福卫2号卫星影像数据处理方法研究

对福卫2号卫星数据处理方法进行了研究,采用了高精度的卫星轨道模型和DEM进行正射精纠正;并对影像融合进行了多种方法实验,从光谱质量和空间信息角度对融合方法的结果进行了比较分析,得到适合福卫2号影像的融合方法,可为福卫卫星处理提供技术参考。     

基于无人机影像样本的遥感图像分类方法

对于遥感图像计算机自动分类而言,样本选择至关重要,直接影响分类结果精度。为了提升样本选取的质量,本文在实验区卫星影像覆盖范围内选取了几个样本点。对每个样本点利用无人机采集了约0.3 km2的数据,通过后期处理生成正射影像。在正射影像中选取耕地、植被、水体、建筑和道路等几类地物的样本,采用最大似然值法对卫星影像进行相应类别信息提取。实验结果表明：在无人机高分辨率影像上解译的样本作用于卫星遥感影像,并利用最大似然值法进行信息提取,其方法可行,分类精度优于在卫星影像上选择的样本。     

航空数字正射影像图制作方法研究

测绘地理信息产业作为当今新兴高新技术产业在国家经济和国防建设中起着重要的作用,长期以来,数字正射影像图均为基础地理信息重要的成果数据之一。随着航空影像获取方式多样化发展,其制作方法也随计算机科学的不断更迭而日新月异。本文依据航空数字正射影像图制作的自动化程度,将当前制作方法总结为全人工、全自动和半自动三种主要方法,分析它们的优缺点,探索资料质量和地物特征两类因素对方法选择的影响程度,为生产技术人员理清作业思路、提高生产效率提供参考依据。     

18—23MSP 多光谱航空摄影技术

此项研究是国家科技攻关项目。在研究此课题以前,世界上采用的多光谱航空摄影机一直是小像幅的(大部分为6cmx6cm,代称为6MSP)。6MSP不能测图,分光“有害吸收”大,故图像质量差,且像幅小,飞行和后期加工量极大。本研究采用18cm×l8cm和23cm×23cm像幅航空摄影测量像机组成多光谱像机组,并设计了“截止滤光镜一特制感光胶片”组合的无“有害吸收”的分光系统,使本多光谱航空摄影像幅比6MSP加大了9倍和14.7倍,并能“一摄多用”,既能测图,又能进行资源调查和环境监测,其图像因无“有害吸收”,分光质量高,可供目视判读,也可输入计算机进行准确地物分类解译。18-23MSP是一项有效的航空遥感技术。     

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。     

利用卫星影像和航空影像更新基础地理信息方法研究

基础地理信息的更新,是保证地理信息系统现势性的充要条件.卫星遥感影像数据具有周期短、信息丰富、现势性强等特征.利用卫星影像数据来更新基础地理信息数据是一种行之有效的方法.如何利用遥感数据融合技术,将多传感器获取的各种影像数据中所含的信息优势有机地结合起来,更是成为目前研究的热点.利用航空影像和Landsat多光谱波段影像进行数据融合,能够有效地提高影像空间分辨率,以获取更高质量的信息.     

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。     

资源三号卫星影像融合优化方法探讨

针对资源三号卫星影像如何进行影像融合、波段组合才能到达到最佳视觉效果还没有统一意见的问题,该文提出了利用目前测绘项目中普遍采用的融合算法、波段组合比例对不同地形类别资源三号卫星影像进行实验验证的方法。综合主观评价与客观评价融合后的影像质量,得出了Subtractive、Pansharp和Pansharp2方法较为适合资源三号卫星影像融合的结论,其中绿波段与近红外波段的最佳组合比为9∶1。同时,分析了资源三号卫星影像融合后数据量大大增加、如何将近红外波段的波谱信息合理地加入到红、绿、蓝波段中等问题。     

汶川地震灾后农田和森林植被恢复遥感监测

2008年汶川8.0级特大地震对当地的生态系统造成了极大的破坏,为了评估5年来灾区农田和森林植被的恢复情况,利用逐年机载高分辨率遥感影像,结合星载遥感数据和地面调查数据,开展了灾区农林植被恢复状况监测。在农田恢复监测方面,结合2008年地震发生后以及2013年5月中旬的机载高分辨率遥感数据,采用目视解译的方式对汶川地震中受损农田的恢复状况进行监测与评估,同时利用GVG(GPS、Video和GIS)农情采样系统的作物种植成数调查结果,分析了灾后作物种植结构的变化。结果表明,灾区1592 ha受损农田,5年后仅有约17.5%得到了恢复和耕种使用。就耕地利用强度而言,重灾区耕地利用率较高,作物种植结构没有发生重大变化。在森林恢复状况监测方面,对典型区(岷江干旱河谷区和盆周山地区的3个重点区域)采用目视解译方式识别出森林变化,并结合大区域尺度规一化植被指数(NDVI)时间序列变化分析,对整个灾区的森林损毁和恢复情况做出评价。监测结果显示,汶川县、什邡市和绵竹市的森林植被恢复情况总体较好,但是一些坡度较大的损毁区、次生灾害频发区的森林尚未恢复,大区域尺度的统计结果显示,地震重灾区的46381 ha重度损毁森林植被和177025 ha中度损毁森林植被区域,完全恢复的区域占13.52%和25.84%,部分恢复的区域都占到50%。在自然恢复较为困难的区域,如汶川县中部和东北部、都江堰市北部、彭州市北部、什邡市北部、绵竹市北部、安县北部及北川县南部等,需要加强人工干预。遥感监测方法既适用于震后的农田和森林恢复状况动态监测,也适用于其他自然灾害发生时对灾区农田和森林植被破坏状况进行应急监测,具有实际应用价值和良好的发展前景。