卫星遥感监测城市扩展与环境变化的研究

本文阐述应用北京地区自１９８４年至１９９２年４景秋季的ＴＭ图像，通过高精度几何配准，辐射水准归一化，热图像条纹噪声消除，各种干扰因素的识别，压抑、剔除，目标信息的增强、提取，以及背景影像的生成等图像应用处理，直接获得试区８年间城镇建设用地、绿地、水体，城市热岛等环境要素变化动态，快速制出客观反映城市扩展变化的系列图件。     

基于遥感的常德市城市扩展动态变化研究

根据常德市多个时相的遥感数据，运用GIS技术，通过有关城市用地扩展度量指标和网格样方法等空间分析手段的综合应用．对1978到2002年间的城市时空扩展进行动态监测，揭示了城市用地扩展的空间分异规律，阐明城市用地扩展中心和扩展轴的时空迁移模式。得出以下结论：常德市城市用地在时间上具有快慢交替的4个扩展阶段和空间上的2种扩展模式。其发展具有以沅江为界呈半圈层式向外扩展、扩展高速区域沿交通干线和经济开发区集中分布的特点。     

基于EBPNN模型的遥感图像变化检测研究

对不同时段获取的特定图像进行自动变化检测是遥感图像研究的主要问题;通过自适应中值滤波(AMF)去除遥感图像中的噪声,结合Tamura和Law掩模方法提取图像中的次级特征,并将研究区域划分为植被、水域和城区三类,利用增强型反向传播神经网络(EBPNN)对特征提取结果进行分类并实现不同时期遥感图像的变化检测;与现有的FFNN和CNN分类技术相比,利用EBPNN进行分类可以有效地检测出图像中的变化且具有更好的检测性能。     

杭州城市的卫星遥感图像分析

一、引言自改革开放以来,我国城市发展异常迅猛。常规的城市调查方法已难以适应城市发展的需要。随着遥感技术的进步以及应用领域的拓展,目前许多城市已经利用航空遥感资料进行解译。这种方法虽较常规方法在资料的准确性和可比性上均大有进步,但仍耗资巨大。一般一个中等城市组织一次航空飞行,仅航测费一项,至少得花20万元。而近几年,卫星遥感技术在高速发展,传感器的地面分辨率在不断提高。美国的Landsat TM为30米×30米,法国的SPOT HRV的多光谱为20米×20米,金色波段达10米×10米,德国的MOMS-02四个多光谱波段和二个立体观测波段达13.5米×13.5米,其高分辨率波段HR(520—760 nm)则达到4.5米×4.5米。这无疑为城市调查提供了快速、有效、易更新的手段。本文利用Land-sat TM和SPOT HRV的全色波段的数字图像资料,研究了杭州市近期扩展的状况。     

基于遥感的双中心型城市扩展模式研究

龙口市是典型的双中心型城市,本文利用卫星遥感数据,获取龙口市两个城市中心各时期的发展状况,对城市扩展状况进行对比分析。1988年龙口城区的面积为754.32hm2,只比黄城城区面积(567.11hm2)稍大;而到2004年时,龙口城区的面积已经达到1847.03hm2,接近黄城城区面积(976.14hm2)的两倍,说明龙口城区的城市扩展强度高于黄城城区。利用逐步回归法对社会经济数据进行分析,发现黄城城区扩展主要由人口,城市化水平,居民消费水平等所驱动,而龙口城区扩展则是受外贸出口影响更大。     

遥感图像场景分类综述

随着科技的进步,遥感图像场景的应用需求逐渐增大,广泛应用于城市监管、资源的勘探以及自然灾害检测等领域中.作为一种备受关注的基础图像处理手段,近年来众多学者提出各种方法对遥感图像的场景进行分类.根据遥感场景分类时有无标签参与,本文从监督分类、无监督分类以及半监督分类这三个方面对近年来的研究方法进行介绍.然后结合遥感图像的...     

改善TM卫星遥感图像自动识别精度的研究和应用

介绍利用计算机处理TM遥感图像数据产生重庆市江北县典型地区土地利用分类图技术。为克服单个像元由于光谱混杂和其它噪声引起的分类不确定性，对图像数据实施了两次分类处理。首先用最大似然监督分类法对像元点做一次分类，并且在修改训练样本和先验概率，分层处理等方面采取了灵活的对策。继而采用局部领域覆盖法进行二次分类，利用空间信息进一步改善分类精度。在重庆江北县地区所做的实验研究结果表明，上述做法有效地提高了分类精度，是合理的，算法简明实用。     

基于Relief-PCA特征选择的遥感图像变化检测

面向对象的变化检测技术在高分辨率遥感图像领域已经得到广泛地应用。由于遥 感图像受光照、大气环境等成像条件的影响,图像特征的质量也参差不齐,筛选出高质量的特 征成为对象级遥感图像变化检测的关键。针对此问题,提出了一种基于 Relief-PCA 特征选择的 对象级遥感图像变化检测方法。首先,对原始图像进行多尺度分割获得目标对象,并提取对象 的光谱特征与纹理特征;然后,利用对数比值法获得变化矢量,再使用 Relief-PCA 特征选择的 方法对图像的对象特征进行筛选与降维;最后,计算并生成 CVA 变化强度图,利用 Otsu 方法 对变化强度图进行阈值分割得到最终的变化检测结果。实验表明：与已有方法相比,该方法的 变化检测精度更高,误检率和漏检率更低。     

基于边缘增强的遥感图像变化检测技术

遥感图像变化检测技术是遥感技术中最广泛最基本的应用之一。为此作者经过大量对已有图像的实验,提出一种基于边缘增强的遥感图像变化检测技术,通过选择适当的卷积算子对图像进行锐化增强与使用Sobel算子对图像进行边缘增强相结合,总结出了快速有效变化检测处理方法。     

遥感变化检测方法研究综述

遥感变化检测技术是遥感信息科学的重要研究领域,是当前遥感数据处理技术的主要发展方向.本文从三个方面介绍遥感变化检测的技术与方法：首先简要介绍遥感变化检测的数据预处理;其次,重点介绍了各种遥感变化检测方法,并对各种方法优缺点做了简单评述;并提出了遥感变化检测中应注意的问题和本研究的几项经验性的结论.     

遥感图像的云分类和云检测技术研究

为了有效减小云层遮盖对遥感图像数据利用率的影响,提出了一种基于灰度特性 的算法,实现了遥感图像高效自动的云分类及云检测。该方法首先将大幅遥感图像切分成小块 子图,然后统计子图灰度值的均值和方差,在此基础上将云分成无云、薄云和厚云三类,最后 通过边缘检测算法,实现了对厚云影响范围的有效标记。对100 幅典型水域遥感图像的实验测 试结果表明：正确云分类判别率达到97%,误判率小于4%,漏判率小于2%,基本满足实时性 需求,证明了该算法的有效性。     

遥感图像非监督计算机分类方法的研究

通过对几种常用的非监督计算机遥感图像分类方法,如k-means、层次聚类和神经网络的分析研究发现,由于这些方法不能克服数据噪声点的影响,输出结果对输入参数依赖性较大,使其对图像的分类效果受到影响。为了提高图像的非监督分类效果。本文提出了一种基于密度和自适应密度可达聚类算法。实验分析表明,与常用的分类方法相比,该算法具有良好的分类效果。     

遥感图像分类方法综述

从遥感图像分类方法的基本原理入手,介绍了传统遥感图像的分类一些方法,以及它们近年来的发展,此外还对遥感图像分类研究的新方向作了一些介绍,并对发展趋势作了展望。     

基于形态学的遥感图像全方位边缘检测算法研究

遥感图像存在较多的噪声和畸变，直接用形态学梯度作边缘检测，存在结构元素单一、只对结构元素同方向的边缘敏感、去噪能力弱的缺陷。本文首先构造了全方位形态学结构元并进行边缘检测，然后再作边缘合成并得到最终图像边缘。实验表明，该方法可有效地滤除噪声并能保持图像边缘的细节。     

基于主动学习的遥感图像地块目标分类

在传统的机器学习中,模型的准确度往往由已标记的数据样本规模所决定。但是在实际情况中,海量数据中往往只有极小部分获得了准确标记,而大部分数据未经标记,如果通过专业人员对数据逐个进行标记,将耗费大量的时间成本和经济成本。主动学习是从大量未标记的数据集中检索出最有用的未标记数据,交由专业人员进行标记,然后用该类样本来训练模型以期提高模型的准确率。本文设计一种对遥感图像的目标检测的方法,首先构建一个深度学习网络模型,通过使用已标注数据对该模型进行预训练,然后使用度量学习的技术,筛选出未标注数据集中的最有标注价值的图像数据进行标注,对此过程反复迭代,直至准确率达到设置的阈值。实验分别由已标注数据占总数据量的14.2%、21.4%、28.6%这3种数据标记量对该方法进行测试,结果表明,通过主动学习结合U-Net网络的方法,可以有效地减少数据的标记量而达到模型的预期效果。     

基于多尺度注意力特征与孪生判别的遥感影像变化检测及其抗噪性研究

遥感影像在实际土地监测中其检测精度会受到影像数据中噪声的影响.为了提升变化检测方法的精度,本文提出了一种结合多尺度特征提取和注意力机制的孪生卷积神经网络的变化检测方法.首先使用含有不同膨胀率的空洞卷积和空间注意力模块组成多尺度特征提取模块;然后将同一卷积层的特征图相减获取前后两时期影像的差异特征图,并使用通道注意力机制...     

城市空间扩展问题的遥感技术研究方法——以南京为例

城市空间拓展动力机制的研究有助于了解城市发展的内部规律,对城市建设具有重要的指导意义.常规的研究方法多以实地调查、地图测绘等为主,本文借助了遥感技术中光谱特征分异法帮助进行城市空间扩展的动力机制的分析.可以较好的追踪城市空间特别是城市边缘区的拓展变化情况.从而相对于传统研究方法达到及时、全面的要求.     

稠密特征编码的遥感场景分类算法

针对遥感影像快速有效的场景分类,提出了一种低维度稠密特征编码的场景分类算法.首先提取遥感图像不同尺度下的稠密特征,利用Hellinger kernel对原始特征进行映射变换形成新的特征空间,采用主成分分析对新的特征降维并进行Fisher编码量化,进而实现遥感图像的低维度稠密特征表达,最后在线性支持向量机中完成遥感影像的...     

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...