基于短波红外波段的乌梁素海Landsat-8 OLI数据大气校正

采用基于短波红外波段的Vanhellemont和Ruddick算法对乌梁素海水体的Landsat-8业务陆地成像仪(Operational Land Imager, OLI)数据进行了大气校正。用该算法得到的OLI反射率与ENVI Flaash大气校正结果之间具有很好的一致性,且R2为0.8。经大气校正后得到的OLI反射率与实测值吻合得较好,而且483 nm、561 nm和655 nm波段的误差在19.3%～36.5%之间,表明该算法适用于乌梁素海水体。基于时间序列OLI数据,得到了悬浮物浓度的时空分布特征。乌梁素海的悬浮物浓度反演结果存在一定的不确定性,其主要原因是底质、沉水植物和藻华对离水反射率有很大影响。     

基于Landsat-8陆地卫星数据的火点检测方法

传统的火点检测算法通常利用高温地物在中红外波段或热红外波段的高发射率特性来提取火点,然而受制于影像空间分辨率的限制如MODIS、AVHRR等,使得很多小规模火情现象被漏检.研究发现短波红外数据也同样能被用于高温地物的识别和检测,并且相较于热红外波段数据对低温和高温地物的区分度更大,在精确识别和定位高温目标方面更加准确.文章利用空间分辨率为30米的Landsat-8 OLI传感器数据,根据高温火点在近红外及短波红外波段的波谱特性,利用改进的归一化燃烧指数(NBRS)结果自适应地确定阈值来提取疑似火点,然后再利用高温火点在短波红外的峰值关系进行误检点剔除,从而得到最终的火点产品.提出的算法能检测到所占像元面积10%左右的火点,并能够有效地排除云层及建筑物的干扰,在保证较低漏检率的同时还能达到90%左右的准确率,相比于传统算法的火点提取精度有很大的提高.     

基于Landsat-8卫星数据的红沿河核电站温排水监测

为了探索利用卫星遥感数据监测核电站温排水的业务方法,并检验新发射的Landsat--8卫星的热红外数据用于核电站温排水监测的应用能力,选取红沿河核电站附近的10 km×10 km海域作为研究区域,采用Landsat-8卫星的热红外数据与中分辨率成像光谱仪(Moderate Resolution Imaging Spectroradiometer, MODIS)温度产品的交叉标定方式建立了温度信息提取模型。参考《海水水质标准》,将温排水的不同温升强度分成五级;辅以现场水文、气象资料数据,分析了红沿河核电站温排水的温度场分布及温升强度变化,绘制出了不同潮汐条件下1℃步长的温升曲线,获取了不同温升的影响面积。将该数据与温排水数学模拟计算及物理模型试验的综合结果进行了对比。结果表明,依据这种研究方法,Landsat-8卫星数据可实现高精度的核电站温排水遥感监测。     

基于Himawari-8数据的日间海雾检测方法

新一代静止轨道气象卫星Himawari-8静止气象卫星具有空间分辨率高可持续性观测的特点,对海雾监测具有重要的意义.星载激光雷达(Cloud-aerosol lidar with orthogonal polarization, CALIOP)可以探测大气的垂直剖面信息.利用CALIOP数据进行海雾检测,获得4类样本点:中高云、低云、海雾和海表样本点,并将这些样本点用于Himawari-8日间海雾检测的通道选择和动态阈值设定的研究中,建立一套Himawari-8日间海雾检测算法.利用CALIOP和中国气象局国家卫星气象中心的气象卫星雾监测报告数据对海雾检测方法进行验证.对比CALIOP数据,海雾检出率63.42%,漏检样本点中晴空海表占比71.54%;对比雾监测产品,海雾检测率89.7%.结果表明,提出的海雾检测算法是可行的.     

利用环境小卫星HJ的火点自动探测方法

环境小卫星HJ是环境与灾害监测预报小卫星星座的组成部分,对提高我国环境监测和防灾减灾能力具有重要意义.针对环境小卫星红外传感器HJ-IRS的性能特点,以MODIS的V4算法为基础,构建了基于HJ-IRS的火点自动探测方法.利用同时相同区域的HJ-CCD火烧迹地影像和MODIS的火点产品数据,对HJ-IRS火点探测方法进...     

基于Landsat-8 OLI的长江口青草沙水库悬浮颗粒物时空分布研究

长江口青草沙水库是重要的饮用水源,其水质评估非常关键.为客观、科学地评估青草沙水库的水质状况,以水体悬浮物作为评估水质的一个关键参数,利用Landsat-8 OLI高空间分辨率数据开展了相关研究.采用与现场观测匹配的卫星资料,建立了青草沙水库悬浮颗粒物(SPM)的反演算法,利用现场观测资料进行精度验证,结果显示相关系数...     

基于局部协方差矩阵判别模型的红外小目标检测方法

在复杂的背景下检测红外点目标是一项很难的挑战。复杂的背景通常包含结构化边缘、非结构化杂波和噪声,它们具有完全不同的属性。使用某个属性将小目标与这些干扰分开是非常困难的。为了解决这个问题,本文提出了一种基于局部协方差矩阵判别模型的方法来检测目标。在检测目标的过程中,讨论了图像在四个方向上的变化。此外,在红外小目标检测过程中,本文还采用了一种新的基于图像均值和方差的阈值公式。实验结果表明,该方法具有较好的性能。     

基于小波变换的自适应多模红外小目标检测

小波变换是一种有效的红外小目标检测方法。然而,在不同的子带、不同方向上,信号和噪声所呈现的特性不同,采用单一的阈值往往无法得到一个令人满意的检测结果。针对这一情况,提出了一种基于小波变换的自适应多模红外小目标检测算法。该算法可以根据不同尺度和方向上噪声的分布自动调整阈值,使得检测结果更加有效。其中分别采用了自适应Bayes Shrink阈值和广义交叉验证阈值处理每个子带的小波系数,接着再利用处理后的系数重构小波图像,最后通过一个简单的全局阈值分割得到红外小目标。实验结果表明,与对照方法相比,所提出的算法具有更好的检测性能和鲁棒性。     

基于烟羽掩膜的森林火点MODIS探测方法研究

针对MODIS的林火探测算法第四版区域适应性差的不足,利用基于热带雨林特性的潜在火点判定阈值和基于烟羽掩膜的自适应窗口调节技术,对第四版算法进行了改进.烟羽掩膜有利于辅助火点探测,而调整阈值则能改善火点探测的敏感性.根据热带雨林地区森林火灾的特点,潜在火点判定阈值在无烟羽区设为306K,在烟羽掩膜区设为295K.烟羽掩膜可以有效圈定背景像元的范围,增加自适应窗口空间统计分析的约束条件,减少由于降低烟羽掩膜区潜在火点判定阈值而引起的噪声.应用实际火点数据对两种算法进行了比较验证分析.结果表明改进算法后提高了对低温小火点和大扫描角火点探测的敏感性,增强了热带雨林地区的火点探测能力和探测精度.     

基于改进YOLOv8的红外无人机目标检测算法

针对红外无人机目标识别过程中特征丢失严重、识别准确率低及模型较为复杂的问题,提出一种改进YOLOv8的红外无人机目标检测算法.首先,在主干网络引入可变形卷积,增强目标区域的特征表达能力.其次,提出了一种针对小目标的轻量级特征金字塔网络结构SOD-FPN,通过减轻网络层数和删除大型目标检测头来避免小目标信息丢失,还通过跨尺度连接和加权特征融合方法来增强模型多尺度特征融合能力.最后,选择基于Wasserstein距离的NWDLoss作为边界框损失函数,进一步提升模型的收敛性和检测精度.实验结果表明:改进算法的mAP50为99.4％,较YOLOv8n提升了 2.2％,参数量降低了 72.8％,同时相较于其他先进的目标检测算法在精度和速度上均有提升,证明了改进算法的有效性和先进性.     

红外小目标检测的滞后阈值分割法

为提高红外小目标检测的精度,针对小目标的阈值分割,提出滞后阈值分割法。通过快速非最大值抑制预提取红外小目标的中心像素,最大程度缩减前景像素数。利用邻域梯度方差判别小目标是否为杂波,自适应地调整灰度阈值,完成对小目标的低虚警分割。分析一般场景下分割所得前景、背景的组成,给出了滞后阈值分割的阈值取值方法。实验表明滞后阈值分割法将虚警概率限制在很小的范围内,并取得了优于其他分割法的检测概率。在小目标检测中,该算法具有较强的实用性。     

一种基于区域生长的目标提取算法

对利用区域生长进行目标提取问题进行了研究,提出一种基于模糊连接度的生长算法,该算法以模糊连接度作为生长的原则,采用一种自适应阈值与USAN面积相结合的方式作为生长终止规则,通过具体的实验,证明该算法的提取结果对种子点的选取不敏感,算法对区域的边缘具有较好的定位能力,有效地防止了过分割的情况.     

一种红外弱小目标检测新方法

研究天空背景下红外运动弱小目标的检测。对红外序列图像进行累积后进行小波分析，再采用自适应门限处理，使用小波反变换将背景中低频分量和高斯噪声去除，再采用非线性滤波，最后再使用累积的方法找出目标，并得到目标航迹。实验结果表明，该方法能有效地检测定位运动红外弱小目标，并具有很强的抗噪声性能。     

基于时空域融合滤波的小目标检测算法

针对目前小目标检测存在的难点,提出了一种基于时空域融合的小目标检测方法。该方法首先运用形态学Top-hat进行空域滤波,将原图像中的大部分背景及杂波抑制,时域上采用三帧差分方法增强目标。融合后对图像进行自适应阈值分割,得到潜在目标点,最后根据目标运动的连续性与规则性采用邻域判决法滤除虚警点,检测出目标的运动轨迹。仿真结果显示该方法能较好检测出复杂背景下低信噪比运动小目标。     

一种起伏背景下的红外小目标检测算法

提出了一种用一维中值滤波进行背景估计的方法.首先分析了红外小目标、噪声及其杂波特性,提出了用小窗口的二维中值滤波进行背景估计;然后进一步根据红外扫描系统的特点,把二维中值滤波简化为一维中值滤波,使去背景效果提高,并且运算量大幅下降;最后对预处理后的图像采用自适应门限进行目标分割.实验表明该算法可以达到较高的检测率,而且满足大尺寸图像实时处理的要求.     

基于杂波抑制的海平线红外弱小目标检测

针对红外图像中海天交接处目标能量较弱,难以获得精确检测的问题,本文提出一种基于杂波抑制的海平线弱小目标检测方法。该方法通过对红外图像特征分析,检测海平线像素特征,去除障碍物干扰,确定海平线区域;对海平线区域采用改进的均值差滤波与背景建模,去除海平线杂波;杂波滤除后,计算两个区间自适应阈值作为滞后阈值,从而检测出海平线弱小目标像素。实验结果表明,本文提出的算法能够有效去除海平线杂波,确定海平线区域,有效提取海平线像素,从而准确检测出海平线弱小目标,具有较高的检测率与较低的虚警率,验证了该算法的有效性。     

车辆越界快速自适应检测方法研究

针对智能交通系统对快速性和准确性的要求,提出了基于区域生长的边缘关键点提取和基于HSI色彩空间的车辆违规越界自适应检测方法.首先选取车道线中心的点,以此为种子点进行区域生长,均匀选取区域边缘上的某些点作为关键点.然后将图像中的RGB表色模型转换为HSI表色模型,根据HSI表色模型中关键点的像素特征设定二值化阈值,这样能较好地克服光线变化对检测结果的影响,同时能够适应各种颜色车辆的检测,提高检测速度.     

基于循环平移Contourlet变换的红外小目标检测方法

分析了在有噪声和背景干扰情况下检测红外小目标的方法,提出了一种将循环平移Contourlet变换去噪 方法和自适应阈值分割方法相结合的红外小目标检测算法。该方法首先对原始图像进行循环平移阈值去噪,再用原始图像减去 去噪图像,对得到的残差图像进行自适应阈值分割,分离出少量的候选目标点,最后利用目标运动的连续性和一致性检测出 目标。分别用Contourlet变换法、小波变换法和本文提出的检测法对小目标进行了检测。仿真结果表明,本文提出的检测方法 能较精确地检测出序列图像中的红外小目标,检测效果优于Contourlet变换法和小波变换法。