利用Deeplab v3提取高分辨率遥感影像道路

针对传统道路提取方法存在的道路边缘粗糙、抗干扰性弱、提取精度低等问题,提出了一种基于编码解码器的空洞卷积模型(Deeplab v3)的道路提取方法.首先,对原始高分辨率遥感影像进行标注;其次,利用标注数据集对Deeplab v3模型进行训练、测试;最后,得到高分辨率遥感影像道路提取结果.分析结果可知,该模型能够较好地提...     

基于统计的中文地名自动识别研究

中文地名的自动识别是命名实体识别任务中难度较大的任务之一,目的是从中文文本中自动准确提取地理专用名词.文中使用统计模型中的条件随机场对中文地名的自动识别在字一级粒度进行了研究.在研究中利用条件随机场能任意添加特征的优点,合理引用了丰富的特征组合,在大规模语料上进行训练,统计获得标注序列基于特征集的条件概率分布,并采用序列标注的方式,实现中文地名的自动识别.多次闭合测试和开放测试结果F1值为90％左右,识别效果良好.     

基于改进U-Net的耕地自动提取技术

传统耕地提取方法多采用人工标注,不仅耗时且成本巨大,因此如何使用自动化提取方式及时获取准确的耕地信息成为急需解决的问题。随着深度学习与遥感应用的结合,基于遥感影像的耕地自动提取技术成为研究的热点。由于遥感影像中地物组成复杂,直接将深度学习算法应用于遥感影像效果并不理想。对此,许多学者尝试改进深度学习算法以适应遥感影像的耕地提取。文章在U-Net网络的基础上,融入残差模块和纹理特征提取模块,增强模型对小目标物体和模糊样本的特征提取能力,并在自行制作的高分二号遥感影像上进行实验。实验表明,改进后的U-Net模型与原始的U-Net相比,在遥感影像的耕地提取中有更好的效果。     

遥感影像基础数据库的安全设计

遥感影像基础数据库作为是国土资源部门重要的信息基础设施。由于遥感影像数据属于高价值、高敏感度、高安全级别的基础数据,因此有必要对数据库安全加以重点关注。本文结合某遥感影像基础数据库实例,从数据安全规划、数据监测手段、数据传输安全三个方面对遥感影像基础数据库的安全设计思路进行了初步阐述。     

TB级多源遥感影像高效建库方法研究

随着各领域对多源遥感影像数据需求的不断增加,如何高效地管理多源海量遥感影像数据,更好地为各行各业服务是遥感数据库研究的热点。目前国内外很多学者在建设多源遥感影像数据库方面进行了相关研究,但对多源遥感影像数据组织、遥感影像数据预处理以及快速索引方面的研究尚存在不足。设计了一种多源遥感影像数据组织模型,实现了多源影像的集成化管理;实现了一种多源海量原始遥感影像(特别是航空影像)的半自动预处理机制,极大地缩短了原始影像数据的处理时间;设计了一种混合检索方法,达到了海量多源遥感影像数据快速高效检索的目的。结果表明:该方法建库效率显著提高,混合索引的查询速度比ArcSDE自动创建的空间索引检索速度有了快速提高,在数据量较小时查询速度至少可以提高4倍,而数据量较大时检索速度至少可以提高12.83倍。     

中文文本的事件时空信息标注

基于文本数据源的地理空间信息解析研究侧重于地名实体、空间关系等空间语义角色的标注和抽取,忽略了丰富的时间信息、主题事件信息及其时空一体化信息。该文通过分析中文文本中事件信息描述的语言特点和事件的时空语义特征,基于地名实体和空间关系标注研究成果,制定了中文文本的事件时空信息标注体系和标注模式,并以GATE(General Architecture for Text Engineering)为标注平台,以网页文本为数据源,构建了事件时空信息标注语料库。研究成果为中文文本中地理信息的语义解析提供标准化的训练和测试数据。
     

基于ArcScene的遥感影像三维可视化技术研究与应用

分析遥感影像三维可视化的研究意义和现状;探讨基于ArcScene平台遥感影像三维可视化的实现方法和技术流程;以西藏自治区日喀则地区定日县的TM遥感影像和SRTM DEM数据,以及定日县遥感测站点经纬度坐标为数据实例,完成了定日县遥感影像三维地形可视化的构建,为该地区地形勘察、地理分析等提供了良好的三维环境基础资料。结合RS与GIS完成三维地形可视化构建的技术,为3S技术的结合应用做出了推广。     

主成分分析在均值漂移遥感影像分割中的应用

针对均值漂移分割算法假设样本处于欧式空间,而遥感影像由于波段范围广,不能像普通彩色图像一样,能够由RGB空间转换到LUV空间来满足这种假设的问题,该文提出采用主成分分析(Principal Component Analysis,PCA)对遥感影像进行变换,以满足这种假设。对于输入的一幅遥感影像,首先采用PCA对该影像进行变换,并且将变换后的数据线性拉伸到0~255之间,然后替换原始影像数据,并调用均值漂移算法进行影像分割。实验结果表明,采用所提出方法得到的结果优于直接对原始影像进行均值漂移分割的结果。     

在VB利用内存映射文件读取大数据量原始遥感影像图

原始遥感影像数据一般是经过粗处理后以二进制格式提供给用户。这些影像数据同一般的图像数据相比数据量较大,通常采用专业遥感软件进行读取和处理。但当前应用中对遥感数据处理和分析的方法大多都要和GIS相结合,而当前国际流行的商业GIS一般都不具有图像处理功能,同样在商业遥感影像处理软件方面也很难发现较强的GIS功能。如何把GIS和RS有效地结合起来,是目前实际应用中面临的一个问题。论文在分析GIS和遥感影像处理功能集成的方法和意义的基础上,对比了传统文件读取方法和内存映射文件处理方法之间的差异,并给出了利用内存映射文件的方式显示和处理大数据量原始影像文件的具体实现思路。     

基于神经网络的片段级中文命名实体识别

命名实体识别是自然语言处理的一个重要基础任务。传统基于统计学习模型的命名实体识别方法严重依赖特征工程,特征设计需要大量人工参与和专家知识,而且已有的方法通常大多将中文命名实体识别任务看作一个字符序列标注问题,需要依赖局部字符标记区分实体边界。为了减弱系统对人工特征设计的依赖,避免字符序列化标注方法的不足,该文对基于神经网络的片段级中文命名实体识别方法进行探索研究。通过采用深度学习片段神经网络结构,实现特征的自动学习,并通过获取片段信息对片段整体分配标记,同时完成实体边界识别和分类。基于神经网络的片段级中文命名实体识别方法在MSRA数据集上对人名、地名和机构名识别的总体F1值达到了90.44%。     

校园遥感影像发布系统的设计与实现

针对校园面积不断扩大、地理分布复杂以及遥感影像对校园地表信息获取快、情况反映真实的特点,利用Google Earth免费提供的高分辨率卫星图片,设计了基于ArcIMS三层结构的校园遥感影像发布系统.实现了用户通过网络对校园遥感影像数据的查询、检索与访问,为校园的发展预测、规划决策以及科学管理提供可靠依据.文章首先对系统采用的体系结构和影像数据的存储管理进行了介绍,然后给出了系统详细地设计及实现过程,并展示了系统客户端的运行界面,最后讨论了该系统的应用前景和进一步研究的重点.     

基于NASA World Wind的遥感影像处理方案研究

该文主要研究海量遥感数据的可视化,针对NASA World Wind在遥感影像数据处理应用中面临的多景遥感影像之间存在拼接问题,设计基于NASA World Wind的遥感影像处理方案。本方案着眼于单景遥感影像处理,对NASA World Wind多分辨率图层技术进行改进,提出基于单景遥感影像的多分辨率图层技术,从而避免了多景遥感影像处理中的拼接问题。该处理方案有效的避免了多景遥感影像之间的拼接问题,实验证明处理后的遥感影像显示效果良好。     

Image-Based Attitude Control of a Remote Sensing Satellite

This paper deals with the image-based control of a satellite for remote sensing. Approach is demonstrated by simulation where the position of the satellite is obtained with the Simplified General Perturbations Version 3 model and its orientation by simulating its dynamic and kinematic models. For a known position and orientation of the satellite the images are obtained using the satellite’s onboard camera, simulated by the Google Earth application. The orientation of the satellite is governed by reaction wheels, which produce the required moments to the satellite. The image-based control law using SIFT image features is applied to achieve an automatic reference-point observation on the Earth’s surface. Main contributions of the paper are the following: use of the same sensor for Earth observation and attitude control, simplicity of the approach, no need for explicit calibration of camera parameters and good tracking accuracy. Demonstrated simulation results and performance analysis confirm the approach applicability.     

基于脉冲卷积神经网络稀疏表征的高分辨率遥感图像场景分类方法

遥感图像场景分类对土地资源管理具有重要意义,然而高分辨率遥感图像中地物分布复杂,图像中存在着与当前场景无关的冗余信息,会对场景的精确分类造成影响.对此,提出一种基于脉冲卷积神经网络(SCNN)稀疏表征的场景分类方法.从稀疏表征出发,利用脉冲神经元的稀疏脉冲输出特性,设计脉冲卷积神经网络,去除遥感图像中与场景无关的冗余信息,实现对图像的稀疏表征;提出基于脉冲输出交叉熵损失函数的反向传播算法,在该算法的基础上利用梯度下降训练脉冲卷积神经网络,优化网络参数,实现遥感图像场景分类;通过实验验证方法的有效性,将所提出方法应用于Google和UCM两个遥感图像数据集,并与传统的卷积神经网络(CNN)进行对比.实验结果表明,所提出方法可以对遥感图像进行稀疏表征,实现场景分类;相对于卷积神经网络,所提出方法在遥感图像场景分类任务上更具有优势.     

Geographic Data Capturing Technique based on Google Maps API V3

Traditional remote sensing mapping methods,which need professionals to take long time and utilize specialized software to carefully cope with a lot of local and isolated remote sensing images to get their desired information,have serious limitations.This paper presents an interactive geographic data acquisition and mapping solution,which all based on Googles global high-resolution remote sensing image and Google Maps API V3.The solution is built into an application of B/S structure.It utilizes the Google Maps API listeners to pick the latitude and longitude coordinates of the special points in landmarks’ outlines and to progressively construct their graphics with customized geographic models.It also uses Ajax technology to accomplish the data communication between browser and server, and adopts Microsoft XMLDOM methods to store and process the data in KML files.The visualization of selecting and editing KML data is performed with the help of KML layer mouse event’s properties and a temporary KML layer.The technology application has a friendly user interface and can be used to produce the large-scale street map quickly.     

The remote sensing manpower market in Europe

This paper discusses some key issues in remote sensing education and training in Europe, with special emphasis on the manpower requirements by the various user agencies of Earth observation data. The issues treated in the paper include: who needs to be trained and why; how many people need to be trained; how long should the training be; what should be taught; how should remote sensing be taught; where should the training take place; who should do the training; who pays for the training; and European standards in remote sensing education and training.     

基于环境卫星CCD影像的薄云去除研究

云雾覆盖是光学遥感影像的主要噪声之一,它严重影响了遥感影像的判读和使用。如何降低或去除薄云的影响,恢复云下地表信息,成为提高遥感影像可用性的重要环节。本文分析了环境卫星CCD影像的特点,基于BSHTI(Background Suppressed Haze Thickness Index)云检测方法,对BSHTI方法进行了适应性改进和完善。通过目视评价和统计分析,表明该方法不仅能够有效地降低薄云雾的干扰,而且可以在很大程度上减少遥感影像信息的损失,同时较好地保持了原始影像的清晰度和连续性,是一种有效可行的薄云去除方法。     

Landscape research,landscape policy and Earth observation

'Landscape' refers explicitly to spatial structures of outdoor environments and the role of these structures in nature and society. Since repetitive land coverages of Earth observation systems such as SPOT (Systéme Probatoire pour l'Observation de la Terre) and Landsat provide a wealth of landscape images from local to continental scale, one would expect a more systematic use of these data by landscape researchers and planners than is currently the case. This paper states that the divergence between the central goals, vocabularies and methods in the distinct fields of landscape research, landscape policy and remote sensing may be prohibiting a systematic implementation. Examples are given in which the methodological steps necessary to bridge the gaps between these fields are explained. These are based on experiences in remote sensing data analysis for landscape ecological and landscape planning projects. The coverage over extensive areas, the grid format and the multi-temporal facility remain major assets of remote sensing. At continental scales, the coverage of remote sensing images in Europe is less complete than expected given the length of operation of both SPOT and Landsat Thematic Mapper (TM). Integration with spatial datasets of different origin (soil maps, road maps, etc.) is necessary to cover basic information needs. For landscape planners and researchers in general, specific qualities of spatial data are more relevant than their remote sensing origin. This is an important fact in stimulating the use of Earth observation data in landscape research. The mere presence of satellite images and their derived products (such as land cover datasets) is a 'push' factor both for landscape research and policy and the implementation of scientific knowledge and models into planning and policy. The task of 'intermediators' should be recognized against classical, if not mythical, 'data providers' and 'end users' commonly identified in Earth observation.     

遥感湖泊面积MTMF提取方法及空间尺度效应研究

主要研究遥感湖泊面积亚像元分解提取方法和空间尺度效应,为遥感湖泊面积提取、检验及基于此的局地气候变化分析提供科学的基础数据。在对TM遥感数据进行升尺度处理的基础上,采用混合调制匹配滤波(Mixture Tuned Matched Filtering,MTMF)进行亚像元分解,得到不同空间分辨率的湖泊面积。进而分析不同面积湖泊随遥感空间尺度的变化。结果表明:(1)当通过对高空间分辨率的遥感数据重采样获取多尺度遥感影像进行湖泊面积提取及湖泊空间尺度效应分析时,采用最近邻法比像元聚合重采样法更合理。(2)MTMF亚像元分解法可以用于基于水体光谱特征的遥感湖泊边界提取和面积计算,但边界提取过程中容易将湖泊与河流或其他非湖泊的水体混淆。(3)遥感湖泊面积的提取结果受所用遥感影像空间分辨率的影响较大,影像的空间分辨率越低,湖泊面积提取的偏差越大,尤其对面积较小的湖泊。     

云模型在防止Google Earth地标泄密中的应用

Google Earth给使用者带来方便的同时,也对传统信息安全带来了冲击,应当引起高度注意。设计了Google Earth使用管理软件,其中采用云模型,设立中心服务器,预设了重要监控点的坐标和云参数;当用户点击某个位置,会在中心服务器上生产云图,靠云滴的密集程度来决定是否允许用户标注的地标信息出现在Google Earth上。实验表明,该方法很好地控制了GoogleEarth上重点地点的信息标注,解决了Google Earth的"地标"泄密问题。