利用双指数函数导数模型进行高分辨率卫星影像目标检测

提出了一种从高分辨率卫星影像中检测特定目标的方法。该方法首先用一种双边滤波的方法去除图像中的噪声,然后采用形态学处理的方法对图像进行分割和特征增强,并提取兴趣区域。在目标检测阶段,设计了一种基于双指数函数导数(DODE)模型的检测算子,该算子是面向具体目标设计的,能实现稳健的目标检测。对Google Earth中的影像分别进行了车辆检测实验和船舰检测实验,结果表明,此方法能够有效准确地检测高分辨率卫星影像中的特定目标。     

地形图数学精度检测与评定技术研究

针对传统数字地形图精度检测工作繁琐且效率低下的问题,从精度检测快速化、流程化的需求出发,提出了一种快速实现地形图数学精度检测与评定的技术方法。该方法以流程化的方式检测数学精度,各检测模块由功能组件(算法)构成,最终评定结果由Access数据库统一存储。分析应用实例可知,该方法提高了检查效率,非常合适数字地形图的数学精度检测与评定。     

基于内存索引的多源POI重复检测方法研究

分析了POI重复检测的特点及其性能瓶颈,结合Redis内存数据库的特点,设计了基于内存的POI网格索引结构和POI重复检测方法;并基于该算法开发了分区并行处理的POI重复检测工具。与常规的POI重复检测方法相比,该方法可显著提高POI重复检测的效率。     

利用LiDAR点云的真正射影像遮蔽检测

针对LiDAR系统真正射影像生成过程中由于高地物投影差产生的遮蔽问题,结合LiDAR点云数据提出了一种新的检测方法,将传统的基于格网的遮蔽区域检测转化为基于多尺度的TIN三角面片遮蔽检测。利用荆州市区获取的LiDAR数据对该方法与传统方法进行了比较,实验证明,该算法通过多重检测后忽略平坦地区,能够快速、准确地检测出遮挡区域。     

一种多孔径SAR图像目标检测方法

提出了一种多孔径SAR图像目标检测方法,充分利用SAR图像幅度和相位信息来区分人造目标和杂波。由于人造目标的回波能量往往集中在部分方位角范围内,当该部分方位角范围所对应的多个子孔径图像中存在目标时,其局部相关性较强,因此,该方法利用多个子孔径图像之间的相干系数检测目标。实验结果表明,该方法有效地提高了目标检测概率,同时降低了虚警概率。     

基于支持向量机的特定目标检测方法

提出了运用支持向量机进行目标检测的方法。通过对航空影像中的军事目标和自然背景两类样本进行学习,支持向量机检测方法建立了针对目标和非目标有效区分的识别模型,该模型能够对航空影像中所有的区域进行快速的检测和识别,检测到所有感兴趣的人造军事目标。试验表明,该方法快速、高效且具备一定的鲁棒性。     

航空重力仪的动态检测

20 0 0年 3月 ,我们引进了国内首套 L acoste&Romberg航空重力仪。为检测其动态测量精度 ,研制了“正弦式航空重力仪检测平台”。在对该平台的设计原理作简要介绍后 ,详细讨论了检测数据的处理方法 ,然后对该航空重力仪的动态检测数据作了分析和比较。检测结果表明 ,该型仪器的动态测量精度与仪器标称精度相一致     

通道剪枝与知识蒸馏相结合的轻量化SAR目标检测

轻量化SAR目标检测方法对快速检测SAR影像中的地物目标具有重要意义。针对轻量化检测方法精度不高的问题,设计了一种通道剪枝与知识蒸馏相结合的轻量化SAR目标检测方法。该方法通过对复杂网络中批归一化层的缩放因子γ进行稀疏化训练,判别对应特征通道的重要程度,进而裁剪次要通道,并在微调训练后将其作为教师网络,构造知识蒸馏框架指导轻量模型训练,提高轻量模型的检测精度。采用YOLOv5-6.1算法搭建了检测框架,并在重组的MSAR和SSDD多类目标数据集上进行了训练和检测试验,结果表明该方法能够在保持模型体积仅3.73 MB的轻量化条件下,提升SAR目标检测精度,验证了本文方法的有效性。     

HJ-1光学遥感影像船只检测——以鄱阳湖为例

以具有高时空分辨率、长时间序列观测优势的国产HJ1CCD数据,在使用面向对象方法实现水面均质区域分割的基础上,改进传统的Contrastbox方法,增强了船只目标与背景像素的对比,实现了水面状况复杂的鄱阳湖船只提取。使用该方法分别对鄱阳湖枯水、丰水期HJ1CCD数据进行船只检测实验,经精度验证,船只检测率可达85%。对比传统阈值提取方法,该方法在浑浊复杂水体中船只提取的优质因数(FoM)远优于传统方法。由于采砂、运砂、航运等人为水上活动对水生态环境产生的严重影响,亟需加强船只活动的有效监管。该研究为鄱阳湖船只检测、采砂、运砂活动及水环境检测提供了有效途径,也为其他湖泊、沿海等区域的船只检测提供了方法,同时提升了国产HJ卫星在环境检测中的应用能力。     

一种基于方差分量估计的异常定位数据实时检测方法

在分析海道测量定位数据实时处理要求和异常定位数据特点的基础上,提出了异常定位数据的一种实时检测和修复方法。该方法基于Helmert方差分量估计原理和位置预测信息构建自适应因子。实例计算表明,该方法能够在实时检测异常数据的同时有效修复动力学模型偏差,并且其效果优于采用整体预测信息构建自适应因子的检测方法和采用速度不符值构造自适应因子的检测方法。该方法更适用于海道测量中的异常定位数据的实时处理。     

基于局部光谱空间分析的多尺度边缘检测

分析了传统边缘检测算法在多光谱影像应用中的局限性，提出了一种基于局部区域的光谱空间平均半径测度的边缘检测方法，该方法扩展了原有的单波段影像边缘检测的概念，将像元的灰度信息转化为光谱矢量，提高了检测的可靠性，并给出了多尺度边缘组合的算法。通过MAIS成像光谱仪对鄱阳湖30个波段数据试验，证明了此方法对边缘检测的有效性。     

Marr方法在多波段遥感影像边缘信息分析中的应用

简要介绍了Marr理论的基本框架,并详细介绍了Marr_Hildreth边缘检测理论的基本原理,同时给出了LOG模板算子实例。在此基础上,提出这一理论用于多波段影像边缘分析的几种不同的方法,指出了本文所采取方法的原理和算法流程。试验结果的分析对比说明,多波段影像分析的效果优于单波段     

基于分形理论的SAR图像边缘检测

分析了SAR图像的基本特点,阐述用DFBR模型表达SAR图像的基本原理,提出两种基于分形理论的SAR图像边缘检测方法。通过对传统方法、分形方法和多尺度分形方法的特性分析和实验,说明分形方法有较强的抗干扰性能,适用于SAR图像的边缘检测,并且基于多重分形的方法能获得更好的检测结果。     

一种基于图像边缘特征的SAR斑点滤波算法

合成孔径雷达图像上的斑点噪声会阻碍图像的校准、检验、解译和应用,因此斑点噪声的去除是雷达图像处理的一个重要环节。通常的去噪方法在抑制噪声的同时也使得图像的边缘模糊,细节特征损失。理论和实践表明去除图像的斑点噪声和保持图像的边缘信息是无法同步实现的。为了在去除噪声和保持边缘特征之间进行折衷,本文基于MROA边缘检测算法以及均值滤波算法,提出了一种基于图像边缘特征的斑点噪声滤波算法。实验结果表明该算法能够在平滑图像的同时有效保持边缘特征信息。     

多结构元素组合型MODIS影像水体边缘检测

受空间分辨率的约束,MODIS遥感影像中存在很多混合像元,不利于水体边缘信息的提取,为提高水体边缘混合像元的检测精度,本文提出了多结构元素组合型边缘检测算法。方法选取了适合于遥感影像水体边缘检测的膨胀型和腐蚀型算子,同时针对遥感影像自身的特点,构建了多尺寸多方位的结构元素,设计了不同的方向权重和尺寸权重系数,再将基于不同检测算子的边缘检测结果组合得到最终结果。实验结果表明与传统算法相比,多结构元素组合型边缘检测算法边缘提取效果良好,提高了水体边缘的检测精度。     

利用倒数灰度熵和改进Chan-Vese模型进行SAR河流图像分割

为了进一步提高合成孔径雷达(SAR)图像中河流分割的精度和速度,提出了一种基于人工蜂群优化的倒数灰度熵多阈值选取与改进Chan-Vese(CV)模型相结合的分割方法。考虑SAR图像中河流目标和背景类内灰度的均匀性,提出了基于蜂群优化的倒数灰度熵多阈值选取方法,以此对河流图像进行粗分割;针对基本CV模型收敛速度低、对初始条件敏感的问题,利用图像边缘强度取代Dirac函数,将粗分割结果作为改进CV模型的初始条件,对河流图像进行细分割。大量试验结果表明,所提出的分割方法无须设置初始条件,运行速度快,分割精度高。     

脉冲耦合神经网络的遥感影像城市道路提取

针对高分辨率遥感影像中阴影对道路提取产生较大干扰的问题,提出了一种基于脉冲耦合神经网络(PCNN)的城市道路提取方法。该方法首先在近红外波段检测并消除阴影和水体的影响,并使用PCNN对消除阴影后的灰度图像进行分割处理;然后使用形态学建筑物指数(MBI)和归一化差分植被指数(NDVI)分别提取出建筑物和植被信息,消除建筑物和植被的影响;最后提取受行道树影响较大的道路,并对处理后的图像作数学形态学法的处理。该文以深圳市SPOT-7高分辨率影像进行实验。实验表明,该方法能保留原始的道路边缘细节信息,并对阴影具有很好的抗干扰作用,提取的道路信息具有很好的连续性和完整性。     

利用灰色理论进行图像边缘检测

提出了一种基于灰色系统理论的边缘检测算法。该算法根据边缘点在像素邻域数列上表现出的与非边缘点的不同特征,分别选择典型非边缘像素的邻域数列和待检测图像所有像素的邻域数列作为参考数列和比较数列,利用斜率关联度计算两者之间的灰关联度,据此区分是否为边缘像素。实验表明,该算法对于椒盐噪声和随机噪声有较好的抗噪能力,提取边缘效果较好。     

高分辨率SAR影像道路交叉口自动提取方法

针对高分辨率SAR影像道路交叉口提取易受周围地物干扰的问题,设计了一种利用三角形检测模型提取道路交叉口的方法。该方法首先采取滤波与锐化消除道路交叉口区域噪声点并凸显道路边缘;接着根据灰度特征,通过形态学运算确定道路交叉口候选区域;最后在候选道路交叉口区域运用三角形检测模型,确认道路交叉口。使用3 m Tan DEM-X数据进行实验,结果证明算法对各种常见二维道路交叉口模型均有较好识别效果。     

矢量C-V模型的高光谱遥感影像分割

高光谱遥感影像除了包含普通2维影像所具有的空间信息还包含了1维光谱信息,传统的针对2维影像的分割方法不能很好地应用于高光谱遥感影像。为此,本文提出一种能够同时处理多波段影像的高光谱遥感影像矢量C-V模型分割方法。首先选出高光谱遥感影像中目标与背景对比度较大的波段,并通过计算波段相关系数,去除其中的冗余信息形成新的波段组合,进而根据所确定的波段组合构建高光谱遥感影像矢量矩阵;在此基础上,构造基于该矢量矩阵的矢量C-V分割模型。模型中通过引入基于梯度的边缘引导函数,在保留传统C-V模型基于区域信息进行影像分割的基础上,利用影像的边缘细节信息,增强了模型在异质区域和复杂背景情况下对目标边缘的捕捉能力,提高了对高光谱遥感影像的分割精度和速度。最后利用HYPERION数据进行仿真实验,并将实验结果和传统C-V模型和相关方法进行了对比,结果表明,本文方法能够在短时间内有效地分割高光谱遥感影像,与传统方法相比,具有分割精度更高运算速度更快的特点。