城市场景结构感知的网格模型简化算法

针对二次误差测度(QEM)网格简化算法全局几何特征信息损失严重的缺点,提出一种具有结构感知功能面向城市三维模型重建的网格简化算法。该算法顾及城市影像中平面结构特征,以代理平面为全局特征约束条件,使模型在简化过程中全局结构特征更多地被保持,以利于多层次细节模型(LOD技术)、网格优化提速等模型后续操作。以倾斜摄影获取影像生成的初始三角网格模型为试验数据,采用所给算法对其进行网格简化并与QEM算法进行对比。结果表明:所给算法简化精度及简化效率均优于QEM算法。     

波段选择协同表达高光谱异常探测算法

高光谱遥感影像具有光谱分辨率极高的特点,承载了大量可区分不同类型地物的诊断性光谱信息以及区分亚类相似地物之间细微差别的光谱信息,在目标探测领域具有独特的优势。与此同时,高光谱遥感影像也带来了数据维数高、邻近波段之间存在大量冗余信息的问题,高维度的数据结构往往使得高光谱影像异常目标类和背景类之间的可分性降低。为了缓解上述问题,本文提出了一种基于波段选择的协同表达高光谱异常探测算法。首先,使用最优聚类框架对高光谱波段进行选择,获得一组波段子集来表示原有的全部波段,使得高光谱影像异常目标类与背景类之间的可分性增强。然后使用协同表达对影像上的像元进行重建,由于异常目标类和背景类之间的可分性增强,对异常目标像元进行协同表达时将会得到更大的残差,异常目标像元的输出值增大,可以更好地实现异常目标和背景类的分离。本文使用了3组高光谱影像数据进行异常目标探测实验,实验结果表明,该方法与其他现有高光谱异常目标探测算法对比,曲线下面积AUC(Area Under Curve)值更高,可以更好地实现异常目标与背景分离,能够更有效地对高光谱影像进行异常目标探测。     

A-FPN算法及其在遥感图像船舶检测中的应用

光学遥感图像船舶检测主要面临两个挑战:光学遥感图像背景复杂,船舶检测易受海浪、云雾及陆地建筑等多方面干扰;遥感图像分辨率低,船舶目标小,对于其分类与定位带来很大困难;针对上述问题,在FPN的基础上,提出一种融入显著性特征的卷积神经网络模型A-FPN (Attention-Based Feature Pyramid Networks)。首先,利用卷积提取图像特征金字塔;然后,利用顶层金字塔逐级构建显著特征层,抑制背景信息,通过金字塔顶层的细粒度特征提高浅层特征的表达能力,构建自上而下的多级显著特征映射结构;最后利用Softmax分类器进行多层级船舶检测。A-FPN模型利用显著性机制引导不同感受下的特征进行融合,提高了模型的分辨能力,对遥感图像处理领域具有重要应用价值。实验阶段,利用公开的遥感目标检测数据集NWPU VHR-10中的船舶样本进行测试,准确率为92.8%,表明A-FPN模型适用于遥感图像船舶检测。     

高分三号SAR影像双阈值变化检测

双阈值合成孔径雷达SAR(Synthetic Aperture Radar)变化检测算法具有在发现变化区域的同时还能确定地表发生后向散射变化类型的优点。针对广义高斯双阈值最小误差法D-GKIT(Dual Generalized Kittler and Illingworth Thresholding)在进行阈值选取时直方图中不同类别像素灰度级重叠严重时,分割结果容易在尖峰单侧选取出双阈值而导致无法正确分割差异图的问题,本文提出一种结合归一化最大类间方差和广义高斯最小误差法GKIT(Generalized Kittler and Illingworth Thresholding)的双阈值SAR变化检测方法。首先,提出以归一化最大类间方差值作为灰度级重叠程度的判别参数,确定阈值的选取顺序及两个候选区间;然后,利用GKIT在候选区间内进行分割,获取单侧阈值及非变化类拟合函数;最后,提出利用非变化类拟合函数更新后的直方图作为另一侧阈值选取基础进行分割,得到对应分割阈值。以宁波地区高分三号(GF-3)SAR卫星影像作为试验研究数据,结果表明:本文方法能较好地解决灰度级重叠时D-GKIT无法进行正确分割的问题,具有良好的变化检测效果和更强的鲁棒性且达到了利用研究区数据验证利用GF-3号SAR卫星影像进行变化检测研究可行性的目的。     

GIS与遥感支持下的南黄海辐射沙脊群现代演变趋势分析

南黄海辐射沙脊群是世界罕见的大型水下泥沙堆积体，具有独特的动力地貌组合。利用1988-1995年的LANDSATTM遥感影像，ERS1SAR影像及1979年编绘地形资料，综合应用GIS与遥感方法，对这一区域在20世纪80-90年代的变化及演变趋势作出分析，其基本演变特征与趋势表现为；沙脊群枢纽地区处于不断的增长，扩张过程；南部区域堆积与侵蚀作用较弱，沿岸潮滩向海淤进；而北部区域变化较强烈，并继续脊槽相间的模式，所取得的结果与该区域动力地貌研究结果相吻合。     

极端波浪条件下黏土质斜坡海床稳定性解析

海洋资源开发引起海底软黏土的结构性破坏,导致土体强度弱化,在百年一遇的极端波浪作用时极易发生斜坡海床的局部失稳甚至大范围海底滑坡,给海洋工程建设和正常运营带来严重影响。目前,主要采用极限平衡法评价这类海底斜坡,但该法只能给出近似解。基于极限分析上限方法,推导了极端波浪诱发的波压力对斜坡海床的做功功率,建立了外力功与内能耗散率平衡方程;利用最优化方法,结合数值积分和强度折减技术,求解了不同时刻的斜坡海床稳定性系数,并针对扰动后的斜坡海床开展了有限元解的对比验证。在此基础上,深入探讨了不同波浪参数(波长、波高和水深)和坡长小于一个波长等极端条件下的海底斜坡稳定性。     

全极化SAR图像中溢油极化特征研究

相比于单极化SAR图像,全极化SAR图像不仅能体现海面目标的几何特征、后向散射特征,还能体现目标的极化特征。因此,在溢油检测方面,极化SAR更具优势。特征提取作为溢油检测的关键步骤,直接影响到溢油检测的精度。在本文中,我们分析了全极化SAR图像中海面溢油的极化特征,如极化散射熵、平均散射角等。并提出了新的极化特征P,该特征参数能够反映海面目标电磁散射过程中布拉格散射机制和镜面散射机制的比例。为了研究极化特征溢油检测的能力,本文基于SIR-C/X-SAR和Radarsat-2全极化SAR图像开展了相关实验,并对比分析了溢油的多种极化特征。实验结果显示,在中低风速情况下,C波段溢油探测效果优于L波段;本文提出的极化特征P对海面散射机制敏感;基准高度和特征参数P在C波段比其他极化特征更适于溢油检测。     

A New Retracking Technique for Brown Peaky Altimetric Waveforms

A new Brown-Peaky (BP) retracker has been developed for peaky waveforms that usually appear within ～10 km to the coastline. The main feature of the BP is that it fits peaky waveforms using the Brown model without introducing a peak function. The retracking strategy first detects the peak location and width of a waveform using an adaptive peak detection method, and then estimates retracking parameters using a weighted least squares (WLS) estimator. The WLS assigns a downsized weight to corrupted waveform gates, but an equal weight to other normal waveform gates. The BP retracker has been applied to 4-year Jason-1 waveform (2002–2006) in two Australian coastal zones. The results retracked by BP, MLE4 and ALES retrackers have been validated against tide-gauge observations located at Burnie, Lorne and Broome. The comparison results show that three retrackers have similar performance over open oceans with the correlation coefficient (～0.7) and RMSE (～13 cm) between altimetric and tide-gauge sea levels for distance >7 km offshore. The main improvement of BP retracker occurs for distance ≤7 km to the coastline, where validation results indicate that data retracked by BP are more accurate (15–21 cm) than those by ALES (16–24 cm) and MLE4 (19–37 cm).     

Scales of predator detection behavior and escape in Fissurella limbata: A field and laboratory assessment

The consumptive effects of predators are widely acknowledged, but predation can also impact prey populations through non‐consumptive effects (NCEs) such as costly antipredator behavioral responses. The magnitude of antipredator behavioral responses by prey is determined by an assessment of risk using sensory cues, which in turn is modulated by the environmental context. We studied the detection behavior and escape response of the keyhole limpet Fissurella limbata from the predatory sea star Heliaster helianthus. Through laboratory and field experimental trials, we quantified the distance and time of predator detection behavior by the prey, and measured their active escape responses when elicited. We found that predator detection by the limpet was chiefly mediated by distance, with experimental individuals capable of detecting predator presence effectively up to distances of at least 50 cm in the field and 70 cm under laboratory conditions. Our results indicate that this prey species is able to evaluate the proximity of its predator and use it as an indication of predation risk; therefore, predator–prey distance appears to be a primary predictor of the magnitude of the antipredator response. Given the tight relationship between predator distance and prey movement and the important role herbivores can play, particularly in this ecosystem, we expect that NCEs will cascade to the patterns of abundance and composition of rocky shore communities through changes in prey foraging behavior under risk.