理中的一项基础性工作,在高分辨率遥感影像中,云及其阴影在图像中的分布是有规律的,利用两者在平坦区域高分辨率卫星影像上具有相似性的特征对其进行识别与匹配,可以比较简单地利用图像域值分割方法得到更好的识别与匹配结果.采用面向对象的思路提取云及其阴影的轮廓,在分析图像分割误差原因的基础上,考虑影像上云与其阴影的空间拓扑关系,应用改进的分数Hausdorff距离的图像匹配方法(MPHD),通过云及其阴影的局部相似的匹配,从而很好地识别出云及与其匹配的阴影,同时还可计算出匹配两者在投影平面上的距离.提出的云及其阴影的识别与匹配算法,为计算云高和应用遥感图像处理云及其云阴影的掩模提供科学依据.