基于深度学习的国产卫片图斑提取

本文针对国产卫片多时相、长时序、全天候、多源海量等特点,提出了一种高效、准确的卫片图斑提取方法。该方法在深度学习理论基础上构建了地物目标语义分割模型和图斑提取智能算法群,实现了国产卫片图斑的特征、规律及属性的自动识别,完成了卫片图斑提取的智能化和自动化。试验结果表明,该方法在国产卫片图斑提取中具有较高的准确率,为后续图像处理、分析和应用提供了重要支持。     

基于土地覆盖图斑的多时相遥感影像自动配准方法

针对点、面方法仅利用了遥感影像几何特征和部分波段的灰度特征进行多时相遥感影像配准的不足,本文提出了一种利用稳定土地覆盖图斑的多时相遥感影像自动配准新方法,充分利用遥感影像多光谱信息和大量存在的稳定土地覆盖图斑信息进行图像配准,并且选取了土地覆盖年际变化最为强烈的农业种植区作为实验区,分别利用了同一传感器和不同传感器不同时相的遥感数据开展了实验研究。两次试验中,配准精度分别达到了0.57个像元、0.65个像元。实验结果表明,本文提出的方法能够有效地筛选出满足图像配准的同名图斑,具有较高的配准精度和适用性,提高了遥感影像的配准效率。     

基于深度学习的乱占耕地建房疑似图斑自动提取方法研究

为实现农村乱占耕地建房问题“早发现、早制止、早查处”,本文提出一种基于深度学习的乱占耕地建房疑似图斑自动提取方法,利用高分辨率遥感影像解译模型,结合第三次国土调查成果耕地数据,快速识别乱占耕地建房疑似图斑。最后以江苏省某县级市为例开展实验,实验表明：该方法提取结果准确率高、用时少,可为耕地保护、督察执法提供重要支撑。     

基于改进DeepLabV3+算法的遥感影像建筑物变化检测

变化检测是遥感测绘领域的重要任务,作为执法依据,在耕地非农化等场景监测中发挥重大作用。近年来,使用人工智能相关技术进行变化检测,常见的技术方案为叠加两期影像,再使用语义分割算法求解变化区域。本文使用变化检测数据集LEVIR-CD作为试验数据,在DeepLabV3+算法基础上,针对变化检测场景特点,对模型结构进行改进。以DeepLabV3+的孪生网络为主干,使用多层级特征交互操作,充分融合图像特征。结果表明,改进的网络结构更加适合变化检测任务场景。     

基于深度学习的遥感变化检测技术应用研究

传统的人工目视变化提取的方式耗费大量的人力、物力且作业周期长，已经无法满足当今快速监测分析的需求，现在利用不同期影像进行智能变化检测和提取成为专家学者和软件方研究的热点。本文将浅析基于深度学习的遥感影像变化检测方法，旨在探索基于遥感影像进行常态化、快速化变化检测的技术路线和相关业务的应用，如基础测绘地形图更新、土地变更调查、地理国情监测更新等，为城市变化信息、地理信息数据的快速更新提供支撑。     

遥感影像变化图斑智能化提取平台研发与应用

遥感影像变化图斑智能化提取是自然资源动态监测工作的基础。本文简述了遥感影像变化检测技术演进历程及特点,提出同时使用ResNet、U-Net和孪生神经网络3种深度学习算法,设计了集“影像预处理、智能提取、协同筛查”于一体的遥感影像变化图斑智能化提取平台,并详细阐述了各功能模块设计思路。实践表明,融合3种深度学习算法有利于解决单一深度学习网络模型改造难度较大、适用范围有限等难题,有效提升了遥感影像变化检测的查全率,工作效率比目视解译提升超过3倍。研究成果已在湖南省自然资源“1+N”卫星监测工作中广泛应用。     

基于图斑空间关系的遥感专家分类方法研究

以光谱均质单元——图斑作为空间对象粒度的基本单元，采用图斑邻域搜索算法，获取不同类别图斑间的空间关系。在ERDAS专家分类系统中，根据图斑相邻关系以及DEM信息对初始分类结果进行了修正，提高了湿地、草地和农业用地的分类精度。     

基于深度学习技术的贵州省耕地占用遥感监测

贵州省耕地资源相对有限,播面增长空间小,耕地占用对区域农业生产和粮食安全产生了重要影响。及时监测土地占用,对农田保护、减小损失具有重要的意义。遥感技术可以在耕地占用监测中发挥重要作用,然而由于地表结构的复杂性,高精度的耕地占用监测面临较大困难。为提高监测精度,本文研究使用深度学习技术来监测贵州全省的耕地占用情况。首先,利用多类型、高频次的高分辨率卫星影像,获取贵州省全域范围内的大量样本,据此挖掘遥感图像中的耕地占用信息;然后,联合使用卷积神经网络和循环神经网络,构建耕地变化监测深度学习网络模型,从遥感图像的光谱、空间和时相信息中提取耕地变化情况;最后,选取典型区域对监测结果进行了精度验证。结果表明,该方法可快速监测出贵州省占用耕地区域,为相关部门提供决策参考和监管手段。     

遥感专题制图中图斑综合的跟踪统计法

本文介绍了遥感影像分类以后利用微机进行图像制图综合的一种方法。通过这一方法,制图人员可以根据需要,方便、自由地控制综合的程度,实现对各种图斑数量特征的综合。它对及时、充分地处理分类后的像元集,提高机助制图系统自动化水平,以及生成新的矢量图斑,快速输入地理信息系统的数据库,都有着重要的意义。     

基于深度学习方法的耕地违建自动提取

耕地是粮食安全的根基所在,而随着我国城镇化的推进,农村违法占用耕地问题逐渐普遍化.加强对农村耕地的违建监测并制定应对措施是有效制止耕地蚕食现象的前提.借助深度学习技术,提出了一种基于前期耕地矢量的建筑物变化检测方法.首先利用已有国情矢量和影像数据制作建筑物专题样本;然后利用U-Net网络进行建筑物提取的模型训练,借助O...     

基于孪生注意力网络的高分辨率遥感影像变化检测

随着遥感影像空间分辨率的提升,地物成像特征愈加复杂,基于纹理表达和局部语义等技术的变化检测方法已很难满足需求.为提升高分辨率遥感影像的变化检测精度,构建了一套较大规模的0.8～2 m高分辨率遥感人类活动变化检测数据集(HRHCD-1.0);同时将空间注意力和通道注意力机制引入孪生变化检测网络中,设计了具有更强上下文变化...     

图斑自动编号程序的编写

图斑编号是土地调查工作中一项重要的工作,采用人工的方式既容易出错,效率也低下,本文采用C#及ArcEngine组件库开发了以图幅为单位图斑自动编号的程序,较好地解决了这个问题,并提供了源程序,供相关技术人员参考。     

高分辨率遥感影像的深度学习变化检测方法

为提升高分辨率遥感影像的变化检测精度,提出一种利用深度学习的变化检测方法。在预处理的基础上,利用顾及邻域信息的改进变化矢量分析算法和灰度共生矩阵算法获取影像间光谱和纹理变化,并通过设置自适应采样区间提取最可能的变化和未变化区域样本。构建并训练包含标签层的高斯伯努利深度限制玻尔兹曼机模型,以提取变化和未变化区域深层特征,从而有效辨别变化区域。通过WorldView-3与Pléiades-1影像的试验表明本文方法在变化检测精度方面优于对比方法。     

基于DeepLabv3+的高分辨率遥感影像建筑物自动提取

提出一种建筑物自动化提取架构,基于DeepLabv3+网络模型,使用WHU建筑物数据集,完成数据集增强、模型训练、建筑物提取以及精度评估。实验表明,架构中DeepLabv3+模型分类的总体精度为96.3%、准确度为94.2%、召回率为92.5%、F1得分为93.3%、交并比为87.5%,优于基于像素的分类方法(支持向量机、K均值聚类算法(K-Means))和面向对象的分类方法(最邻近节点算法(KNN)、分析与回归树)以及基于深度学习的分类方法(UNet、SegNet、PSPNet)。文中构建的高分辨率遥感影像建筑物自动化提取模式,可以完成建筑物高精度高效率的提取任务。     

基于ArcPy与定制ArcToolbox的矿山新增图斑自动编号及方法改进

针对当前矿山遥感监测成果数据编制过程中出现的新增矿山图斑手动编号耗时长、易出错以及规范不明确的问题,基于成果数据提交技术要求的分析结果,实现全流程、自动化地对新增矿山图斑进行编号并将该过程进行可视化.该流程通过ArcPy站点包实现矢量数据分割、排序、编号以及写入等一系列操作过程;并利用ArcToolbox的定制功能,对...     

基于遥感影像的生产建设项目扰动图斑人机协同智能提取方法

水土保持生产建设项目扰动图斑解译工作多以人工目视解译方法实现,在实际工作中,存在效率低、成本高、主观性强等问题。本文提出了“智能提取模型+遥感监管协作平台”的生产建设项目扰动图斑人机协同智能提取框架,通过本底数据要素标注、数据增强等手段构建变化检测数据集,采用改进的U-Net++模型开展生产建设项目扰动图斑智能提取试验。结果表明,模型平均准确率为79.59%,面积召回率为80.90%。针对检测模型容易误提取伪变化和云雾遮挡区域,以及存在图斑破碎、轮廓不规整等问题,在自动提取成果的基础上构建了分布式并行协同解译平台,对扰动图斑进行增、删、补、检,并将最终结果作为新样本反馈给模型,进一步提升模型性能,形成样本与模型间的良性循环,提高了实际工作效率。     

基于RS与GIS技术的变更图斑自动识别方法研究

基于RS与GIS技术的土地利用变更图斑自动识别方法,即"以遥感正射影像图为基础,以地理信息和地物反射光谱为判别依据"的变更信息识别方法,能够尽量避免传统利用遥感影像分类技术进行地物变更识别存在的不足。本文通过对距离算法的改良,有效利用遥感数据的实时性和丰富性,在地理信息系统的支持下,提高了对地物变更地块的识别精度。     

基于高分遥感影像的海口市违法建筑监测

基于WorldView遥感高分辨率影像,对海口市违法建筑进行了变化检测与人工识别.选取两时相遥感影像,通过变化检测发现疑似违法建筑空间分布,最后利用叠加分析与人工解译确定违法建筑物.实验结果表明,变化检测可提供较高位置精度和效率,最终人工判读解译图斑合计误判率仅为0.68％,可作为城市违法建筑监测,是一种高效率、高适普性的违法建筑监测方法.     

土地调查数据库中基于遥感影像的地类图斑属性检查方法探讨

本文重点分析利用遥感影像套合矢量数据的方法检查图斑地类一致性,并对图斑地类错误的类型进行归纳分析。     

地图图斑群自动综合的分形方法研究

提出了基于分形理论的地图图斑群自动综合的新方法,使地图图斑群的自动综合能够根据其自身的分布变化规律及形状结构特征自适应地进行。