锥束ART算法的并行运算实现

为解决ART算法重建时间较长这一问题,作者采用PC机群的并行处理技术,将ART重建算法改写为并行运算方式。并行运算结果表明:图像重建速度与CPU的个数(6个)基本上成线性正比关系,且不影响图像的重建质量。从而使迭代法在线重建成为可能。     

光谱保真归一化卷积高光谱超分辨率重建方法

高光谱遥感图像受到成像系统硬件限制,无法同时具有高空间分辨率和高光谱分辨率,较低的空间分辨率制约高光谱图像的应用,超分辨率重建技术可提高图像的空间分辨率.针对高光谱图像的超分辨率重建中光谱保真度的问题,在重建方法中耦合光谱保真度函数,结合结构自适应归一化卷积方法,提出基于光谱保真约束的归一化卷积方法.具体地,将图像局部邻域内像素间的光谱相关性作为约束条件,将与中心像素光谱类似的像素赋予较大权值,从而提高重建后图像光谱特性的保持程度.实验中分别从空间结构与光谱信息保真两个方面来评价重建后结果,结果表明该方法具有较好的光谱信息保持度.     

基于层数自适应加权卷积神经网络的川藏交通廊道沿线滑坡易发性评价

开展铁路沿线滑坡易发性评价对川藏交通廊道工程建设及运维过程中的风险管理具有重要意义.提出一种层数自适应、通道加权的卷积神经网络(layer adaptive weighted convolutional neural network,LAW-CNN),对川藏交通廊道沿线滑坡易发性进行评价.依据野外调查和影响因素分析筛选出影响滑坡发生的影响因子,绘制滑坡编目,构造用于易发性评价的实验数据集;针对卷积神经网络的权重初值、网络层数等超参数难以优化设置的问题,提出基于影响因子信息熵的通道加权方法和网络层数优选策略,通过多通道加权和层数自适应分类卷积的方式提出滑坡易发性制图的LAW-CNN架构;搜索最优LAW-CNN网络结构并训练网络参数,获取研究区滑坡发生概率并进行易发性分级评价.所提的LAW-CNN模型可以不同权重和不同深度挖掘影响因子的深层特征,实验结果表明,模型曲线下面积(area under curve,AUC)值为0.852 8,极高易发区滑坡点密度为1.251 9,均优于SVM(support vector machine)和CNN模型;川藏交通廊道沿线滑坡极高和高易发区主要集中在大江大河两侧以及横断山区.LAW-CNN模型可较好评价川藏交通廊道滑坡易发性,能够为川藏交通廊道的建设和灾害防治提供科学的依据.      

运用ENVI实现SPOT-5卫星影像的RVI提取

运用ENVI软件处理长沙地区的SPOT-5影像,将全色影像和多波段影像进行融合,分析融合后的影像,再选择感兴趣区域进行影像裁剪;采用ENVI的波段运算(Band3/Band2)提取该地区比值植被指数并进行分析。结果表明:比值植被指数对植被覆盖率较高的区域有非常高的敏感度;在植被覆盖率小于50%的时候,其敏感度明显降低,在绿色植被覆盖区域的比值植被指数远大于1,在裸露地表、建筑物、水体等没有植被覆盖区域的比值植被指数则在1附近,而比值植被指数大于2的则出现在高覆盖健康绿色植被上。     

深度卷积神经网络支持下的遥感影像飞机检测

针对YOLOv3算法对小目标检测较差及出现较多漏检的问题,本文提出了一种优化的YOLOv3算法.首先使用K-means算法计算出与数据集相适用的锚框;其次将扩张卷积引入到YOLOv3网络,用来增强网络高层的感受野,改善小目标的检测效果;然后使用深度可分离卷积取代YOLOv3网络残差模块中的普通卷积,可减少计算量,从而得到一种新型卷积神经网络结构;最后在数据集上进行对比试验.结果表明,优化的YOLOv3算法能够检测出更多目标,降低漏检率,相比于YOLOv3算法,其召回率提高11.86%,F1-score提高2.99%.     

东北黑土区侵蚀沟遥感影像特征提取与识别

东北黑土区是中国重要的粮食生产区,而长期的开垦造成了严重的水土流失现象,坡耕地表面出现大量的侵蚀沟。侵蚀沟的识别是土壤侵蚀监测的重要手段之一,目前遥感技术在侵蚀沟的识别中应用广泛,但自动化程度不高。针对特定地物影像的识别,如何选取最能够有效描述该地物的特征是解决问题的关键。本文构建了耕地和侵蚀沟遥感影像的训练样本集,基于样本集分别提取了由光谱特征和纹理特征组成的浅层特征、SIFT特征经编码后得到的中层特征,以及利用卷积神经网络提取的深层特征;再基于不同层次的特征选用合适的分类器对遥感影像进行分类,识别出含有侵蚀沟的遥感影像,形成了一套针对侵蚀沟的特征提取与识别方法,为东北黑土区的耕地保护提供有力支持。测试结果表明:基于中层特征的识别精度最高,为98.5%,但该特征需要人工设计,自动化程度有限;而利用卷积神经网络可自动提取深层特征,其识别精度达到了95.5%,同时大大提高了自动化程度,满足侵蚀沟影像的识别的需求。     

基于能量运算的磁共振信号尖峰噪声抑制方法

磁共振探测信号微弱,使用高灵敏度的核磁共振地下水探测仪,极易受到环境噪声干扰.其中,工频谐波噪声和尖峰噪声,是影响信号质量最严重的两类噪声.国内外研究表明,通过参考线圈的布设,依据探测线圈和参考线圈中噪声相关性,利用自适应参考对消算法,能够有效抑制工频谐波噪声.然而,尖峰噪声的存在严重影响了主通道与参考道的数据相关性,成为了参考对消算法应用的难题与障碍.为解决这一问题,本文提出磁共振信号中尖峰噪声的抑制方法,推导了能量域磁共振信号表达式,通过计算信号能量,可有效检测尖峰噪声并突出不易识别的小幅度尖峰噪声,采用基于中位数的绝对偏差法确定阈值,进而剔除尖峰噪声.为了验证去噪效果,与应用较广的统计叠加法进行对比研究.仿真结果表明,对于干扰幅度较大、持续时间较长的尖峰噪声,能量运算法和统计叠加法均能识别并剔除,且不损失有效的磁共振信号,标准差偏差控制在0.3%以内,可以满足实际应用的要求;对于小于信号幅度1.5倍的尖峰噪声,能量运算法可有效识别并剔除,而统计叠加法无法实现.针对多通道探测系统,使用能量运算法剔除尖峰噪声后,可明显提高主通道和参考道的数据相关性,为后续自适应参考对消算法的应用奠定了基础.实测数据处理结果进一步证明了本文方法的实用性.     

以节点操作实现多边形求交的算法

根据多边形之间的交点状态确定与交点相关的节点信息,以节点操作为核心求解两多边形之间的交集。在此基础上,考虑重叠边、边边相交于边节点等情形,通过遍历交点来完成交集多边形边界的构建,从而提出一种多边形求交运算的改进算法。该算法结构简单,具有较快的计算速度和较高的效率,适合于地理信息系统中的空间叠置分析、缓冲区分析应用,对于地图制图中区域要素的截取操作也具有重要的参考价值。     

基于Sentinel-1A合成孔径雷达数据和全卷积网络的城市建设用地监测方法研究

Sentinel-1A合成孔径雷达数据不受云、雾等天气条件的影响并具有丰富的纹理信息,为提取城市建设用地信息提供了一种新的数据源。本文发展了一种基于Sentinel-1A合成孔径雷达数据和全卷积网络的城市建设用地监测方法。该方法的优势主要在于可以有效复合不同极化方式下的Sentinel-1A合成孔径雷达数据和综合集成多尺度特征。在甘肃省张掖市甘州区的应用表明,该方法的提取结果总体精度为92.50%,Kappa系数为0.85。与现有方法“KTH-Pavia城市提取器”相比,Kappa系数提高了37.10%,总体精度提高了11.50%。因此,该方法具有良好的应用潜力。     

Similar single-difference model and its algorithm for solving GPS monitoring deformation directly at single epoch

A new similar singledifference mathematical model ( SS-DM) and its corresponding algorithm are advanced to solve the deformation of monitoring point directly in single epoch. The method for building the SSDM is introduced in detail, and the main error sources affecting the accuracy of deformation measurement are analyzed briefly, and the basic algorithm and steps of solving the deformation are discussed. In order to validate the correctness and the accuracy of the similar single-difference model, the test with five dual frequency receivers is carried out on a slideway which moved in plane in Feb. 2001. In the test, five sessions are observed. The numerical results of test data show that the advanced model is correct.