结合空间上下文与慢特征分析的多光谱影像变化检测

为了提高多光谱影像变化检测的精度,本文提出了一种结合空间上下文与慢特征分析的方法。首先采用自适应空间上下文提取算法围绕像素构建自适应区域,探索像素周围的上下文信息;然后通过迭代慢特征分析,由相应像素周围的成对自适应区域定量计算成对像素之间的变化强度,增强变化区域与未变区域的可分性;最后生成变化强度图像,采用大津阈值法作二值分类,将变化强度图划分为二值变化检测图。利用Landsat 7卫星ETM+传感器的图像,与4种基于代数的方法及基于变换的方法进行对比试验,结果表明,本文方法在降低漏检方面有所改善,提高了召回率。     

融合多尺度视网膜图像增强的动态云检测

云检测是气象卫星各类定量遥感产品的基础,无论是以云图为基础的天气分析还是以去云为前提的各类大气和地表参数反演、沙尘火情等灾害检测,都需要对遥感影像中的云进行准确识别,尤其是薄云和云边缘等细节识别。针对静止气象卫星(以Himawari-8为例)精细化云检测,本文提出了一种基于多尺度视网膜图像增强的动态云检测算法。该算法基于云层与背景信息辐射特征不同的原理,构建可见光和红外波段的晴空辐射背景场,通过多尺度图像增强和最大类间差方法对辐射差值进行云细节信息的增强和提取。利用2021-2022年的75景MODIS云检测产品作为验证数据进行算法精度验证,整体上算法精度达到91.13%,召回率为94.02%,精确率为86.71%,有较强的适用性和稳健性,且已经较好地支撑了近两年的定量遥感产品业务化应用。     

基于YOLOv3深度学习的海雾气象条件下海上船只实时检测

海雾气象条件下船只高精度检测识别面临较大困难,传统的目标识别、定位方法效果差强人意。作者围绕海雾气象条件下不同类型船只的实时检测问题,提出一种基于YOLOv3深度学习的实时海上船只检测新思路。首先构建清晰图片和模糊图片(海雾、雨)的判别方法,实现图片清晰度分类处理;其次为提高海雾气象条件下海上船只的实时检测精度,消除海雾遮挡对目标识别的影响,运用暗通道先验去雾方法对含有海雾的图像实行去雾;最后基于YOLOv3深度学习算法对精细处理后的图像进行船只实时检测。实验结果表明该方法能够在海雾气象条件下高效、准确地检测到船只,对海上复杂环境条件下的船只实时检测研究具有一定的理论指导意义。     

利用结构面对象的高分遥感影像建筑物变化检测

根据建筑物具有丰富的角点和规则的外观形状的特点,本文提出了依据线段信息生成建筑物变化检测基本单元——结构面对象的建筑物变化检测方法.从高分遥感影像中提取出建筑物的边缘线及屋顶外形线条,生成结构面对象并提取其在两时相影像中相应的特征信息,通过监督分类获取变化建筑区域.试验结果表明,利用结构面对象进行建筑物变化检测能较完整...     

元素分析仪-同位素比值质谱测量碳氮同位素比值最佳反应温度和进样量的确定

沉积有机质的碳氮稳定同位素值是进行古气候、古环境及生态系统研究不可或缺的主要研究手段,目前碳氮同位素主要利用元素分析仪-同位素比值质谱(EA-IRMS)系统来测定。EA-IRMS测定过程中的反应温度及样品进样量直接影响反应物在测试中的燃烧程度,从而影响测试数据的精度。本文利用EA-IRMS技术,以标准样品为参考,在不同转化温度下测试碳氮同位素值,研究保证测试精度的最佳反应温度条件;同时,通过分析不同含氮量样品的检测限,明确了样品含氮量与最低检测限之间的关系,确定了精确测定氮同位素值的最低进样量。结果表明:反应温度对测试精度有显著影响,在碳同位素测定时,将反应温度设定为900℃或以上时测试精度均能达到±0.2‰;氮同位素测定时,反应温度须设定为950℃时测试精度才能达到±0.3‰。实验得出样品含氮量与检测限之间的线性相关性为R2=0.873,开展氮同位素测定时可根据此关系来判断和控制进样量。     

矿井探地雷达井下快速超前探测与数据分析

煤矿井下条件复杂,生产进度快,探测掘进面平整度差。为了准确探测矿井掘进工作面前方地质构造情况,基于探地雷达反射原理,介绍探地雷达在井下工作实用探测方式,探讨了井下探地雷达数据处理和波形分析方法,结合在煤矿井下的应用试验,分析探地雷达实际使用效果,指导煤矿安全生产。     

相控阵技术在大气探测中的应用及面临的挑战

摘要： 近年国际上相控阵技术在大气探测领域中的应用有了重要进展,成为雷达气象学研究的又一新热点,并可能成为今后天气雷达发展的重要方向。介绍了相控阵技术在大气探测中应用现状和研究进展,以及近年在气象应用中所获得的最新研究结果,展望了相控阵技术的应用前景,进一步讨论了开展相控阵技术研究所面临的技术挑战和未来发展的方向。为我国开展相控阵天气雷达的研制提供参考。     

基于FPN Res-Unet的高分辨率遥感影像建筑物变化检测

针对城市土地资源变化检测工作繁杂、工作量大、自动化程度低等问题，本文提出一种基于深度学习模型的高分辨率遥感影像建筑物变化检测方法，将语义分割的思想引入到遥感变化检测。基于残差结构特征较卷积层提取性能更优和特征金字塔网络多尺度预测的特点，将残差结构和特征金字塔网络融合到Unet模型中，建立FPN Res-Unet模型。该模型以Unet为基础，引入ResNet18的残差结构作为编码路径特征提取层，在每次卷积后使用边界填充，使得输入图像和输出图像尺寸一致；在解码路径每级上采样过程中，拓展支路径将特征金字塔网络融合到模型的网络主干中，将残差结构、Unet及特征金字塔网络的优点相互融合，增强了Unet的特征提取，弥补了语义分割网络对小目标检测的欠缺；在获取深层语义信息的同时关注细节信息，提高建筑物变化检测精度。实验表明，该方法在所用数据集，准确率、召回率、F₁ 3种指标均达到90%以上。     

反向VSP透射层析成像法在岩墙松动层检测中的应用

通过实例介绍了反向VSP透射层析成像方法的基本原理、数据采集和资料处理方法。利用该方法在检测岩墙松动层厚度中取得了很好的勘探效果。     

附有约束条件的最小二乘影像匹配及其在交通事故中的应用

影像匹配技术在图像处理与计算机视觉中有着非常重要的作用。最小二乘影像匹配方法是常用的匹配方法之一。本文简单介绍了目前影像匹配的几种方法及其优缺点，探讨了数字相机的检校原理与方法。重点介绍附有约束条件的最小二乘影像匹配的原理及匹配过程，结合交通事故处理的实例，论证了该方法的可行性。与传统方法相比，在测量精度、自动化程度以及数据三维可视化等方面具有明显优势。