基于归一化水体指数及其阈值自适应算法的水体遥感反演效果分析

归一化水体指数（NDWI）是水体遥感反演的一种重要指标，其阈值及修正直接影响反演结果的精度。基于Landsat-8与GF-1光学多光谱影像，使用归一化水体指数法阈值0（TH₀）、最大类间方差法（OTSU）自适应阈值（TH_otsu）与均值漂移聚类算法（Mean-Shift）自适应阈值（TH_MS）分别对典型正常水体、云雾覆盖水体、富营养化水体、高含泥沙水体进行水体遥感提取与效果分析，结果表明：正常水体以TH₀为阈值提取精度最高，THMS提取精度次之，TH_otsu提取精度最差；而云雾覆盖水体、富营养化水体以及含泥沙水体使用THMS提取精度最高，尤其少量云雾覆盖下的水体，TH_MS具有更明显的优势，TH₀提取精度次之，TH_otsu提取精度最差；对于不同的阈值，Land?sat-8比GF-1总体表现出更高的水体提取精度。Mean-Shift算法应用于NDWI阈值修正与水体遥感反演具有快速、水质适应性强、效果稳定的优势，对尤其是复杂条件下的水体信息遥感反演具有较好的提取效果。     

一种倾斜矩形范围框标注方式及遥感目标检测应用分析

为解决机器学习过程中样本标注困难和模型训练遇到的损失函数取值异常和模型回归难的问题,提出了一种新的斜矩形范围框标注方式。采用“倾斜范围框中心点C的坐标、中心点到任意一个顶点D的向量CD、C到D的一个相邻顶点E的向量CE在CD上的投影向量CP与CD的比例系数”来标注倾斜范围框,在给定约束下实现了一个范围框只有一种数值表示,避免了损失异常,有利于模型回归训练。并将该标注方式应用在遥感影像目标检测任务中,通过斜框目标检测公共数据集,与多种其他倾斜范围框标注方式做了效果对比分析,结果表明新提出的标注方式在验证集上得到的平均准确率为0.7752,该斜矩形范围框标注方式对于朝向任意、密集排布的目标检测更具优势。