基于MapServer的遥感影像发布系统的研究

遥感影像数据的共享是发展的必然趋势。遥感影像发布系统的研究与建立是当前的一个热点问题。本文介绍了MapServer的特征,阐述了基于MapServer建立遥感影像发布系统的原理和特点及遥感影像数据的组织。讨论了发布界面Ka-map引入的Ajax技术和缓存的设置。给出了利用MapServer等一系列开源软件实现遥感影像网络发布的框架。     

全球卫星遥感影像数据组织与WEB发布

在影像数据应用需求急速增长的前提下,对日益庞大的卫星遥感影像数据进行有效管理和发布成为了迫切需要解决的问题。根据海量影像数据和Web的特点,重点探讨了全球卫星遥感影像的多分辨率金字塔模型、海量影像数据的索引设计和调度机制,构建了全球卫星遥感影像数据管理发布引擎,最后基于上述方法和手段实现了能同时满足不同访问接口的全球卫星遥感影像数据的Web高效通用发布系统。     

基于Web的影像数据发布

文章介绍了影像数据的特点和在Web上发布影像数据的关键技术。对于三种典型的应用即单个遥感影像文件、同带内区域相邻的多个遥感影像文件和跨带的区域相邻的多个遥感影像文件的Web发布，分别论述了它们的数据组织和存储，并在此基础上介绍了影像数据Web发布的实现。     

海量遥感影像数据存储技术研究

介绍现有海量遥感影像数据的存储管理方式及其存在的不足,研究基于分布式文件系统的海量遥感影像数据存储技术,通过研制的D—MaRISS系统,说明所采用的分布式文件系统的结构和影像数据的组织方式。实验表明,该技术能高效地实现对海量遥感影像数据的存储管理。     

面向Spark的遥感影像金字塔模型的并行构建方法

随着遥感技术和摄影测绘的发展,遥感影像的分辨率不断提高,数据量日益增长,这对快速、高效地处理海量遥感影像数据提出了更高的要求,如何有效、智能地存储和处理海量遥感数据成为研究的热点。在分析现有金字塔模型的并行构建的基础上,设计一种面向Spark计算框架的影像金字塔模型。模型给出了影像金字塔构建算法及影像数据的分布式存储组织结构,实现了海量遥感影像数据在Spark中的并行处理,为Spark增加了计算处理空间数据格式的能力。实验结果表明,利用该方法能够在Spark云平台上实现快速、高效的解决海量遥感影像金字塔的并行构建,特别是在面对海量遥感影像数据时,无论从金字塔构建性能上还是遥感影像的计算效率上,Spark都更具优势。     

可视化遥感影像库系统设计与实现

随着获取遥感影像的传感器与获取技术手段的日益先进,遥感影像的数据量空前巨大,这对海量遥感影像的管理与应用提出了更大的挑战。传统的遥感影像库系统在海量数据组织和数据快速检索上已经不能很好满足用户的需求。该文针对遥感影像库目前存在的缺陷提出一种影像组织和检索机制,并结合已经实现的系统验证了该方案的可行性。     

基于分布式的RS影像快速分发机理及应用

提出利用分布式技术来建立遥感数据个性化快速分发服务体系的整体策略,研究了Web服务构建影像处理平台的相关技术,开发了适应于遥感影像快速发布的遥感影像压缩及地理编码信息处理模块,实现了适应于当前网络环境下遥感影像个性化,实时分发方式。实验结果表明,遥感影像发布效率有很大提高,个性化需求得到满足。     

基于Java 与C++联合编程实现网络环境下遥感影像的切割算法

随着GIS与RS的集成、数字地球、信息共享等研究工作的深入开展,如何实现遥感影像在Internet环境下的快速发布就成为一项迫切的研究工作。目前比较成功的影像发布方法是将影像重采样、分层切割进而建立影像金字塔存储模型。网络环境下遥感影像的切割算法是解决上述影像金字塔问题的有效途径。首先讨论了以JNIOava Native Interface）技术为基础实现Java与C＋＋联合编程的一些关键问题。进而,以Java与C＋＋联合编程为基础,实现了面向Internet网络环境的、基于B/S架构的遥感影像切割算法。这种实现方法结合了C＋＋语言在图像处理方面的高效性和Java语言在网络编程方面的优越性,从而为遥感影像的网络快速发布提供了保障。实践证明该方案可行,且算法稳定可靠、易于操作。     

一种基于MPI和OpenMP的剖分遥感影像并行分割方法

随着遥感数据量的快速增长,组织效率和处理速率成为其快捷应用的瓶颈,地球剖分理论和高性能计算为该问题解决提供了一种可能途径。基于上述思路,设计一种基于MPI和OpenMP的剖分遥感影像并行分割方法。该方法在地球剖分组织理论的研究基础上,针对遥感影像数据进行剖分化处理,依据应用需求确定剖分层级,形成有利于并行处理的影像数据剖分面片集合;在MPI集群计算和OpenMP多核任务处理环境下,对上述剖分面片集进行相应操作的并行化处理,最后把处理后的面片整合为所需要的结果数据。通过一个遥感影像数据K-Means分割的例子对上述方法进行验证。结果表明,该方法能在分割结果保持一致的情况下,有效提高遥感影像的组织效率和处理速度,达到了一定的加速比,实用性较强。     

RDBMS和COM的海量遥感影像数据的管理和Web发布

介绍了基于关系型数据库（RDBMS）和微软组件技术（COM）的Web海量影像数据库（IMIDM）的研究背景、系统组织和实现，具体论述了IMIDB的数据库逻辑设计，包括数据库的选择、遥感数据的组织和存储；在此基础上，论述了存储在数据库中的遥感影像的Web发布体系结构，以及组件对象模型技术在该系统中的运用；最后给出了该系统的测试情况，测试结果表明，系统达到了设计目标。     

基于机器学习的遥感图像超分辨综述

综述了基于机器学习的遥感图像超分辨重建技术的研究和发展。基于机器学习的遥感图像超分辨率重建技术通过学习低分辨图像与高分辨图像之间映射的关系,提升遥感图像的空间分辨率,从而有助于遥感图像的视觉分析。根据数据表达方法的不同将基于机器学习的遥感图像超分辨方法分为两类,包括基于字典学习的方法和基于深度学习的方法;简述了各类方法针对的问题,分析其设计思路和实现原理;对各类方法的优缺点和性能指标进行了对比分析;总结了遥感图像超分辨面临的问题和难点,并对未来发展的趋势进行了展望。     

基于JPEG2000和自适应预测的高光谱图像压缩方法

随着遥感技术的发展，其应用领域大大拓展，随之也带来了遥感数据的海量增长，给传输和存储带来了极大困难，因此必须对遥感数据进行压缩。遥感图像具有不同于自然图像的特性，针对遥感图像的特点，介绍了一种自适应预测和JPEG2000相结合的无损压缩编码算法，即首先采用基于图像灰度分布局部相关特性的谱问预测器去除谱问冗余，再利用静止图像压缩新标准（JPEG2000）对预测得到的差值图像进行编码压缩。仿真实验取得了令人满意的结果，证明了该算法的有效性。     

国产遥感影像分类技术应用研究进展综述

遥感影像分类技术为我国遥感影像应用于生态建设、绿色发展、乡村振兴、脱贫攻坚和“一带一路”构建等提供了重要的技术支撑,在服务经济社会发展、建设美丽中国、保障民生安全等方面具有重要意义。近年来,大数据、人工智能技术的飞速发展,使得国产遥感影像在分类应用的研究取得重大发展。简要分析了遥感影像分类技术及每阶段存在的问题;对国内主要六个系列遥感卫星数据进行了概述;综合分析了国产遥感影像基于像元的、混合像元的、面向对象的、基于深度学习的四种分类方法,并探讨其在分类应用中的研究进展,通过国产遥感影像分类领域中的应用情况,进一步在方法上对四种分类分别进行比较分析;提出国产遥感影像分类应用中存在的问题,对未来国产遥感影像应用发展的趋势进行了预估。     

仿真图像作为模板的遥感影像小目标检测方法

随着传感器技术和航空遥感技术的不断进步,遥感影像的质量和数量也得到了极大的提高,而遥感影像中的目标检测是理解和分析遥感影像所面临的一个基本问题。针对神经网络在遥感影像小目标检测任务中难以提取足够多的有效特征、遥感小目标易受云雾遮挡等问题,提出了一种基于仿真图像模板匹配的方法,通过特征融合的方式成功地将该方法应用于遥感影像小目标检测任务。成像仿真技术生成的仿真图像包含了更多的遥感小目标特征,如几何形状、材质等。在与深度学习结合之后,更多的特征可以提升神经网络检测遥感影像小目标的准确率。实验结果表明将基于仿真图像的模板匹配方法应用于深度学习之后,对于遥感影像小目标检测取得了较好的效果,尤其是针对受到云雾等天气干扰的小目标。     

基于多尺度Retinex算法的遥感图像增强

大多数的遥感图像存在视觉对比度低、分辨率低的缺点．因而在对遥感图像分析之前,通常都需要通过遥感图像增强技术对图像进行增强处理。当前的图像增强方法有很多种,文中引入了一种新颖的图像增强方法,即多尺度Rednex（MSR）算法。这种增强技术尤其对能见度差、分辨率低的图像有很好的效果,因此适合于对遥感图像的增强处理。此外,还引入了几种常用的经典图像增强方法,如直方图均衡法等。为了证实所引入的MSR算法对遥感图像的增强效果优于其他的增强方法,在实验中,将经典的图像增强方法和MSR算法分别应用于增强一幅典型的遥感图像并对比增强后的增强效果。实验结果表明MSR算法在对遥感图像的增强中可以取得满意的效果并且优于其他的图像增强方法。     

基于深度学习的遥感影像目标检测系统设计

遥感影像目标检测虽然是一种极为有效的地表变化监测手段,但极易受到自然环境复杂性的影响,从而造成遥感影像中存在混合的杂质像素,导致目标检测准确性较差;为解决此问题,设计基于深度学习的遥感影像目标检测系统;建立深度学习框架,分层次连接遥感影像输入模块、图像帧预处理模块与目标检测算法模块,再借助影像目标输出结构单元,对已获得的遥感影像像素数据进行整合,实现系统硬件设计;在此基础上,提取遥感影像的多特征条件,完善现有的目标检测系统设计方案;通过分割多级目标节点的方式,得到遥感影像特征的小波分解结果,利用计算求得的边缘纹理系数,实现融合深度学习理论的遥感影像目标变化能力检测;实验结果表明,所设计遥感影像目标检测系统的有效像素的占比量较大,杂质像素节点的占比量较小,且二者之间的对比情况极为明显,能够有效剔除杂质像素量,更能适应复杂多变的自然环境,获得更为准确的地表变化监测结果.     

云环境下基于秘密共享的海洋遥感影像认证方案

云存储模式的出现为海量海洋遥感影像的存储和管理带来了机遇,越来越多的用户选择将海洋遥感影像数据移植到云中,但云存储环境的开放性对海洋遥感影像数据的安全性提出了挑战。以保障云环境下海洋遥感敏感数据的安全性为前提,提出一种影像认证方案,将哈希函数与(k,n)门限秘密共享方法相结合,检测敏感区影像信息变化,并对加密前和恢复后的影像进行一致性验证,保护加密影像数据的机密性。同时,为避免n个子秘密中,因多于n-k个子秘密的篡改或丢失,造成敏感区影像不可恢复情况的发生,采用对敏感区影像进行分块的策略,对每个子影像块做进一步的秘密共享处理,以保证部分影像的无损恢复。实验对比分析表明,所提出的安全认证方案可以有效防止秘密恢复过程中的欺诈行为,同时可获得比传统方法更高的遥感影像云存储安全性。     

基于稠密残差网络的多序列卫星图像去云

遥感影像中最常见的问题是云层污染,它会导致图像信息缺失,降低遥感数据的可用性。针对该问题,提出了一种基于稠密残差网络的多序列卫星图像去云算法。首先,该网络使用多序列的有云卫星图像作为输入,能为网络提供更多的时序特征信息,提升去云效果;其次,在网络中段使用稠密残差层,以保证卷积层之间最大程度地传递和使用特征信息,让生成的修复图像整体结构合理、边缘细节更加清晰;最后,使用像素上采样来增强空间信息的利用,提升修复效果。该方法在欧洲"哨兵-2"遥感卫星图像数据集上进行验证,峰值信噪比和结构相似度指标为27.59和0.854 0,两项指标均超过了该数据集的原处理方法STGAN,提升了遥感图像去云的效果。     

一种快速遥感影像海岛自动提取方法

为有效提高基于遥感技术的海岛调查中海岛提取的效率,该文提出了基于多窄带模型（Multi Narrow Band Model,MNBN）初始化的Grab Cut分割算法对高分辨率遥感图像中的海岛进行提取。首先基于海面与陆地提取进行海岛初提取,再利用初提取结果建立多窄带模型对Grab Cut进行初始化来提高分割算法的速度。分析表明,该算法可有效完成海岛提取,与其他自动海岛提取算法相比具有速度快、鲁棒性高等优点。     

基于归一化相关矩的多分辨率遥感图象融合

多传感器数据融合技术已广泛应用于遥感图象处理方面 .针对遥感多光谱图象空间分辨率较低的问题 ,提出了一种基于归一化相关矩的多分辨率图象融合方法 .该方法首先对图象进行二维小波变换 ,然后根据所得到的高频小波系数的一阶、二阶统计特征来定义图象局部灰度相关矩 ,并以此作为图象融合测度来对遥感图象进行多分辨率特征融合 ,从而得到包含更多信息和有效特征的融合图象 .仿真结果表明 ,融合后的图象在保留多光谱信息和提高空间分辨率上均能获得较好的效果 ,因而可以更好地用于目标识别、分类等遥感图象处理方面