深度学习遥感图像标注系统研究

随着深度学习的发展,遥感影像处理技术也从传统机器学习算法向深度学习转变,然而,用于遥感图像的训练数据集却十分稀少,且数据标注困难。本文将GIS技术与图像标注技术相结合,基于Flask Web框架设计一个可用于海量遥感数据的标注系统。该系统可用于海量遥感数据的数据框标注、数据类别标注,以及目标关键点标注,同时能将标注数据导出为深度学习训练最常用的COCO数据集和VOC2007两种格式。     

Snow cover monitoring in the Northern Patagonia Icefield using MODIS satellite images (2000–2006)

The snow cover of the Northern Patagonia Icefield (NPI) was monitored after applying the Normalized Difference Snow Index (NDSI) and the Red/NIR band ratio to 134 Moderate Resolution Imaging Spectroradiometer (MODIS) images captured between 2000 and 2006. The final results show that the snow cover extent of the NPI fluctuates a lot in winter, in addition to its seasonal behaviour. The minimum snow cover extent of the period (3600 km²) was observed in March 2000 and the maximum (11,623 km²) in August 2001. We found that temperature accounts for approximately 76% of the variation of the snow cover extent over the entire icefield. We also show two different regimes of winter snow cover fluctuations corresponding to the eastern and the western sides of the icefield. The seasonality of the snow cover on the western side was determined by temperature rather than precipitation, while on the east side the seasonality of the snow cover was influenced by the seasonal behaviour of both temperature and precipitation. This difference can be explained by the two distinct climates: coastal and continental. The fluctuations in the winter snow cover extent were more pronounced and less controlled by temperature on the western side than on the eastern side of the icefield. Snow cover extent was correlated with temperature R² = 0.75 and R² = 0.74 for the western and eastern sides, respectively. Since limited meteorological data are available in this region, our investigation confirmed that the change in snow cover is an interesting climatic indicator over the NPI providing important insights in mass balance comprehension. Since snow and ice were distinguished snow cover fluctuations can be associated to fluctuations in the snow accumulation area of the NPI. In addition, days with minimum snow covers of summer season can be associated to the period in which Equilibrium Line Altitude (ELA) is the highest.     

航测立体采集在水库河流测量中的应用

自古以来,水库和河流等水利工程就是一件关系着国计民生的大事。水库的库容及水库的调度,河流的河道情况,关系到防洪安全、水库区及河流两岸居民的居住环境的变化和蓄水兴利。本文介绍了大中型水库库区范围内,以及沿河两岸地物、地貌的航空摄影的内业采集及采集过程中所遇到的困难以及解决办法。     

黑土区田块尺度遥感精准管理分区

基于格网采样与空间插值的精准管理分区方法精度高,但时效性差、成本高。本文以东北农垦地区红星农场农田为研究对象,提出一种基于遥感影像的精准管理分区方法:以裸土高空间分辨率遥感影像作为数据源,结合田间格网采样数据,基于裸土反射光谱特征与黑土主要理化性质的显著相关关系,运用面向对象分割、空间统计分析方法,对典型黑土区田块进行精准管理分区研究,并利用土壤理化性质和农作物生理参数,对分区结果进行评价。得出如下结论:(1)典型黑土区田块内部土壤养分含量空间变异显著;(2)基于裸土影像与面向对象的精准管理分区方法精度高,增强了分区之间的土壤养分与归一化植被指数(NDVI)差异性、分区内部各属性的一致性;(3)基于2015年4月1日和2015年5月20日单期影像分区和两期影像波段叠加(Layer stacking)分区,区间变异系数与区内变异系数之比分别为1.42、1.39和7.63,基于两期影像综合信息的分区结果显著优于基于单期影像分区;(4)基于裸土影像面向对象分割的精准管理分区方法时效性强、成本低、精度高。研究成果为田间变量施肥、发展精准农业、实现农业可持续发展提供依据。     

综合多特征的Landsat 8时序遥感图像棉花分类方法

传统的多时相遥感图像分类大多拘泥于单一特征,本文基于多时相的Landsat 8遥感数据,开展了综合多特征的特征提取与特征选择方法研究。综合了NDVI时间序列、最佳时相反射率光谱特征以及纹理特征作为初始分类特征,并采用基于属性重要度的粗糙集特征选择算法对其进行特征约简。分类结果表明:(1)利用初始分类特征,分类的总体精度达到92.81%,棉花提取精度达87.4%,与仅利用NDVI时间序列相比,精度分别提高5.53%和5.05%;(2)利用粗糙集选择后的特征分类,分类总体精度可达93.66%,棉花分类精度达92.73%,与初始分类特征提取结果相比,棉花分类精度提高5.33%。基于属性重要度的粗糙集特征选择不仅提高了分类精度,同时有效降低了分类器的计算复杂度。     

多视点相机联合标定及改进的PMVS重建方法

提出一种能够在强约束条件下快速进行相机标定的方法。通过相机间6个相互独立的约束,充分利用系统的几何条件,确定相邻立体相机的固有关系;再以共线方程为基础推导强约束条件下的平差模型,并应用于自检校光束法平差,从而实现多相机系统的快速标定;最后利用改进的PMVS三维重建方法开展标定后系统的人体三维重建。实验表明,通过加入强约束条件,增加平差的多余观测数,提高了标定精度和鲁棒性,对三维重建的精度亦有较大提高,并且该方法可推广到多个相机组成的多相机立体量测系统的标定中。     

一种用于篡改定位及近似恢复的水印算法

针对遥感影像易被非法篡改的问题,提出了一种用于篡改定位及近似恢复的遥感影像半脆弱水印方案。首先将二值伪随机矩阵作为认证水印,通过量化Contourlet变换各方向子带中绝对值最大的系数将其嵌入,然后采用影像4×4分块后的灰度平均值作为恢复水印,将其嵌入到最低有效位。水印检测不需要原始遥感影像参与,实现了盲提取。实验结果表明,算法对于噪声、JPEG压缩等合理性失真具有一定的鲁棒性,而对于恶意篡改等攻击具有脆弱性,能够实现篡改区域的精确定位和近似恢复,使恢复后的遥感影像满足基本的视觉要求,可有效保护遥感影像的安全。     

自适应窗口的SAR立体影像匹配方法

针对SAR立体影像间几何畸变对影像匹配的影响,该文提出一种自适应窗口的SAR立体影像匹配方法。首先引入外部粗分辨率DEM,根据影像参数和DEM高程精度约束匹配搜索范围。然后采用归一化互相关和测度进行辅影像匹配窗口自适应扩展匹配,以保证主辅影像匹配窗口内的灰度信息一致;归一化互相关和值最大时的辅影像匹配窗口为最佳匹配窗口,最佳匹配窗口的中心点为获取的匹配点。最后利用双向一致性约束剔除误匹配点。试验结果表明,本文方法在山地区域能有效地增加正确匹配点数量,提高匹配正确率。     

基于天绘卫星影像的困难地区地形图测制方法

介绍了基于天绘影像的困难地区地形图测制技术,针对困难地区地形图的特点,分析影响地形图测制的因素,总结了提高困难地区地形图成果质量的方法。     

基于HSI色彩空间的资源三号影像阴影检测

由于遥感影像上某些区域的光照辐射不足,不可避免地会产生阴影,阴影意味着图像信息的损失,而遥感影像的阴影检测在地物的识别和影像匹配方面具有重要意义。本文主要介绍的是基于HIS色彩空间的阴影检测方法,在检测过程中,根据阴影高色调低亮度的特性,结合大津法计算比值图像最佳阈值进行遥感影像阴影检测,并且在RGB色彩空间计算G分量的最佳阈值来排除树木植被和一些非阴影区域对阴影检测的影响。同时采用国产高分辨遥感卫星——资源三号的同一地区不同季节和不同太阳高度角的遥感数据进行阴影的对比检测。实验结果表明:本文基于HIS色彩空间的阴影检测方法可以快速有效地检测出影像上的阴影,并且能区分树木、河流等暗色物体。