基于车载序列影像的建筑立面纹理的快速重建

提出了一种基于车载序列影像的建筑立面纹理快速重建的方法。首先进行影像预处理,包括畸变差改正、树木遮挡去除等,然后对影像进行自动纠正,在此基础上,自动选择拼接点对影像进行拼接。实验证明了本文方法的有效性。     

一种基于角点特征的遥感影像自动配准方法

本文通过对Harris算子进行改进,自适应地提取角点特征,然后基于角点特征进行由粗到精的匹配,完成影像的配准;并利用MODIS影像、TM影像和HJ-1卫星影像3种不同分辨率的遥感影像进行配准实验,结果表明该自动配准方法能够达到亚像素级的配准精度,是一种高精度的影像配准方法。     

面向对象的高分遥感影像信息提取技术研究

以World View-2高分遥感影像数据为例,采用规则集开发的模式进行地图要素提取,对主要制图要素图像进行了分割、分类试验,实现了多尺度分割的层次构建和制图地物要素分级分类。     

时空约束下任务驱动的遥感影像发现案例推理方法

遥感应用任务与遥感影像的关联关系在时空约束下非常复杂,难以抽象且不易精确建模。通过任务发现遥感影像的方法直接在遥感应用任务和遥感影像之间建立关联,不仅关联关系维护困难,而且忽略了时空因素的影响,导致查询准确率不高。利用基于案例的推理技术,将难以抽象成规则和精确建模的任务与遥感影像在时空约束下的关联隐含在案例中,设计相应的类比推理模型,实现通过任务智能检索相关遥感影像。原型系统实验表明了该方法的可行性,并提升了遥感影像数据的服务效果。     

基于U型卷积神经网络的航空影像建筑物检测

经典的卷积神经网络结构在前向传播过程中分辨率不断下降,导致仅采用末层特征时难以实现建筑物边缘的精确分割,进而限制目标检测精度。针对该问题,提出一种基于U型卷积网络的建筑物检测方法。首先借鉴在图像分割领域中性能出色的神经网络模型U-Net的建模思想,采用对称式的网络结构融合深度网络中的高维和低维特征以恢复高保真边界;其次考虑到经典U-Net对位于特征金字塔顶层的模型参数优化程度相对不足,通过在顶层和底层两个不同尺度输出预测结果进行双重约束,进一步提升了建筑物检测精度。在覆盖范围达30 km²、建筑物目标28 000余个的航空影像数据集上的试验结果表明,本文方法的检测结果在IoU和Kappa两项关键评价指标的均值上分别达到83.7%和89.5%,优于经典U-Net模型,显著优于经典全卷积网络模型和基于人工设计特征的AdaBoost模型。     

基于TM影像的水体透明度反演模型——以鄱阳湖国家自然保护区为例

以江西鄱阳湖国家自然保护区为例,研究基于Landsat TM 5影像的水体透明度反演模型.结合6个时期的影像与对应的13个实测塞氏盘深度(SDD)数据建立了SDD的自然对数变换值与蓝、红波段的自然对数变换值的线性组合之间的回归模型,即ln(SDD)=-4.016-0.722ln(blue)-0.587ln(red).此模型能够解释88%的水体透明度变化.利用另外12个样点进行模型的检验.检验结果显示实际量测值与模型反演值之间的相关系数为0.93,误差标准差等于0.22 m.因此我们认为此模型获得了可以接受的结果.     

二维孔间电阻率成像中钻孔效应

为了定量分析孔间电阻率成像中钻孔大小及钻孔中填充介质对反演计算结果的影响,本文基于建立的三维地电基准模型,首先根据野外的实际情况选取了典型情况下不同钻孔直径大小及不同电阻率特性的钻孔填充介质组合状况设定基准模型参数,然后分别对设定的地电模型进行正演计算合成二维孔间电阻率数据模型,并对获得的数据模型进行反演计算,计算结果...     

气候变化对西藏湖泊变迁的影响(1973—2017)

西藏湖泊众多,其水位和面积变化对气候波动有敏感记录。本文运用RS和GIS技术,以1973—1977年、1989—1992年、1999—2001年、2008—2010年和2017年5期遥感影像为底图矢量化了西藏所有湖泊边界,建立了湖泊空间数据库。以湖泊空间数据为基础,分析了1973—2017年西藏湖泊面积动态变化特征,结论如下:从20世纪70年代至2017年,西藏湖泊总面积持续增加,共增长了47.23%;从20世纪70年代至90年代,研究区北部和中部湖泊呈萎缩的趋势,其余地区呈扩张的趋势;从2000年至2017年,西藏湖泊呈持续扩张的趋势。另外,笔者分析了研究区年平均气温、年降雨量和年蒸发量的变化特征。1981—2017年,西藏气候向暖湿方向发展,主要表现为气温升高、降雨量增加和蒸发量减少。气候变化对不同地区不同时期湖泊变迁影响显著:(1)西藏北部和中部湖泊主要以冰川、冰雪融水和地表径流为主要补给源。20世纪70年代至90年代,气温和降雨量波动较小,引起这些地区湖泊萎缩的主要原因为冰川和冰雪融水补给的减少。(2)从20世纪90年代至2017年,气温和降雨量增加、蒸发量减少,导致研究区湖泊呈现全面扩张的趋势。     

基于神经网络的区域生态环境分类方法研究

如何利用智能化信息提取技术,进行区域生态环境自动分类,一直是一种前沿性研究。该文在分析研究区自然景观特征的基础上,总结了影响区域生态环境的建模要素,基于神经网络技术,并根据生态环境的遥感探测机理,利用TM卫星遥感数据中的可见光、热红外、植被指数(NDVI)以及DEM数据,建立了基于BP神经网络的区域生态环境信息自动提取模型,形成了一种新的生态环境分类方法,其分类结果与实际情况完全一致。     

遥感影像分类与地学知识发现的集成研究

遥感与地学之间存在着数据与知识上巨大的互补性。本文通过地面类型数据将遥感影像分类与地学知识发现结合起来:用遥感数据驱动发现地学知识,用地学知识解释、确认、检验遥感分类结果,并使用统计值和分布谱来定量化表达地学知识,形成一体化的遥感地学分类系统。