基于全球剖分网格的大区域遥感数据快速拼接方法研究

由于遥感数据存在多种类型和不同分辨率,使之在检索、共享和整合拼接方面存在一定难度,导致在获取大区域遥感数据时,常用的基于元数据检索、共享和整合拼接的方法,数据使用率较低。对此,本文提出一种基于Geo SOT全球剖分网格的大区域遥感数据快速拼接方法,采用建立Geo SOT逻辑剖分索引的方式,对遥感数据实施剖分预处理,提高遥感数据拼接速度。最后,通过使用"天绘一号"卫星遥感数据进行对比实验证明,本文提出的大区域遥感数据快速拼接方法具有可行性和实效性。     

一种基于地球剖分网格的方向导向的路径搜索算法

路径搜索问题作为地理信息科学等学科的一个研究热点,由此出现的许多路径搜索算法,在交通道路网和导航系统中已得到广泛应用。纵观这些成果,往往需要以构造矢量道路为前提,道路网缺乏地区(如野外、室内)等情况不太适用。由此,本文提出了基于地球剖分网格的以方向主导的路径搜索算法,文中描述了具体的原理和方法,且针对算法设计相应实验验证了该算法的可行性和效率,为路径搜索提出了一种新思路。     

基于全球剖分网格的空间数据全文检索方法

目前,国内外不同部门的空间数据管理系统彼此独立,数据共享检索效率低。针对此问题,本文提出了一种基于全球剖分网格的空间数据全文检索方法。该方法描述了基于全球剖分网格原理,根据地理空间实体的区位信息建立全球唯一的空间区位标识编码,通过全文索引引擎对空间区位标识编码建立全文索引,实现对地理空间数据的检索。通过对比试验可知,在大数据量的时候,基于全球剖分网格的空间数据全文检索方法比基于B+树的传统关系型数据库检索效率高,在海量空间数据的检索上具有一定应用价值。     

基于全球剖分网格的多源数据快速汇集方法研究

随着当今社会科技水平的快速发展,各行业的应用领域也在逐步拓展,学科交叉的情况已在各重大行业领域频频出现,交叉学科的出现给传统的数据分析模式带来了挑战,同时数据多源性和异构性的特点对海量数据的管理机制也是一种考验。本文通过对多源数据组织检索方式的分析,在测绘和气象行业选取了四种完全相异的实验数据,这些数据具有典型的行业代表性与广泛的应用背景,结合数据各自独有的组织及应用特点,以Geo SOT全球剖分网格为基础,采用最小外包矩形、多级网格聚合和关联索引大表的数据预处理方式,建立了跨领域,多尺度,无缝无叠,覆盖全球的多源数据编码检索模型。通过简便快捷的编码处理,实现了对多源异构数据的快速汇集与综合管理。     

遥感信息传输过程和遥感数据特征研究

文章分析了辐谢源、大气层、地球表面、遥感器等对遥感信息的影响,并介绍遥感数据的特征,指出了遥感数据的局限性。     

一种基于地球剖分网格的区域面积计算方法

区域面积计算是区域分析的基础。随着空间信息剖分组织理论的发展,地球剖分网格受到广泛关注,并且显示了在空间大数据组织能力上的潜力。球面空间与欧式空间不同胚导致地球剖分网格规格不一的特征,在进行区域面积计算时需要先将网格转换回对应的经纬度范围,再进行积分运算,流程复杂,计算效率不高。由此本文根据GeoSOT全球参考网格的剖分方案,基于矩阵变换的分块、邻接操作以及向量的乘法运算,设计了一种可以摆脱经纬度和积分运算的面积计算方法,并针对此方法设计实验验证了其可行性和高效性,为网格体系下区域面积计算提供一种新思路。     

基于GeoSOT网格的遥感数据动态展示

为了更好地展示遥感数据,本文提出网格化动态展示的方法。该方法采用了GeoSOT全球剖分网格作为数据组织的标准框架,确定了数据的空间分辨率与剖分网格的对应关系,在对数据进行多层次剖分化组织的基础上,介绍了自动式和交互式两种动态展示的方法流程和规则。实验表明,该方法能更好地实现数据监控和数据查询,是遥感数据展示方法的有益补充。     

基于自适应时序剖分与KNN的短时交通流量预测

在智能交通系统中,准确和高效的短时交通流量预测是交通诱导、管理和控制的前提。由于交通流量动态变化中表现出的时变性和非平稳性特征,其预测难度较大,是交通领域中亟待解决的难题。为提高短时交通流量的预测精度,本文设计与实现了基于自适应时序剖分与KNN（A-TS-KNN）的短时交通流量预测算法。① 基于动态时间规整（Dynamic Time Warping,DTW）动态剖分单日时序为不同的交通模式;② 在不同交通模式,采用互信息法求解每个预测时刻时间延迟的最大阈值,构造不同时间延迟的状态向量,生成交通流量历史数据库;③ 采用十次十折交叉验证的方法求解每个时刻不同时间延迟与不同K值的正交误差结果分布,提取误差最小的正交结果,得到自适应时间延迟与K值的参数组合;④ 采用K个最相似的近邻的距离倒数加权值作为预测结果。对比K近邻（K-nearest neighbors, KNN）、支持向量回归（Support vector regression,SVR）、长短期记忆神经网络（Long-short term memory neural network,LSTM）以及门控递归单元神经网络（Gate recurrent unit neural network,GRU）共4种主流预测模型,A-TS-KNN算法预测精度显著提升;将A-TS-KNN算法用于福州市城市路网中其他交叉路口的短时交通流量预测,结果表现出良好的泛化能力。     

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。     

地层的四面体剖分及其数据对象的组织

为了对非连续地层内部进行有效地表达、分析,本文基于三棱柱模型对其进行四面体剖分。在对三维对象拓扑关系进行精心设计的基础上,利用面向对象的思想,对点、线、面、体在不同层次上进行逻辑分离,并提出对象管理器的概念进行针对性地组织、管理。采用适当的数据结构描述不同的空间对象及其拓扑关系,结合有效的索引方式加快拓扑对象唯一性匹配的过程,很大程度上提高了拓扑对象的生成速度及空间查询效率。最后,在对地层进行四面体剖分的实例中得到了正确的验证。     

高分辨率影像分割的分形网络演化改进方法

分形网络演化是针对高分辨遥感影像的高精度分割方法。它是以像元自下而上进行地物域合并,直至满足区域对象间异质性值大于预设阈值,停止区域合并得到最终分割结果。当对大数据量遥感影像进行分割时,形成初始区域对象的速度较慢,并且数量较多,导致分割时间长,有待在整体分割效率上进一步提高。一种有效的改进措施是采用某种分割方法,快速生成初始区域对象,然后再以初始分割结果区域对象进行区域合并。本文提出一种自动种子点的并行区域生长分割方法,用于快速生成初始区域对象;提出均匀数据划分的并行区域生长策略及消除数据划分线两侧的区域对象方法;采用OpenMP并行技术实现并行区域生长过程。分割效果对比和效率分析结果表明,本文提出的初始分割方法效率较高,并且分割结果可重现,从可信度、通用性角度来看,具有较高的实用价值。     

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...     

高分辨率遥感图像融合的光谱保真问题

分析高分辨率遥感图像融合光谱失真的原因,利用基于滤波原理的Wavelet、SFIM融合算法和基于统计原理的Gram-schmidt、PCI pansharp模块提供的融合算法对高分辨率遥感图像的代表QuickBird图像进行融合试验。结果表明:这四种融合算法虽都具有很好的光谱保真性,但从光谱保真度和高频信息融入度这两个方面的定量分析来看,基于统计原理的融合方法总体上优于基于滤波原理的融合方法,更适合于QuickBird高分辨率遥感图像的融合。     

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。     

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。     

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...     

面向城市应用的多源遥感影像服务平台设计与实现

 本文对面向城市应用的多源遥感影像服务平台的系统目标、系统流程、功能模块和关键技术进行了分析。通过遥感影像数据源、管理方式和业务流程的分析,设计了多源遥感影像数据的逻辑组织模型,建立了海量多源遥感影像库。本文详细阐述了系统的影像预处理、影像数据管理、影像数据应用服务和安全权限控制四大功能模块,并分析了系统架构、多源遥感影像元数据的自动抽取、影像数据的快速检索和影像数据高效在线应用服务的关键技术。为保证系统的高安全性、实时性与可靠性,采用部署在局域网内的客户机/服务器与浏览器/服务器的混合体系结构。实验表明,本文的研究成果实现了海量多源遥感影像数据的统一高效管理、快速检索、高效浏览及与其他子系统的无缝集成,为城市应用提供了便捷的影像数据服务,有利于进一步发挥影像资料的作用。     

改进的分水岭变换算法在高分辨率遥感影像多尺度分割中的应用

由于高空间分辨率遥感影像自身的复杂性,传统的分水岭分割方法难以取得令人满意的效果。本文提出一种改进分水岭变换的高分辨率遥感影像多尺度分割方法,在抑制分水岭过分割现象的同时,还能实现对遥感影像的多尺度分割。该方法充分考虑了高分辨率遥感影像的多光谱和多尺度特性,首先,利用各向异性扩散滤波技术对影像进行平滑滤波,目的是在滤除各种噪声的同时还能保持影像的边缘特征和重要的细节信息;然后,提取影像的多尺度形态学梯度,并从梯度图像中提取标记;接着进行基于标记的分水岭变换;最后,利用改进的快速区域合并算法实现对影像的多尺度分割。实验表明,改进的算法能有效地抑制分水岭的过分割现象,对高分辨率遥感影像有较好的分割性能。