基于特征的模糊神经网络遥感图像目标分类识别

特征是图像处理中用于辨识目标的最基本属性.提出了利用模糊神经网络方法,针对舰船的几何特征、矩特征和纹理特征进行舰船目标识别处理.首先简单地描述了几何特征、矩特征尤其是Hu矩特征、一阶纹理特征和二阶纹理特征.然后分别对仿真数据、卫星观测数据中的舰船目标,以及自动检测处理获取的舰船目标的几何特征、Hu机特征和纹理特征进行了提取和分析.模糊神经网络方法可以综合模糊集理论和神经网络方法的优势,有效地实现基于特征的图像目标分类识别处理.文章首先描述了一种主从神经元结构的模糊神经网络分类识别方法,然后利用该方法对大型舰船进行分类识别,包括基于单类舰船特征的分类识别和基于多源(时相)数据融合的分类识别.实验结果表明,基于大型舰船的几何特征、矩特征和纹理特征,利用模糊神经网络方法可以实现对大型舰船目标的有效分类识别.通过多源数据融合处理,可以改善分类识别效果.     

侧扫声呐图像精处理及目标识别方法研究

侧扫声呐(side scan sonar ,SSS)系统,作为水下地貌图像的获取设备,因价格低廉、分辨率高等优点在海洋工程、水下目标探测和识别等领域得到了广泛的应用.而目前SSS水下目标探测和识别均依靠人工判读,效率低下且精度难以保证.据此,论文开展了侧扫声呐数据精处理及目标识别方法研究.     

高分辨率SAR图像中的桥梁识别方法研究

根据高分辨率SAR图像中桥梁目标的特点提出了一种新的桥梁识别算法,主要由水体分割、感兴趣区域确定和桥梁识别三个步骤实现。通过直方图均衡,方便了分割阈值的选取;通过数据采样,提高了识别的有效性;通过目标特征的抽取,保证了识别结果的准确性。识别过程在初级处理中,利用快速算法得到感兴趣区域;在后续处理中利用目标特征对该区域内的潜在目标进行识别,取得了良好的效果。     

基于目标毁伤评估的几种构想

综合利用国内外典型的航空航天遥感图像,并结合辅助地理信息数据,从理论上对目标进行快速识别,进而对其变化进行分析和评估研究。旨在建立以主动识别为主、人机交互为辅的具有较高智能的图像特征识别系统,使系统可完成面向多区域和集群目标的综合实时评估任务。     

机载LiDAR洞穴目标的点云模拟及快速识别

结合洞穴类目标的特殊几何结构,对居民窑洞、天然洞窟两种典型洞穴目标进行点云数据模拟生成,并基于模拟点云数据研究目标的快速识别方法,首先分析机载LiDAR系统成像方式,以参数模型和地形TIN模型两种方式分别模拟生成两类洞穴的点云数据;以激光点与LiDAR传感器之间的距离突变为依据实现目标的快速识别,通过限定目标区域搜索范围及设定突变点个数阈值进一步提高识别精度;并完成对目标正面轮廓与内部结构的正确分类。     

面向多分辨率层次结构的遥感影像分析方法

将输入数据源经过扩展分段处理，形成具有不同分辨率层次结构的影像目标。通过构建同层次目标之间、不同分辨率层次目标之间的关系，将目标识别、目标语义提取以及影像信息提取集成在单一的平台完成。     

基于投影点密度的车载激光扫描距离图像分割方法

对车载激光扫描系统获取的距离图像的分割进行研究,提出利用投影点密度进行距离图像分割的方法.该方法不需要其他辅助数据就可以进行距离图像的分割,给出应用实例.图像的分割是目标识别、定位、特征提取与建模的基础和关键.距离图像是离散坐标点阵列,不表达目标边界特征和拓扑关系,到目前为止还没有距离图像分割的成熟、可行方法.本文研究成果,展现了激光扫描技术在数据获取、处理研究上的新方向.     

柴达木盆地烃蚀变矿物高光谱遥感识别研究

高光谱遥感识别烃蚀变矿物可用于探测油气烃类微渗漏和定位地下油气藏.以有天然气分布的柴达木盆地东部三湖地区为研究区,对Hyperion高光谱数据进行重采样处理,克服了目标识别矿物不明显和传感器低信噪比的影响.通过确定烃蚀变矿物高光谱遥感探测的指示标志,采用线性光谱(SAM)拟合与光谱匹配(SAM)相结合的方法确定了影像端元对应的矿物组分.识别结果表明,合理缩减影像波段数和确定影像端元的方法,能有效提高烃蚀变矿物的高光谱遥感识别精度.     

行星遥感影像目标识别与分类进展

从行星遥感海量数据中对地形地貌特征进行识别和分类,是行星科学研究中的一项重要基础工作。本文综述了自实施月球和深空探测任务以来,国际、国内采用行星影像数据进行地形地貌识别与分类技术的研究进展。首先,从月球、火星以及其他行星探测任务3个方面,对相关的探测任务和获取的影像数据进行简介。然后,在介绍通用目标识别与分类方法研究进展的基础上,分别详细阐述了月球、火星、其他行星影像数据的目标识别与分类研究进展,具体包括：（1）在月球影像目标识别与分类研究进展中,从月球表面环形构造识别,线性构造识别,以及地形分类几个方面展开详述;（2）在火星影像目标识别与分类研究进展中,从构造地貌,风成地貌,水成地貌,其他地貌的识别与地形分类几个方面的研究进展进行详述;（3）其他行星影像目标识别与分类研究进展中,从太阳系的其他类地行星和小行星的影像目标识别与地形分类研究进展进行阐述,其中针对小行星近距离飞越探测、绕飞探测、附着就位探测和表面采样返回等探测方式,分别介绍了对其影像数据的目标识别与地形分类的研究进展。最后,对行星遥感影像目标识别和分类技术的未来发展方向进行了展望和探讨。     

短波红外波段高温目标识别的可行性分析

目前主要采用热红外遥感数据识别高温目标,研究发现短波红外数据也具有较好的高温目标识别能力。在高温目标混合像元中,高温地物的温度和面积是待求解的未知数,也是决定混合像元波谱特性的重要参数。首先基于能量守恒原理建立了地表高温目标混合像元的辐射能量方程,然后进行方程参数的敏感性分析。研究结果表明,高温目标面积百分比和常温地物反射率对高温地物的温度和面积反演最为敏感。以山西保德和陕西府谷研究区ETM+第7波段的数据为例进行了高温目标识别研究,所识别的火点像元辐射通量密度为背景的1.36~4.76倍。经野外验证,用马氏距离法识别高温目标的精度达到88%,表明短波红外波段的遥感数据可用于高温目标的识别。     

TM图像中桥梁目标识别方法的研究

提出了一种新的TM图像中桥梁目标的识别方法。算法充分利用了TM图像的特点,在底层处理中运用形态学的方法提取出潜在桥梁目标;在中层处理中使用链码表示目标并提取其特征参数;最后在高层处理中进行桥梁识别和一些后处理。算法识别速度快、准确率高,整个算法可以进行自动的识别,也可以有少量人工干预使得算法更稳健。实验证明该算法对于TM图像中的桥梁识别是很有效的。     

高光谱影像数据预处理技术评价

高光谱影像数据预处理是构建高效的影像数据库以及实现地理目标成分信息反演与地理目标识别的基础。本文从反射率演算、光谱微分技术以及高光谱影像数据的降维处理等三个方面对高光谱影像数据预处理进行了研究。实现了基于高光谱影像的反射率反演算法，针对高光谱遥感数据影像分辨率比较低的现状，提出了直方图均衡化、色调平衡、对比度调整等影像处理算法，并给出了实验结果。     

三维激光点云处理软件的若干关键技术

正一、点云处理工作三维激光点云需要处理的工作包括:点云去噪、点云平滑、点云编辑、点云分类、点云着色、目标识别、地物表面重构、影像与点云配准、基于影像与点云的单点测量、模型贴纹理等。地面三维激光扫描仪首先需要解决多测站点云快速拼接问题,包括地面站点云与车载、机载点云的拼接。二、点云处理关键技术1.点云数据存储海量点云的数据存储是点云处理首先需要考虑的一个基础性关键技术。目前比较常规的数据存储     

GPS接收机

凡能接收GPS卫星信号的设备,总称为GPS接收机. GPS接收机是当代微电子技术和数字通信技术相结合的高科技产品,结构复杂.但任何接收机都包括4部分:天线、传感器(或称GPS接收板,包括:信号识别与处理,处理数据的微处理器,精密振荡器,数据存贮器),控制显示单元和电源.     

多特征融合的高分辨率遥感影像飞机目标变化检测

为利用高分辨率遥感影像实现高精度的飞机目标变化检测,提出了一种自适应的多特征融合变化检测与深度学习相结合的方法。首先,通过加权迭代的多元变化检测法获取变化强度图,并结合自适应的直方图统计法自动获取显著的变化与不变化样本;然后,提取多时相影像的光谱、边缘和纹理特征,完成多特征融合的变化检测,并通过形态学处理得到变化图斑;最后,利用训练的NIN(Network in Network)结构的卷积神经网络飞机识别模型,完成变化图斑的类型判别,实现变化飞机的检测。实验结果表明,本文方法在两组数据的正确率分别达到100%和91.89%,均优于对比方法,能实现准确可靠的飞机目标变化检测。     

一种带地理坐标识别的纸质地图快速矢量化方法

通过传统纸质地图扫描而成的栅格影像在进行人工矢量化时,需对矢量数据进行坐标转换,耗时耗力且精度也往往受人为主观因素的影响.为了实现快速且准确的矢量化处理,提出了一种附带地理坐标识别的纸质地图快速矢量化方法.首先利用扫描后的栅格影像与经纬度模版影像进行SURF特征匹配,从而获取经纬度标识信息和对应的横纵坐标信息;再计算仿射变换模型参数;最后在矢量化的过程中实现由像素坐标到地理坐标的转换.实验结果表明,该方法不仅能实现栅格影像矢量化,而且可准确完成矢量数据的坐标转换,提高了纸质地图的矢量化处理效率.     

TM图像中道路目标识别方法的研究

提出了一种新的TM图像中道路目标的识别方法。算法充分利用了TM图像的特点,在底层处理中运用方向可调滤波器(SteerableFilter)的方法提取出潜在的道路目标;在中层处理中使用链码表示目标并提取其特征参数;最后在高层处理中进行道路识别和一些后处理,整个算法可以进行自动的识别。实验证明该算法对于TM图像中的道路识别是很有效的。     

ArcGIS中应用Python脚本实现地理数据的批处理

ArcGIS中地理的处理可以通过Python脚本语言来完成.Python脚本语言结合ArcGIS地理工具,实现工作流自动地完成,可以在很大程度上简化数据生产的步骤,提高工作效率,进而保证数据质量.现以辽宁某地区的资产数据和路网数据,依据线性参考获得桩号为实践案例,介绍了在ArcGIS中利用Python批处理地理数据,提供了自动执行批量处理的解决方案[1].     

基于序列非线性滤波SAR影像水体自动提取

由于SAR图像中固有斑点噪声的强烈影响,某些对于光学图像有很好效果的目标提取区域分割的方法对于SAR图像来说效果不很好.针对水体目标的亮度及形状分布特征,不作阈值分割处理,而采用序列非线性滤波处理方法,可以快速有效地实现SAR影像水体目标的自动提取识别.     

基于灰度形态学的高分辨率遥感影像预处理

提出了一种从高分辨率遥感影像中提取线性目标时影像预处理的方法.该方法基于灰度形态学的Top-Hat运算和灰度膨胀运算,用Top-Hat算子除去影像的噪声,再利用灰度膨胀增强影像目标和背景之间的对比度,使目标更易于识别.经过处理的遥感影像,能够更有效地提取影像的目标.