“第18届中国遥感大会”成功举办

2012年10月20-23日,由中国遥感委员会主办,武汉大学、中国测绘学会摄影测量与遥感专业委员会和中国地理学会环境遥感分会承办的"第18届中国遥感大会"在金秋武汉美丽的东湖国际会议中心成功举办.大会精英集聚,高规格、高水平,盛况空前.中国遥感大会得到了国际遥感界的关注,国际光学学会(SPIE)、亚洲遥感协会(AARS)和国际数字地球学会(ISDE)作为国际协办组织支持了本届大会的召开.     

一种GIS空间知识分析的影像纹理尺度提取算法

本文提出了一种基于GIS领域空间知识的影像纹理尺度提取方法:该方法分析了GIS领域知识辅助下人类对纹理特征的认知过程,对4个步骤的具体实现算法进行探讨;并选取海南省昌江县作为研究区域,实验证明了本方法的有效性,且与传统的枚举法相比,在性能相近的情况下其效率显著提高,更适合于大数据量遥感影像分类运算。     

黄河中游地区荒漠化变化特征及影响因素

黄河中游地区荒漠化形势十分严峻,为了更好地掌握该区荒漠化变化情况与影响因素,利用全国生态地质环境遥感调查与监测项目提供的1975年、1990年、2000年、2007年4期荒漠化遥感解译变化统计图,提取黄河中游地区32 a来的荒漠化变化信息,利用MapGIS 6.7软件平台对研究区荒漠化情况做了统计分析,并利用SPSS软件对荒漠化的影响因素做了主成分分析,探讨黄河中游地区荒漠化的变化特征以及不同影响因素在荒漠化发展中的作用.结果表明:近年来局部地区荒漠化有所缓解,2007年总荒漠化面积较1975年减少了2.43×103 km2;但总体形势依然严峻,荒漠化面积超过研究区总面积的60％.风成地貌类型上的荒漠化最严重,占研究区总面积的43.1％.短期内,人为因素对荒漠化发展的影响占52％,气候因素的影响占48％,也就是说,相对恶劣的气候条件和不断增强的人类活动共同影响着当地荒漠化的发展.     

遥感图像分割中的小波域改进信息割算法

针对传统信息割(IC)算法对存在灰度变化的图像易引起误分割的问题,提出了一种小波域改进信息割(W\\|MIC)算法。使用一个新的结合像素点灰度关联和空间关联的Parzen窗对IC进行改进,以降低灰度变化对分割的影响;将MIC引入到小波域,利用小波的平滑作用降低参数选取复杂度,改善图像分割效果。遥感图像分割实验结果表明,W\\|MIC可有效降低参数选择效应,不仅避免了灰度变化引起的误分割,而且还较好地保持了图像边缘。     

六、P24 测量仪器

正CH20121002基于经验模分解的陀螺信号消噪=De-noising Method for Gyro Signal Based on EMD/甘雨,隋立芬(信息工程大学测绘学院)//测绘学报.-2011,40(6).-745～750     

DMSP-OLS与NPP-VIIRS夜间灯光遥感影像数据整合

DMSP-OLS夜间灯光遥感数据截至2013年,现已被NPP-VIIRS夜间灯光数据取代。因此,要获得长时间序列且稳定的夜间灯光数据集,需要整合两类夜间灯光数据。基于此,本文提出了基于重采样的两类数据整合方法,对2013—2020年NPP-VIIRS数据进行模拟,最终建立了1992—2020年长时间序列校正—模拟DMSP-OLS夜光遥感数据集。结果表明,基于重采样的整合方法效果良好(城市区域Pearson相关系数ρ=0.9852,RMSE=3.4607),整合数据集与相关社会经济参考量高度契合(影像DN值总和与GDP的相关系数ρ=0.946,与人口的相关系数ρ=0.971,二次多项式模型拟合R²≈0.98,RMSE<5.55),优于已有研究。因此,利用该方法整合后的数据集能更好地支撑基于夜间灯光影像的长时间序列研究。     

泥石流高分辨率遥感影像频域特征提取方法及应用

在遥感影像上深入研究泥石流的相关特征条件对泥石流的分析治理具有十分重要的现实意义。本文将泥石流不同流域分区的高分辨率遥感影像从空间域转换到频率域,基于频谱分析与频域滤波,从全局和局部建立了频谱特征和泥石流流域分区特征之间的关联,并利用频域特征对泥石流高分辨率遥感影像中不同流域分区进行识别,用支持向量机进行试验验证。结果表明,对于泥石流遥感影像,除了地物光谱特性以外,充分利用频域特征可以有效地分析和识别泥石流不同的流域分区,且识别精度最高达到95%,从而对泥石流的形成过程及不同区域进行定性和定量分析,为泥石流的防治工作提供了科学依据。     

顾及多分辨率特征的复合字典城中村识别方法

城中村作为一种特殊的城市聚落类型,对其进行精确有效的监控识别有助于实现城乡协调发展、优化城乡生态环境。现有面向对象的城中村识别方法通常需要大量样本数据,导致训练成本较高,数据更新效率偏低。针对以上问题,本文提出了顾及多分辨率特征的复合字典城中村识别方法。首先通过密集格网采样提取尺度不变特征转换(SIFT)全局特征,并与多分辨率颜色矢量角直方图特征融合,形成视觉词典;然后将影像表示为视觉词频率直方图;最后使用随机森林分类器进行分类,以实现场景尺度的城中村识别。以高分二号影像为测试数据对该方法进行验证,结果表明,其总体精度达90.08%,Kappa系数达80.16%,相较于加速稳健特征(SURF)、SIFT、VGG16、ResNet50,总体精度分别高出8.99%、3.51%、4.78%、2.28%。     

基于无人机遥感的卷积神经网络对墓区治理的监测与分析

卷积神经网络可从输入信息中提取高阶特征,常用于图像特征的提取,可以用作图像分类、语义分割、图像识别等。随着时代的不断发展,公墓墓区缺乏统一治理与规划,导致墓区建设违法、违规的现象屡禁不止。此外,墓区占用面积大,严重浪费土地资源,且传统人工执巡效率低,无法全面监管,为方便对墓区的监测和治理,本文主要基于无人机遥感数据,利用卷积神经网络方法监测与分析墓区是否达到墓区治理的需求。     

舰船目标运动状态光学卫星视频监测与估计

光学卫星视频能够进行动目标连续监视,已成为当前研究热点。但目前多数研究仅针对基于视频像方的目标检测、跟踪及轨迹提取等方面,没有充分利用卫星载荷成像几何模型进行物方运动状态定量估计和精度验证。因此,本文提出一种基于光学卫星视频的舰船目标运动状态定量估计方法,首先对卫星视频首帧进行精确定向;然后通过帧间稳像方法得到背景稳定的视频帧序列,在此基础上,针对正框目标跟踪方法定位精度低的问题,提出一种顾及旋转和尺度变化的舰船稳健跟踪方法进行目标跟踪;最后进行物方映射并估计目标运动轨迹、速度和方向。利用吉林一号光学视频卫星开展星海同步观测试验。实测结果表明,稀疏控制条件下的舰船目标几何定位精度为1.60 m,速度估计精度为0.18 m/s,方向估计精度为4.05°,相比同类方法具有显著提升,证明了本文方法的有效性和可行性。