基于树型小波变换和尺度共生矩阵的居民地提取

利用基于树型框架小波变换和尺度共生矩阵的方法对遥感影像中居民地进行识别提取。通过非完全树型框架小波变换把图像变换到不同的尺度层上,然后在不同尺度层之间,提取相互依存的尺度共生矩阵信息,进而形成居民地的纹理特征。实验结果表明,用基于小波的尺度共生矩阵的方法对居民地有较好的提取结果。     

基于灰度信号的点特征提取方法比较研究

介绍了基于灰度信息的点特征提取方法,以试验数据评测了Moravec、Fǒrstner、Harris和SUSAN四种算法常用的点特征提取算法速度、定位精度、正确率、抗噪性等各项指标,比较了各种算法的优势和缺陷。     

顾及形变的影像边缘ICP匹配技术

匹配技术是遥感影像处理中的重要基础技术,影像在辐射、几何信息方面的差异,将会严重干扰影像间的相似特征匹配。本文提出了针对大差异影像的最邻近点迭代匹配算法（ICPDI）。首先改进Canny算子的参数设置方式,以便选择影像的长边缘作为影像匹配的显著特征;然后以线特征之间的距离作为影像相似性的评估标准,达到利用全局相似特征抑制局部差异的目的;最后给影像边缘附加形变函数,从而扩展ICPDI匹配技术的适用范围。通过不同差异类型遥感影像间的匹配试验,验证了本文方法的精度和适应性。     

一种双U-Net的遥感影像道路提取方法

针对高分辨率遥感影像道路提取难度大、自动化程度低等问题,设计了一种改进U-Net的道路提取方法。该方法首先构建特征编码器为VGG16的VGGU-Net网络,并采用迁移权值方法初始化特征编码器;其次将提取的特征信息输入到另一U-Net网络,通过双网络联合训练方式提高网络的特征拟合能力;最后结合形态学和滤波算法对提取的道路数据进行后处理。实验结果表明:改进后算法对道路提取效果得到了有效的提升,在测试集上的准确率、召回率和IoU分别达到了93.56%、88.22%和83.17%。     

CAWS1000-GWS型自动梯度观测系统日常维护及常见故障分析

CAWS1000-GWS型自动梯度观测系统（以下简称“CAWS1000-GWS”）广泛应用于边界层气象观测、通量观测、风能资源详查以及农业气象、环境评价观测等领域。此文介绍了CAWS1000的工作原理,提出日常维护建议,并对系统常见的故障进行归纳总结分析,同时给出故障排除方法。