基于改进U-Net网络的高分遥感影像水体提取

传统基于光谱信息的水体提取未能考虑水体形状、纹理、大小、相邻关系等问题,且存在同物异谱、异物同谱现象,导致水体提取精度较低。而传统基于分类提取水体方法设计特征过程较为繁琐,且不能挖掘深度信息特征。因此,本文提出改进的U-Net网络语义分割方法,借鉴经典U-Net网络的解编码结构对网络进行改进：① 将VGG网络用于收缩路径以提取特征;② 在扩张路径中对低维特征信息进行加强,将收缩特征金字塔上一层的特征图与下一层对应扩张路径上的特征图进行融合,以提高提取结果分割精度;③ 在分类后处理中引入条件随机场,以将分割结果精细化。在保持相同训练集、验证集和测试集的情况下,分别用SegNet、经典U-Net网络和改进的U-Net网络做对照试验。试验结果表明,改进的U-Net网络结构在IoU、精准率和Kappa系数指标上均高于SegNet和经典U-Net网络,与SegNet相比,3项指标分别提升了10.5%、12.3%和0.14,与经典U-Net网络结果相比,各个指标分别提升了5.8%、4.4%和0.05。改进的网络水体提取结果较为完整,对小目标水体能够准确提取。改进的U-Net网络能够有效地实现水体提取任务。     

一种由粗到精的光学与SAR遥感图像配准算法

由于光学遥感图像和SAR图像具有明显的非线性强度差异,且SAR图像存在斑点噪声,使得其配准存在较大难度。为此,本文结合基于特征和基于区域图像配准方法的优点,并组合为混合模型,提出一种由粗到精的自动配准算法。以光学遥感图像和SAR图像分别为参考图像和待配准图像,先以基于特征点的SAR-SIFT完成粗配准,再以基于区域的ROEWA-HOG完成精配准。① 采用SAR-SIFT算法进行特征点检测和特征匹配来计算图像的仿射变换模型,以消除参考图像和待配准图像之间明显的旋转、尺度和平移差异,至此完成图像粗配准;② 在此基础上利用分块Harris角点检测在参考图像上获得特征点,并根据特征点确定待配准图像上的同名点搜索区域;③ 计算图像的ROEWA梯度,构造以特征点为中心的模板区域内的HOG特征向量,以SSD作为相似性测度搜索待配准图像上的同名点,完成高精度的图像配准;④ 进行图像配准实验,对配准结果进行目视检查和精度评估。经过多组光学与SAR图像配准实验,验证本文算法能够结合基于特征和基于区域的图像配准方法的优点,较好地抵抗光学与SAR图像之间的非线性强度、旋转、尺度、平移差异和SAR图像的噪声影响,并逐步提高配准精度,最终配准精度达到1个像素左右,实现了光学与SAR图像的高精度自动配准,能够满足光学与SAR图像后续综合应用。     

抓住机遇,勇于开拓,创新世纪核工业遥感应用高峰——《核工业系统遥感技术应用与发展研讨会》纪要

2007年12月16～17日,核工业系统遥感技术应用与发展研讨会在江西南昌召开,会议由核工业北京地质研究院遥感信息与图像分析技术国家级重点实验室主办,核工业270研究所、核工业航测遥感中心协办.     

三维建模系统的综述

一个完整的三维模型重建系统由数据获取、图像分割、图像配准、几何建模和纹理建模五个基本模块构成。其中,图像分割与图像配准算法是三维建模领域的重要研究内容。对基于距离图像和光学强度图像的三维模型重建系统进行综述,对距离图像的分割、距离图像的配准这两项关键技术进行分析和总结,分析比较各种距离图像分割算法和各种图像配准算法。最后,分析比较目前国际上几个典型的三维建模系统。     

地质雷达特征图像与典型地质现象的对应关系

地质雷达是浅层地质勘探的有效方法,其对断层破碎带、裂隙带、富水带、岩溶洞穴等不良地质灾害有明显的异常反映。地质雷达测量方式、测线布置及系统参数的选择,可根据测量环境以及探测目标体的大致走向、规模、物性等情况综合分析,做出合理选择。通过用地质雷达对多个工区进行工程勘查,从地质雷达图像的波形、频率、振幅、相位及电磁波能量吸收情况(或自动增益梯度)等细节特征的变化规律出发,建立了典型地质现象与地质雷达特征图像的对应关系,可以作为地质雷达图像解释的重要判据。     

联合星载光学与SAR图像的城市大面积建筑物高度快速提取

星载高分辨率光学图像与SAR图像广泛应用于城市建筑物高度提取,但光学图像存在缺少相关卫星参数的情况,而SAR图像则存在散射特征不完整以及提取效率低等缺陷。针对以上问题,本文提出一种联合高分辨率星载光学与SAR图像的城市大面积建筑物高度快速提取方法。首先,结合支持向量机(SVM)和形态学阴影指数(MSI)快速提取光学图像中的阴影并自动测量阴影长度;之后选择多个合适样本,基于模型匹配法从SAR图像中提取高度;最后将高度与阴影长度作线性回归分析,建立数学模型来提取其他建筑物的高度。该方法将不同卫星系统的数据和特征相结合,互相弥补各自缺陷,不仅提高了效率、降低了成本,同时满足精度要求。     

基于激光反射率的点云与图像自动融合

提出一个基于激光反射率的点云图像自动融合算法,数字图像与点云反射率图像特征点匹配,得到数字图像特征点像点坐标和相应物点物方空间坐标对,采用直接线性变换算法(DLT)建立点云数据反投影至二维图像点的投影模型,实现点云图像自动融合,得到目标表面的全面信息,包括物体表面三维坐标和纹理信息。自动地实现点云图像融合,无需人工参与,提高效率和准确率,同时结合实验验证该算法的可行性。     

一种针对侧扫声纳图像的数字镶嵌技术方法

以南海某海域实测侧扫声纳数据为例,研究侧扫声纳图像的数字镶嵌技术方法,对关键步骤进行详细的阐述。通过对原始侧扫声纳数据进行导航数据校正、海底线跟踪、斜距改正、TVG校正、船速校正、地理编码与重采样、拼接与镶嵌等处理,生成大区域、大范围、高分辨率、无缝拼接的侧扫声纳图像。实验结果证明声纳图像数字镶嵌技术的有效性,并取得理想的效果。     

主题学习和稀疏表示的MODIS图像超分辨率重建

针对MODIS图像分辨率受传感器限制和噪声干扰,且分辨率局限在一定水平等问题,提出一种采用主题学习和稀疏表示的MODIS图像超分辨率重建方法,该方法通过双边滤波将MODIS图像的平滑及纹理部分分离,并将纹理部分看成是由若干"文档"组成的训练样本;运用概率潜在语义分析提取"文档"的潜在语义特征,从而确定"文档"所属的"主题"。在此基础上,针对每个主题所对应的图像块,采用改进的K-SVD方法训练若干适用于不同主题的高低分辨率字典对,从而可以运用这些字典对,通过稀疏编码实现测试图像相应主题块的超分辨率重建。实验结果表明,重建图像在视觉效果和PSNR等指标上均优于传统方法。     

基于图论分割的图像去雾算法

雾天等恶劣天气条件下拍摄到的户外图像质量下降,严重影响视觉监控系统的可靠性和鲁棒性。为提高降质图像的对比度和清晰度,考虑到同一幅图像中不同景物的场景深度不同,采用基于图论的图像分割方法对图像进行分割,然后在分割后的各个区域,根据暗原色先验理论估算图像的尘雾浓度图,再根据DOS原理,将尘雾浓度图从原始图像中去除,得到复原后的清晰图像。实验表明,所提出的算法可以有效改善降质图像的质量,提高图像的对比度和清晰度。