一种结合地理知识的遥感影像目标实体关联方法北大核心CSCD

遥感影像目标识别技术已广泛应用于目标动态监测与定位等领域。但影像目标识别的结果缺乏与目标属性信息的链接,导致分析人员只能依据影像特征进行分析,难以进行更复杂的目标数据关联分析与挖掘。针对遥感影像目标识别语义属性信息缺失的问题,本文利用知识图谱相关技术将影像判别的目标信息与知识语义网链接。首先,提出了一种遥感影像目标知识图谱构建框架;其次,针对遥感影像目标不同的数据类型,构建遥感影像目标知识抽取模型,提出了基于相似度目标实体识别和预定义模式的关系抽取方法;然后,基于多特征Logistic模型的影像目标实体链接方法,实现了遥感影像目标实体与百科知识库的知识关联;最后,针对预定试验区域进行试验,验证了本文方法的可行性。     

改进Faster R-CNN的遥感图像多尺度飞机目标检测

为了提高遥感图像中多尺度飞机目标的检测精度,本文提出一种基于改进Faster R-CNN的遥感图像飞机目标检测方法。该方法借助多层级融合结构,将深层次的语义特征与浅层次的细节特征相结合,生成多种尺度的既具有精确的位置信息又具有深层次的语义特征的特征图;再借助Faster R-CNN的多尺度RPN (Region Proposal Network)机制,通过对RPN中候选区域尺度的修正,从而提高遥感图像中多尺度飞机目标的定位精度;最后利用Faster R-CNN的分类回归网络,得到飞机目标检测结果。在高分辨率遥感图像中进行了实验,对3种特征提取网络ZF、VGG-16以及ResNet-50进行改进,改进后的精度分别提高了11.34%、9.87%以及1.66%,并且生成的检测框更加贴合飞机目标。实验结果表明,本文方法适用于遥感图像多尺度飞机目标检测,在提高目标定位精度的同时降低了目标漏检现象。     

中国区域DMSP-OLS与NPP-VIIRS夜间灯光影像校正

本文基于对传统不变目标区域校正法的改进,选择4期辐射定标参考影像对DMSP-OLS影像进行了饱和校正与时间序列连续性校正。通过阈值法去除了NPP-VIIRS影像的背景噪声及异常值,利用对数变换压缩了其灯光辐射值的动态范围,使其亮度分布更接近于DMSP-OLS数据。利用BiDoseResp函数模型对NPP-VIIRS影像进行了一致性校正,获得了1992-2019年长时间序列夜间灯光影像。从定性、定量及校正影像与社会经济参量的相关性方面对校正结果进行了精度验证。结果表明,改进后的校正方法改善了DMSP-OLS影像饱和严重的现象,使其获得了长时间序列纵向可比性。BiDoseResp函数模型可以很好地拟合DMSP-OLS和对数变换后的NPP-VIIRS之间的回归。校正后的长时间序列灯光影像数据与社会经济参量高度契合。校正结果对推广长时间序列夜间灯光影像的广泛应用、深化长时间序列科学问题的研究具有重要价值。     

地表形变监测的改进相干目标法

如何从雷达干涉时间序列影像中获取更全面的相干目标集合,进行变形时间序列分析是当前研究的难点和热点。本文提出了改进的相干目标法,可获取更为全面且可信度高的相干目标集合,进而提高地表形变监测的时空分辨率和精度。根据雷达影像中同类型地物散射分布相近的特点,采用非参数同分布检验算法提取后向散射特性相近的同质点开展空间非局部滤波,提高干涉图的质量。与此同时,利用多尺度的极大似然条纹频率估计算法分离差分干涉图中的系统性相位,并基于同质点进行自适应相干性估计,获取相干性的平稳估计量,从而获取更多的相干点目标。利用20景TerraSAR-X条带模式时间序列影像,分别利用传统的及改进后的相干目标法对香港填海区域地表形变信息进行时序分析。对试验数据的分析结果表明,本文提出的改进方法在具有稀疏植被的填海区可有效增加相干目标点的提取,得到更为可信的沉降结果。     

基于分层自适应部分模型的遥感图像飞机目标检测

提出一种基于分层自适应部分模型(HAPM,hierarchical adaptive part-based model)的目标检测方法,用于遥感图像的飞机目标检测。针对目前目标检测方法在子类型数目确定、模型多分辨率结构关系方面存在的不足,构造如下算法:首先构建一个扩展的Part-based Model模型;其次,分别从子类型的自适应选择、子类型的多层次建模和检测阶段加权距离变换的形变优化等方面对其进行改进;最后,HAPM算法充分考虑了模型的形变,同时结合多层次的建模思想使得目标的检测精度和算法适用性大大增强。用收集的10大国际机场的真实遥感图像数据进行实验验证,证明了算法的有效性。     

考虑障碍物的RSSI室内定位传感器多目标优化

针对目前无线传感器网络（wireless sensor network, WSN）部署时,障碍物影响WSN优化部署的问题,以接收信号强度指示传感器室内定位应用为例,提出了一种考虑障碍物的无线传感器多目标优化部署方法。首先,基于室内定位算法原理和传感器覆盖模型,给出了在室内定位场景下WSN有效覆盖率的概念和信标节点部署模型。然后,在分析障碍物感知模型和信标节点部署策略的基础上,提出了考虑障碍物的传感器部署多目标优化模型。最后,以第三代非支配排序遗传算法为基础设计优化模型求解算法,数值仿真结果与正三角形、正方形、正六边形均匀部署,以及没有考虑障碍物的优化部署（进化1 000代,传感器个数为36）结果进行对比,结果表明所提方法的WSN有效覆盖率分别提高了52.7%、112.1%、16.6%和9.62%。     

设施选址模型的建立及其应用

通过模拟案例对设施选址中的中值问题、中心问题、覆盖问题等建立模型并进行分析,再引入诸如气象要素、地形要素等约束条件,用层次分析等方法建立设施选址综合目标函数,并对设施选址方法提出一些建议．     

一种基于对象和多种特征整合的分类识别方法研究

遥感图像空间分辨率的提高，为目标物的纹理特征和形状特征的提取提供了客观基础，同时也使得传统的基于像元的分类识别方法受到了严重的挑战。因此，需要对传统的方法进行改进或发展新的方法。本文采用面向对象的分析思想，通过图像分割和分割对象的矢量化等一系列的预处理，并在此基础上实现了目标形状信息的提取，最后综合利用光谱特征和形状特征应用模糊分类器实现两种典型的人造目标的分类提取实验。识别的精度评价主要通过目视解译完成。分析表明，形状信息的提取大大丰富了目标识别的特征库，尤其在感兴趣目标与背景物具有相近的光谱反应而形状特征有明显差异的条件下，这种利用光谱与形状特征整合的提取方法能够大大提高目标的识别精度。     

单次极端高温过程中城市热岛效应的识别

利用高密度自动观测站逐时气温资料和NCEP再分析资料,按照客观的标准选择参考站,分析2010年7月2~6日北京一次极端高温过程中城市热岛强度(IUHI)对城区地面气温时空分布的影响。此次高温过程连续5日的日最高气温均超过35.0°C,为北京站1951年以来连续5日平均最高气温的最高值。大陆暖高压控制我国大部分地区,北京处于高压脊前,西北气流下沉增温,加之气流越山引起的焚风效应,是导致此次极端高温过程发生的环流背景。但受城市热岛效应影响,最高、最低和平均气温的空间分布均出现了以城区为中心的高值区,从城区中心向郊区平均IUHI逐渐减小,最低气温IUHI较大,四环线以内5日平均IUHI达到2.93°C,四、五环线之间1.87°C,五、六环线之间1.43°C;最高气温IUHI较小,但四环线以内,四、五环线之间和五、六环线之间5日平均IUHI仍分别达到1.45°C、0.96°C和0.72°C。在7月3~6日夜间,四环内IUHI极值均在3.00°C以上,特别是7月6日凌晨达到5.50°C;白天IUHI相对较小,其中2日早晨甚至还出现了负值。城区各地带IUHI日变化规律几乎同步,具有两个相对稳定阶段和两个快速变化阶段。稳定的强IUHI阶段从21:00(北京时间,下同)持续到次日05:00,稳定的弱IUHI阶段从08:00至18:00;05:00至08:00是IUHI快速衰减阶段,而18:00至21:00是IUHI快速上升阶段。因此,城市热岛效应对北京城区夏季单次极端高温过程的强度及其空间分布具有显著影响,在很大程度上加重了城区特别是中心城区的高温影响。     

基于图像分割的成像测井资料目标拾取与计算

为了从FMI资料中提取定量信息,一个很重要的步骤就是要对FMI图像数据进行分割.即从实际FMI资料中分离出反映孔洞、裂缝的子图像,然后用相应的方法对分割后的子图像进行分析处理,提取相应参数.本文通过研究大量图像分割算法,认为奇异点多阈值分割算法、基于过度区的分割算法、Hopfield网络方法、基于图像间模糊散度的阈值化算法是FMI图像分割的有效方法,实现了从FMI图像中将地层中有用目标,从背景中分离出来.同时,为了得到孔洞及裂缝的形状参数,本文还研究了轮廓跟踪标识边缘的方法以及根据标识的边缘进行填充的算法.在此基础上,也研究了根据目标边缘坐标计算目标的长度、宽度、圆度、裂缝密度、孔洞密度等参数的方法.上述所有方法在SUN工作站GeoFrame平台上开发成功,通过对LX45等八口井的处理结果与岩心分析数据对比表明,效果较好.