浅谈遥感影像纠正方法及精度分析

遥感影像的几何纠正是遥感影像处理的基础,如何根据获取的遥感影像参数情况,采取最简单、快速、可靠的方法,在很短的时间内完成了上级下达的任务,是目前测绘生产者一直追求的目标。根据实际工作经验,介绍了高精度纠正遥感影像的常用方法,并对其纠正精度等进行了分析和总结,为今后的遥感影像的研制提供可靠的参考依据。     

土地利用调查中SPOT遥感影像数据处理方法

土地利用调查中,遥感数据被作为调查的基础数据源,开始取代传统的航片或地形图,以SPOT5数据应用最多。本文介绍了SPOT5卫星遥感数据的特点,并结合土地利用调查的有关要求,对SPOT5卫星影像数据进行几何校正、波段组合、影像融合等方法的探讨及制作1:10000标准分幅卫星遥感正射影像图。     

注意力密集卷积网络遥感影像多目标检测

针对遥感影像目标检测中背景复杂、正负样本严重不均衡问题,提出一种基于注意力与密集连接的遥感影像目标检测模型。在特征提取层使用卷积注意力模块分别沿通道、空间域聚合特征图正样本特征,同时通过密集连接加强层间交流;利用上下层特征融合与连续上采样构建3个尺度的特征增强金字塔。实验结果表明,本文模型对不同复杂程度场景下的各类别目标均能够实现稳定检出,且精度优于现有主流目标检测模型,具有良好的泛化能力与实时性。     

基于SegNet＿CRF的遥感影像水体提取方法

水体的自动提取对于洪水监测、水资源管理等方面有着重要意义。本文提出了SegNet＿CRF语义分割方法,可从遥感影像上自动提取水体。首先,在SegNet编码器和解码器之间植入空洞卷积特征提取块,融合不同尺度的特征,然后在分类后处理中引入条件随机场,对提取结果进行精细化处理,最后与FCN、经典SegNet网络水体提取结果对比,结果表明,SegNet＿CRF网络结构在Recall、Precision以及F1-score指标上都有所提高,水体提取结果更加准确完整,抑制噪声能力更强。SegNet＿CRF网络可有效地实现水体提取任务。     

遥感自动解译在农作物种植结构调查中的应用

农作物遥感分类识别中应用遥感解译和地理信息等技术手段,为农作物种植结构调查工作奠定了基础。在每年度的高分辨率遥感影像的基础上,按照统一的技术标准,在自动解译分类的基础上辅以人工,快速获得每年度主要的农作物耕地图斑,完成本年度的农作物种植结构调查工作。遥感技术的应用加快了农作物种植结构调查各个环节的数据流动,提高解译准确率,数据的采集精度和时效性都要比以往的效果更好,可为有效落实耕地轮作休耕等政策提供技术和数据支持。本文以逊克县为试验区,针对当前农作物分类工作过程中应当注意的问题进行分析与整理,总结经验和方法,更好地将遥感技术应用到农作物种植结构调查工作中去。     

基于无人机影像的废石场附近土壤侵蚀研究

废石场附近的土坡结构松散,经过雨水冲刷形成侵蚀沟,造成水土流失,存在一定的安全隐患。传统的侵蚀沟监测采用传感器法、人工监测法等,这些方法费时费力,监测成本高。本文针对上述问题,利用无人机作为地理信息数据采集工具,快速获取监测区域影像,制作监测区域地形图,对地理信息数据进行人工判读结合地表平面曲率判断,定量提取侵蚀沟的土方量,最终利用土壤侵蚀模型解决废石场附近土坡侵蚀监测评价难题,这种方法对同类别土壤侵蚀监测项目具有一定的借鉴作用。     

基于Landsat-8影像的土地利用变化分析研究——以青岛市黄岛区为例

选取山东省青岛市黄岛区为研究区域,获取影像图上的土地利用状态信息,从不同方面分析青岛市黄岛区2014—2020年土地利用变化时空特征。研究结果表明：2014—2020年青岛市黄岛区的土地利用结构以耕地和林地为主;6年中经济处于持续发展阶段,其他用地都不同程度地转化为建设用地;城市重心不断向东北方向偏移。该文研究分析区域内的土地利用情况,对合理调整区域内的经济发展和资源利用等方面具有很大的意义。     

基于改进层次分析法的遥感影像压缩质量评价

遥感影像压缩质量评价是影像压缩中的技术难点,目前遥感影像压缩质量评价多采用单一指标评价,尚缺乏多个评价指标综合评价的研究。将改进的层次分析法引入遥感影像压缩质量评价,对主、客观质量评价方法的多个评价指标综合利用,对基于贝叶斯统计学习的遥感影像压缩编码方法和JPEG 2000两种压缩算法的多种压缩比遥感影像数据进行质量评价。通过结果对比分析,验证了算法的有效性,其评价结果对遥感影像压缩处理定量分析具有重要意义和研究价值。     

无人机数字影像配准技术研究及精度分析

无人机数字影像配准技术是无人机航空摄影测量的基础技术之一。针对无人机遥感影像配准问题,本文选取地物特征点进行坐标系投影变换,从而确定影像空间位置,完成影像配准工作,并进行精度评定。研究表明：(1)通过手动选取控制点进行坐标拟合,可有效将TIF和JPEG影像进行配准。(2)基于灰度共生矩阵的特征点匹配法具有较高的配准精度,基于相位相关的区域配准法适用于处理大面积的影像配准问题。(3)利用TIF影像数据配准精度较高,JPEG影像数据更便于传输与存储。(4)配准的最佳方法取决于所应用的场景。     

基于改进决策树算法的山区遥感影像变化检测方法

为了能够精准检测山区遥感影像变化,提出一种基于改进决策树算法的山区遥感影像变化检测方法。利用K-SVD算法始化处理过完备字典,采用带有噪声的山区遥感影像训练字典,通过学习获取的字典稀疏表示含噪山区遥感影像,得到每个小块影像的稀疏表示系数,平均处理小块影像,获得去噪后的山区遥感影像。采用邻域相关分析技术获取描述上下文信息的邻域相关影响,通过邻域像素间的相关性展开模板匹配得到匹配误差。同时根据方向梯度信息提取山区遥感影像的结构特征,将邻域相关影像、匹配误差和结构特征输入改进后的决策树算法,将其作为分类属性,检测出山区遥感影像变化,实现山区遥感影像变化检测。实验结果表明,所提方法可有效检测出山区遥感图像的变化,并且检测500个样本图像的时间仅为335.4 s,因此,该方法可以获取准确率更高且检测时间更短的山区遥感影像变化检测结果。