A Single-Pixel Imaging System for Remote Sensing by Two-Step Iterative Curvelet Thresholding

Recently, a new framework named compressed sensing (CS) for the simultaneous sampling and compression of signals has been applied for panoramic-view imaging in aerospace remote sensing. By CS, it is possible for us to take superresolution photographs using only one or a few pixels rather than a million pixels by conventional digital cameras. However, the most popular approach of satellite/airborne remote sensing is line-scan imaging instead of panoramic-view imaging. In this letter, we propose a single-pixel imaging system for line-scan onboard cameras by applying compressive-scanning matrices in a sensing step and a two-step iterative curvelet thresholding method in an offline decoding step, which converges faster than previous single-step iterative thresholding methods. Numerical experiments show good performance of the proposed method for remote sensing. Results indicate the need to design practical single-pixel remote sensing instruments involving less storage space, less power consumption, and smaller size than the currently used charged-coupled-device cameras.      

遥感云计算平台原型系统设计与实现

针对现有的云计算平台成本和系统复杂度高、不适于在普通台式电脑进行部署的问题,结合系统设计思想和云计算相关理论,构建了遥感影像云计算平台原型系统。该系统框架结构划分为系统依赖库、物理资源层、系统实体层、应用支持层、遥感应用层和用户界面层,包括云存储、云计算和数据可视化等三个子系统。实验结果表明:该系统可以在普通桌面电脑上进行部署,并且支持遥感影像的存储和处理,验证了基于云计算的海量遥感影像存储和处理关键技术,为遥感影像高效存储与快速处理提供了必要的现实支撑和理论参考。     

基于DEM的遥感数据复原方法研究

介绍了一种基于数字高程模型（DEM）的遥感数据复原新方法。此方法将地形因子作为最主要的作用因子，不考虑卫星传感过程中的随机影响。首先，根据基础地理数据，按其等高线层生成DEM； 然后，利用DEM，通过实测样点、DEM和经过纠正的遥感数据的信息融合，进行遥感数据中像元样点的坡度、坡向分析，建立DEM与遥感信息的相关关系模型，以数学统计方法描述地形因子对遥感数据的作用机理； 最后，进行逐像元的遥感信息复原(归一化)。结果表明，该方法具有较好的信息复原效果，可消除或减少地形对遥感数据的影响，增强遥感技术在山区复杂地形下的实用性。     

一种基于小波域的分形遥感影像压缩方法

解决大数据量遥感影像传输和存储问题的方案之一,是对遥感影像进行高保真快速压缩。通过对遥感影像进行小波变换产生子带频域之间的相似性,再利用分形方法对具有相似性的相邻高频子带进行编码,由高一级的子影像构造低一级的子影像,然后采用分形迭代解码和小坡变换的逆变换重建影像。实验结果表明,该方法在一定程度上能够提高压缩比,在压缩时间上比传统的分形方法有明显的缩短,并且压缩后影像信息的损失量较少,影像恢复的质量较好。     

新型遥感卫星数据目录服务系统的研制

随着遥感技术的不断进步,各种类型的新型传感器不断涌现,遥感数据源呈现高时间分辨率、高空间分辨率和高光谱分辨率的发展趋势,数据类型越来越多,数据量越来越大。对于这些海量遥感数据必须采用有效的存储、管理和检索。首先分析了遥感编目数据的特点,在对构建高性能、高可靠和可维护的遥感卫星数据目录服务系统的关键技术进行研究的基础上,实现了新型的目录服务系统,并描述了该系统实现的功能。     

面向星载CMOS相机的超时相工作方式研究

随着星载面阵CMOS探测器的广泛使用,使得获取超时相数据成为可能,这为新型对地遥感工作模式带来新的发展机遇。本文不再局限于采用单一技术解决单一技术指标的传统解决问题的方式,系统性地提出一种面向星载面阵CMOS相机的新型成像方式,利用面阵CMOS相机连续快速曝光在极短的时间内获取同一观测区域的超时相序列数据,通过图像重建的方式,实现一揽子的图像质量提升,即同时实现虚拟数字时间延迟积分TDI（Time Delay Integration）、调制传输函数MTF（Modulation Transfer Function）补偿和空间分辨率GSD（Ground Sampling Distance）提升。这种新型成像方式的优点是,可以改善星载光学相机是探测器受限系统的窘境,进而在不改变光学系统的情况下,通过求解一个病态方程,实现对地遥感图像空间分辨率与成像质量的综合提升。基于实验室的靶标仿真实验数据、基于低轨光学遥感卫星OVS-1A、吉林一号视频03卫星和高分四号卫星的真实数据实验结果表明,无论是信噪比,图像清晰度还是空间分辨率都有明显提升。这种新型成像方式已被中国后续某地球同步轨道光学成像卫星所采用,可以预见的是,这种成像方式不仅可以使得在轨卫星发布更高分辨率与更好图像质量的产品,盘活在轨卫星的探测资源;在实现同样空间分辨率与图像质量的前提下,可以有效降低光学相机载荷的体积与重量,进而可以有效降低未来光学卫星的研制成本。     

GDI+在遥感数据处理中的应用

本文利用GDI+在图像处理方面的新特点,举例说明了GDI+在遥感图像的基本操作、空间滤波增强、图像的灰度化及伪彩色处理和图像的编码解码和多格式转化等方面的优势,从而为GDI+在遥感图像处理系统中的应用提供了新思路。     

小波低频子带预测的遥感图像分布式编码

传感技术的不断发展使遥感图像的时间、空间和光谱分辨率不断提高,信息量日益增大,给遥感图像的存储和传输带来了极大挑战,传统图像编码策略难以适应这种基于上行的遥感图像应用需求。本文提出一种基于小波低频子带预测的分布式遥感图像编码方案,利用预测插值的方法得到用于解码Wyner-Ziv的辅助信息,图像的低频信息采用小波零树编码方案,而预测误差图像采用基于均匀量化和位平面的Turbo混合编码方案;在解码端,以预测误差图像的码流作为辅助信息,将其与图像的低频信息码流进行联合解码。实验结果表明,提出方法具有编码效率高、失真率小、压缩比高、抗误码性强和码流具有质量可分级等特性。     

空间信息全球惟一编码GeoID模型初探

为了解决由于不同数据模型中同一空间实体的编码不惟一而导致数据共享困难以及标识的静态性和无空间位置等问题,本文提出了基于全球剖分格网的空间信息全球惟一编码模型(GeoID),并设计了该编码模型的系统架构,试图实现全球连续的、多层次空间信息的惟一标识。通过对遥感影像中的空间实体进行了编码探讨,结果表明空间信息全球惟一编码模型将大大加快信息的查询与检索速度。     

PhotoShop软件在遥感影像处理中的应用

本文就常用的PhotoShop CS版本,结合相关工作实践,具体阐述了Photoshop CS在遥感影像波段合成、增强遥感影像数据地物信息、遥感影像数据的色调调整、遥感影像融合等几个方面的应用.对于大面积工作区域数据的后期整体处理不但能缩短工作时间,而且能保证处理质量.     

遥感影像并行服务系统设计与实现

实现海量遥感影像快速处理的重要基础是高速影像数据服务。基于影像瓦片模型、分布式并行存储体系结构,设计和实现遥感影像并行服务系统——瓦片服务系统,用于快速存储和访问以瓦片方式组织的遥感影像,为高速影像处理、实景城市等提供高吞吐数据服务。实验结果表明:瓦片服务系统具有快速存储和访问海量遥感影像的能力,在高速影像处理与影像服务等领域具有广阔应用前景。     

改进注意力机制的遥感地貌识别算法

对遥感地貌进行识别,近年来一直是遥感图像应用领域的研究热点。使用深度学习算法识别遥感影像具有比传统方法更高的准确率和稳健性。针对遥感影像中目标复杂度高、特征信息多等问题,本文提出了一种基于改进注意力机制的遥感图像识别算法,即将并联注意力机制（CS）和神经网络模型相结合,借助弱监督学习来辅助训练。同时采用双损失函数来缓解数据过拟合问题。试验结果表明,本文模型总精度为98.35%,Kappa系数达0.95,优于其他深度学习算法,能有效地识别出自然地貌。     

基于多级信息网格的海量遥感数据存储管理研究

随着遥感探测技术的高速发展,空间信息呈爆炸式增长。针对目前现有遥感数据存储管理系统数据量大、数据来源丰富、查询检索慢等问题,本文提出了一种基于GeoSOT网格的遥感数据组织方案,并首次在关系型数据库中增加数组数据类型的剖分网格编码列,来存储遥感影像元数据中空间信息,对数据进行逻辑剖分索引,从而实现影像数据的统一存储与空间区域检索。试验选择Kingbase关系型数据库作为测试平台,通过模拟全球范围的影像数据,与Oracle平台进行对比试验。结果表明本文的检索效率具有明显优势,可有效提高遥感数据整合、检索效率,为现有遥感数据存储中心或管理系统提供了一种高效、可行的方案。     

M数据在西藏活动构造解译中的应用

应用遥感技术,利用TM数据,通过建立各类活动构造的解译标志,及进行野外重点地区验证,快速、准确地对西藏地区活动构造进行解译。该方法克服了传统调查方法周期长、费用高,许多地方不能实地调查的缺点。     

基于GeoRaster的多源遥感数据存储研究

遥感数据源极大丰富,影像文件格式多样,组织方式也较复杂,如何采用统一的接口实现异构多源海量遥感数据的存储是一大难题。本文以多源遥感数据的存储为研究对象,在研究Oracle GeoRaster数据模型的基础上,设计了扩展的基于GeoRaster的多源遥感影像存储模型,利用java JAI与GDAL相结合,实现了多源多格式遥感影像数据的统一存储。     

面向任务的高分辨率光学卫星遥感影像智能压缩方法

随着对地观测系统以及空间信息网络的快速发展,中国已经建成星地一体化的对地观测系统。高分辨率遥感影像数据从GB级转向TB级,轻小型智能遥感卫星有限的带宽容量和存储空间都严重限制了遥感信息的智能实时服务,由此提出了一种面向任务的智能压缩方法。首先,基于遥感影像的数据特点以及轻小型智能遥感卫星星地数传的瓶颈,分析了传统在轨压缩算法的局限性,论述了面向任务的高分辨率光学卫星遥感影像智能压缩处理的重要性;其次,提出了基于珞珈三号01星平台面向任务的智能压缩方法,通过星上高质量成像和高精度几何定位获取观测区域;然后,根据不同的任务需求,利用信息提取模型获取感兴趣目标/区域;最后,利用压缩模型对该区域进行自适应码率分配来实现高倍率压缩任务,并生成码流文件回传到地面。针对不同的任务需求,合理分配码率,可通过该方法有效实现遥感影像的高倍率智能压缩。     

中国遥感技术在考古中的应用与发展

遥感技术的日新月异以及考古学的新目标、新需要不断出现, 利用遥感技术进行田野考古研究的工作已经取得长足进展。回顾了遥感考古的历史, 介绍了遥感技术在大遗址探测中的优势与作用, 以当前遥感考古与虚拟考古研究为例, 对遥感考古发展中面临的问题进行了概述。     

遥感图像质量等级分类的深度卷积神经网络方法

遥感图像应用发展对图像质量的要求越来越高,不同质量的遥感图像往往需要不同的处理方法和参数。通过遥感图像质量等级分类研究,不仅能够为遥感图像的处理提供先验信息,还能够对遥感图像的客观质量评价和传感器的成像效果进行评估。为了克服现有的遥感图像质量等级分类方法计算参数获取困难、等级数量少的缺点,利用深度学习方法的分类机能,通过改进特征提取网络和等级分类设计,建立了一种基于深度卷积神经网络的遥感图像质量等级分类模型。通过质量等级分类预处理后,利用经典的深度学习方法进行目标检测实验。结果表明,所提方法在西北工业大学遥感图像数据集上质量等级分类的准确率、召回率、精确率和F1最高能达到0.976、0.972、0.974和0.973, 优于传统算法。利用卷积神经网络实现遥感图像质量等级分类,既拓展了深度学习的应用领域,又为遥感图像质量评估提供了一个新方法。     

基于球面离散格网的遥感数据剖分编目模型研究

针对目前各个遥感数据的编目多样,缺乏全球统一的遥感数据编目体系的现状,本文基于球面剖分模型,参考并借鉴成熟的文献信息编目的相关理论,系统构建了全新的全球遥感数据剖分编目模型,以期更有效地组织、存储和管理大范围多尺度的遥感数据。首先,介绍了文献数据的编目理论和球面剖分格网的基本框架,然后探讨了基于全球剖分格网的遥感数据面片编目方法,其中包括描述著录方法和标引著录方法,最后设计了遥感剖分编目数据的管理框架和编目服务器的组织方法。研究表明,基于球面离散格网的遥感数据剖分编目模型为实现遥感数据的全球化、层次化和规范化管理提供了坚实的理论基础。     

遥感数据空间尺度分级模型与基本比例尺关系

多源遥感数据综合应用是遥感发展的必然趋势,统一的遥感数据空间尺度分级模型是多源数据集成与综合应用的基础。虽然已有多种空间尺度分级模型,但很多主流模型并非出于分尺度综合应用目的,缺乏客观的比较和评价。国家基本比例尺系统作为经过论证、中国应用面最广泛、接受度最高的一种尺度分级系统,是以应用为导向的遥感数据空间尺度分级模型的最优参照系。从不同视觉精度下国家基本比例尺对图像空间分辨率的需求出发,比较各空间尺度分级模型的层级分辨率与需求分辨率的匹配情况,包括OGC Well Known Scale Set的Global CRS84Pixel和Google Maps Compatible,以及NASA World Wind、Google Map、百度地图、天地图等软件平台采用的层级格网系统,以及"五层十五级"遥感数据组织模型,通过对数据信息冗余度的分析,对各个模型进行了评价。结果表明,在高视觉精度应用需求下,"五层十五级"模型与基本比例尺精度要求具有较明显的匹配优势,其次为OGC Google Maps Compatible模型和天地图模型,其余模型平均数据冗余倍数在2倍左右;在低视觉精度应用需求下,"五层十五级"模型平均数据冗余度仍为最低,其次为Google Map模型,其余模型平均数据冗余倍数都在2倍以上。