共查询到20条相似文献,搜索用时 30 毫秒
1.
光学遥感影像像素级融合的理论框架 总被引:5,自引:1,他引:4
遥感影像像素级融合是遥感信息分析与处理过程中十分常用的处理方法之一,但目前该领域缺乏相应的理论研究.通过对GIF和GCOS模型的对比分析,建立遥感数据像素级融合的统一理论框架,并给出几种具有代表性的融合方法在统一框架下的表达.在此基础上,例证统一理论框架在算法等价性判别、融合性能理论分析、融合算法设计等方面的作用。在此框架下的研究表明brovey变换融合法与基于三角形模型的IHS方法完全等价,PCA方法为GS方法的特例.此外还揭示了组合现有方法以提高融合性能的原理.这些研究结果说明统一理论框架在问题分解方面的合理性和进行遥感影像像素级融合理论分析的有效性. 相似文献
2.
随着对地观测技术的发展,海量遥感影像不断传输到地面。传统的遥感信息处理方法在处理效率、精度上的不足,限制了遥感信息的挖掘及利用,亟需发展智能化方法满足遥感影像处理的需求。受自然界中生物进化机制的启发,基于进化计算的遥感影像智能化处理方法具有以下特点:(1)拥有全局优化能力,对目标函数的优化能力更强;(2)具有自组织、自学习的特点,能够从遥感数据本身学习,不依赖数据分布等先验信息;(3)拥有处理多目标问题的能力,同时考虑多个目标函数而不需要人工确定它们之间的权重。因此,智能化遥感信息处理方法能够在海量遥感影像中有效地提取适用于不同应用目的的信息。本文主要介绍智能化遥感信息处理方法的典型应用包括遥感影像智能化分类(监督分类、聚类)、遥感影像亚像素信息提取(高光谱影像混合像元分解、亚像元制图),并讨论了遥感信息智能化处理方法的发展方向。 相似文献
3.
4.
5.
6.
高分辨率遥感图像具有丰富的纹理信息,而像素级变化检测方法主要分析图像的光谱信息,导致将像素级变化检测方法用于高分辨率遥感图像具有一定的局限性.因此,本文提出了一种像素级与对象级相结合的高分辨率遥感图像变化检测方法,解决了像素级与对象级变化检测方法中存在的椒盐现象、误检等问题.首先,结合高分辨率遥感图像的多维特征,构建遥... 相似文献
7.
论土地利用与覆盖变化遥感信息提取技术框架 总被引:7,自引:1,他引:7
利用遥感技术提取土地利用和覆盖变化信息是一个多因素交织的复杂过程,为提高遥感信息提取的自动化和定量化水平,本文针对变化信息本身的内涵(容)将这一复杂过程分解为变化位置发现、变化区域提取、变化类型确认以及变化信息表示等过程,构建了基于遥感技术的土地利用与覆盖变化信息提取技术流程,并对流程中的关键技术和方法进行了论述和探讨。本文的技术方法能有效应用于多时相遥感数据或已有土地利用与覆盖数据支持下的单一时相遥感数据情况下的变化信息提取。 相似文献
8.
山地遥感主要研究进展、发展机遇与挑战 总被引:1,自引:0,他引:1
山地遥感是研究在山地这一特定环境中的遥感基本原理、方法及其应用的科学技术。从山地遥感研究的基本内涵出发,总结面临的若干前沿科学问题,指出当前主要研究内容:(1)电磁波与山地地表相互作用机理及建模理论;(2)山地遥感数据时—空—谱归一化处理方法;(3)山地地表信息遥感建模、反演与同化方法;(4)山地遥感尺度效应与算法/产品验证;(5)山地遥感信息综合应用等。从山地遥感研究的基础理论方法以及山地遥感应用两个层面回顾了近年来山地遥感研究取得的进展,并就新时代背景下山地遥感研究面临的机遇与挑战进行了分析,最后对山地遥感研究前景进行了展望。 相似文献
9.
10.
IEU-Net高分辨率遥感影像房屋建筑物提取 总被引:1,自引:0,他引:1
房屋建筑物作为人类活动的主要场所,快速准确地将其从高分辨率遥感影像中提取出来,对促进遥感信息在防灾减灾、城镇管理等方面的应用具有重要意义。本文基于深度学习,提出了高分辨率遥感影像房屋建筑物像素级精确提取方法。首先,针对样本图像边缘像素特征不足现象,以U-Net模型为基础提出IEU-Net模型,设计了全新的忽略边缘交叉熵函数IELoss并将其作为损失函数,另外添加Dropout和BN层在避免过拟合的同时提高模型训练速度和鲁棒性。其次,为解决模型特征丰富度有限的问题,引入形态学建筑物指数MBI,与遥感影像RGB波段一同参与到模型的分类过程。最后,在模型预测时与IELoss相对应采用忽略边缘预测策略从而获得最佳建筑物提取结果。实验对比分析表明:本文方法能有效克服样本边缘像素特征不足问题并抑制道路、建筑物阴影对结果的影响,提升高分辨率遥感影像中房屋建筑物的提取精度。 相似文献
11.
从散射辐射传输成像到定量精细遥感的信息 总被引:1,自引:0,他引:1
星载遥感是电磁波与环境目标相互作用散射辐射传输获取数据图像,并进而反演诠释环境目标物理特征的信息技术。随着星载遥感多任务、多频段、多极化、高分辨率等多源多模式的发展与融合,星载遥感定量精细信息的需求提出了一系列新的信息链科学问题。本文概述本实验室在近十多年里在星载遥感领域的电磁散射辐射传输理论到定量精细遥感信息链的研究,包括:矢量辐射传输与星载微波遥感数据定标与验证(CAL/VAL)、极化电磁散射与全极化多模式合成孔径雷达(SAR)成像信息、高分辨率遥感与自动目标识别(ATR)技术、月球火星等外星遥感信息获取等。 相似文献
12.
高分辨率遥感图像去噪对于提高后续图像分析、识别等问题的准确性具有重要意义。目前的去噪算法普遍存在去噪结果边缘信息模糊、易产生视觉伪影导致遥感信息丢失的缺点,针对以上问题本文提出了一个基于边缘增强的残差编解码去噪网络用于高分辨率遥感影像去噪。该方法首先将噪声图片通过低通滤波器分解成高频层和低频层,然后将含噪声信息的高频层输入到带残差模块的编解码网络中,通过采样运算在多尺度空间上学习残差映射生成残差图像,最后使用跳跃连接得到完整的去噪结果。其损失函数由逐像素和感知损失两部分组成,逐像素损失使用传统的均方根误差学习像素级信息,感知损失学习语义特征上的差异可以保留更多边缘信息,最终得到更清晰的结果,其中感知损失是由级联在后的语义分割网络提取的特征图定义的。本文对不同测试数据做去噪实验并与几个经典方法对比证明本文模型的去噪结果优于其他方法,不仅提高图像的峰值信噪比,得到最高的平均梯度值,还在视觉上取得了最清晰的结果。实验结果表明,本文提出的基于边缘增强的深层编解码卷积网络在去噪的同时可以改善边缘细节被模糊的问题,保留更多遥感地物信息,提高图像视觉效果。 相似文献
13.
为准确提取耕地“非农化”的变化信息,实现耕地“非农化”遥感监测,提出一种“三调”成果引导的耕地“非农化”遥感监测方法。先从前时相的矢量数据抽取矢量边界、类别属性等先验信息;进行超像素分割,提取像斑的光谱和纹理特征;在先验信息引导下,利用同质性特征分析、异常检测的方法自动筛选样本,利用影像特征差异分析的方法确定最优影像特征;针对不同的耕地变化类型,选择最优影像特征,结合支持向量机分类实现耕地“非农化”区域检测。在河北省选取两块区域进行实验,结果表明,该文方法在已有成果数据的引导下,能够有效检测出耕地“非农化”区域,总体检测精度均在97%以上。 相似文献
14.
面向遥感大范围应用的目标,自动化程度仍是遥感影像分类面临的重要问题,样本的人工选择难以适应当前土地覆盖信息自动化提取的实际应用需求。为了构建一套基于先验知识的遥感影像全自动分类流程,本文将空间信息挖掘技术引入到遥感信息提取过程中,提出了一种面向遥感影像对象级分类的样本自动选择方法。该方法通过变化检测将不变地物标示在新的目标影像上,并将过去解译的地物类别知识迁移至新的影像上,建立新的特征与地物关系,从而完成历史专题数据辅助下目标影像的自动化的对象级分类。实验结果表明,在已有历史专题层的图斑知识指导下,该方法能有效地自动选择适用于新影像分类的可靠样本,获得较好的信息提取效果,提高了对象级分类的效率。 相似文献
15.
16.
17.
油气资源的遥感勘探,可分为“直接”和“间接”两大类。红外遥感油气资源勘探技术属于“直接”勘探范畴。本研究基于工业油气藏烃类微渗漏理论,利用烃类特有的2.27—2.46μm波谱双峰吸收带,以土壤烃组分异常为标志实施探测,并从理论上排除了各种地物目标的干扰,建立了一套航空遥感计算机图像处理及油气遥感信息异常提取方法。三次大面积试验表明,与已知油流区块的符合率达70%,在未知区的油气遥感异常中,一些已被钻探证实含有油气性,业已正式列入油气勘探生产计划。 相似文献
18.
遥感图像自动解译面临的问题与解决的途径 总被引:18,自引:2,他引:18
遥感图像自动解译的目的是为了满足人们从海量遥感数据中快速识别与获取不同专题信息的需要。目前图像自动解译主要依赖地物光谱特征 ,其解译精度不高。解决这一问题的主要途径包括 :抽取遥感图像多种特征并综合利用这些特征 ,利用遥感图像解译背景数据库 ,在地理信息系统支持下实现背景数据与遥感信息覆合 ,采用专家系统完成遥感图像自动解译。 相似文献
19.
多源遥感信息融合技术是突破单一传感器的观测局限,实现多平台多模态观测信息互补利用,生成大场景高“时-空-谱”无缝的观测数据的重要手段。随着人工智能理论与技术的日益完善,数据驱动的多源遥感信息融合获得了研究者的广泛青睐,然而,数据驱动算法与生俱来的低物理可解释性,弱泛化能力都阻碍了其在多源遥感信息融合领域的长远发展。因此,本文分别对同质遥感数据融合,异质遥感数据融合,以及点-面融合的有关研究成果进行了系统的梳理和归纳,分析了各融合问题的发展趋势。最后,对算法研究进展进行了总结,剖析了数据驱动的融合算法所面临的挑战,指出了未来多源遥感信息融合领域的研究方向。 相似文献
20.
遥感云服务平台技术研究与实验 总被引:2,自引:0,他引:2
遥感云服务是基于云计算技术,整合各种遥感信息和技术资源,通过互联网以按需共享的方式提供的遥感应用服务.本文在分析遥感云服务的基本模式和技术特点的基础上,阐述了遥感云服务的技术体系及关键技术,包括遥感数据云存储、遥感数据云处理、遥感应用云服务以及遥感数据云安全技术等,设计了遥感云服务平台总体架构和功能模块,并介绍了作者团队基于云计算技术研发的遥感云服务平台原型系统.该系统支持用户根据业务选择遥感数据和应用软件,在云服务平台自动部署的虚拟机上进行在线使用.实验表明,遥感云服务平台可以汇聚来自不同服务商的遥感信息、应用软件和计算资源,为用户提供一体化的按需应用服务,对于遥感技术的普及应用和产业化发展具有重要意义. 相似文献