基于PCA与EM算法的多光谱遥感影像变化检测研究

变化检测技术能够从观测数据中有效地提取各种变化信息。以多时相的多光谱遥感影像作为主要研究对象,就基于直接比较像元特征的变化检测中两方面的关键问题——差异影像的构造和变化阈值的提取来开展研究,具体采用PCA结合差值比较的方法构造差异影像,采用EM自动确定变化阈值以提取变化区域。通过与传统变化检测方法的实验比较,证明了该方法的有效性。     

基于遥感影像的变化检测技术

变化检测技术已经广泛地应用在各个领域。例如：环境监测、土地利用、农作物生长状况监测、森林采伐监测、灾情估计等方面。主要讨论了基于遥感影像的变化检测技术的实际应用。     

多时相遥感影像变化检测系统设计与实现

针对遥感卫星影像数据量大,计算时间长等特点,在高性能集群并行处理环境下,研究了长时间序列遥感卫星影像变化信息快速提取技术,设计并实现了一体化变化检测工艺流程及系统框架,为多时相遥感卫星影像变化检测提供了高精度、快速的方法与平台。以广东某地区为试验数据,研究表明,与传统变化检测方法相比,进一步提高了变化信息提取精度,并可以获得良好的并行加速比,并行效率高,能够满足大规模遥感数据的变化检测。     

融合对象影像分析和OCNN的耕地变化检测

针对变化检测常用的面向对象影像分析(object based image analysis,OBIA)技术中规则数量巨大、时空普适性差、深度学习方法样本获取困难且精度难以满足工程化需求的现状,提出了一种将面向对象影像分析和对象卷积神经网络(object convolutional neural network,OCNN)相结合的耕地变化检测方法。以基期(T₁)耕地矢量为约束条件,当期(T₂)高分辨率影像OCNN土地覆被分类结果为主要判断依据,结合知识规则,进行耕地地块层和对象层变化检测。为了验证本文提出的耕地变化检测方法的有效性,采用两个实验区域,将OCNN分别与卷积神经网络(convolutional neural network,CNN)、VGG(visual geometry group)检测结果进行比较。结果表明,该方法在效率和精度上都显著优于基于CNN与VGG网络的方法。     

改进SeMask主干网络的高分辨率遥感影像变化检测模型

随着城市化进程的加速和人口不断增加, 土地资源的利用和管理变得愈发重要. 高分辨率遥感影像技术的发展为土地覆盖类别变化检测提供了新的途径. 目前, 多数遥感影像变化检测任务主要针对显著建筑物的变化检测, 缺少对土地覆盖类别变化检测任务的研究, 本研究基于公开数据集, 对更多土地覆盖类别变化情况进行标注. 在原语义分割主干网络的基础上结合孪生网络结构, 提出适用于土地覆盖类别变化检测任务的检测模型, 该模型在网络的特征提取阶段加入变化引导模块, 以辅助网络关注两时相影像中的变化信息, 并在网络不同阶段加入通道信息交互模块, 以增强不同特征图的信息融合. 同时, 在特征提取阶段最后一层加入特征对齐模块, 以缓解下采样过程导致的特征偏移. 在土地覆盖类别变化检测数据集上的实验结果表明, 本文提出的方法可以有效提取影像中的变化信息, 并提高分割精度.     

基于多时相TM影像的城市边缘区划分及其变化监测

城市边缘区作为城市和农村之间的过渡地带,是城市扩张过程中土地利用变化最为活跃的部分。在城市边缘区,城市用地类型与其他的土地利用类型,比如耕地、林地、牧草地和水域等混合在一起,并且这些非城市用地类型随着城市化的进程很快转换为城市用地。城市边缘区被定义为城市内边界和外边界之间的环状区域,内边界分离城市核心区与城市边缘区,外边界分离城市边缘区与农村腹地。本研究采用一种新的方法来对城市边缘区进行界定,以及对其动态变化进行监测研究。通过多时相遥感数据的分类,提取城市及其周边的土地利用信息,并对其空间结构模式用地理景观指标进行定量的描述,最后借助空间聚类获取边界阈值来划分城市边缘区并对其变化进行监测。     

结合邻域相关影像与最大相关性最小冗余性特征选择的面向对象变化检测

摘 要：本文针对两期高分辨率遥感影像提出一种结合邻域相关影像（NCI）和最大相关性最小冗余性特征选择(mRMR)的面向对象变化检测方法。为了验证该方法的有效性,本研究设计了3组对比实验：（1）比较只使用mRMR特征选择与未使用mRMR特征选择的效果;（2）比较使用NCI与mRMR特征选择相结合与只使用NCI的效果;（3）比较使用NCI与mRMR特征选择相结合与只使用mRMR特征选择的效果。实验结果表明,使用NCI与mRMR特征选择相结合的变化检测效果要优于只使用NCI或是只使用mRMR特征选择的效果,更优于两者都不使用的效果。关键字：遥感影像,高分辨率,面向对象,变化检测,邻域相关影像,特征选择     

基于DSM和影像特征的城市变化检测

随着城市的快速发展,城市的变化也越来越明显。为了能更好地为城市规划人员、城市管理决策人员及时提供信息,有必要对城市的变化发展进行适时地监测。利用大比例尺的航空影像来对城市地区的人工建筑物的变化进行检测,根据城市地区人工建筑物的变化主要反映在高度上的变化这一特点,利用两个不同时期的立体像对,从而生成两个不同时期的数字表面模型(DSM),在此基础上来检测出城市地区人工建筑物的变化区域。由于DSM影像上不仅有人工建筑物的变化反映在高度变化上,而且也有其它如树木等的变化反映在高度变化上。由于检测的目的是了解城市地区内人工建筑物的变化情况,所以利用DSM提出待选变化区域,在待选变化的区域中利用了梯度方向直方图、灰度匹配、及直线特征匹配等方法来针对城市地区人工建筑物的变化进行进一步的分析。利用日本的两个不同时期的1∶1万的航空影像进行了实验,从实验结果来看,所提出的方法是可行的,同时该方法简单、直观且易于操作。     

基于像斑差熵的遥感影像变化检测

提出了利用遥感影像分割获取像斑进行变化检测的方法。构造了像斑差熵作为衡量变化的指标,选取一定数目训练样本,利用目标函数法找到最佳阈值,并同相关系数法进行了比较。实验结果显示像斑差熵更适用于遥感影像变化检测。     

航空数字相机的发展与应用

90年代迅速发展的航空数字相机已向传统的航空胶片摄影发出了挑战,它建立在当代多项高技术成果基础上并具有一系列优点,在各种遥感应用领域已显现了巨大的应用潜力。重点介绍了其国际发展概况,并就空间分辨率、作业效率、采集存贮技术、图像质量、平台运动影响、光谱响应和立体成像能力等问题进行了分析。预计它将是21世纪航空遥感最具发展潜力的技术手段之一。     

Grape quality assessment in vineyards affected by iron deficiency chlorosis using narrow-band physiological remote sensing indices

The present study investigated the use of physiological indices calculated from hyperspectral remote sensing imagery as potential indicators of wine grape quality assessment in vineyards affected by iron deficiency chlorosis. Different cv. Tempranillo/110 Richter vineyards located in northern Spain, affected and non-affected by iron chlorosis, were identified for field and airborne data collection. Airborne campaigns imaged a total of 14 study areas in both 2004 and 2005 using the AHS hyperspectral sensor, which acquired 20 spectral bands in the VIS-NIR region. Field measurements were conducted in each study site to obtain leaf and grape physiological parameters potentially linked to wine quality. Simulations carried out with the rowMCRM radiative transfer model demonstrated the feasibility of estimating leaf chlorophyll a + b (C_ab) content using TCARI/OSAVI from AHS spectral bands. In addition to traditional structural vegetation indices (NDVI) and successful canopy-level chlorophyll indices (TCARI/OSAVI), other innovative physiological indices sensitive to changes in carotenoid (Car) and anthocyanin (Anth) content in leaves were assessed from the imagery. The rowMCRM model simulations were used to evaluate canopy structural effects on these physiological indices as a function of the typical row-structured canopy variables in vineyards (LAI, crown width, row distances, C_ab content and soil background effects). Modeling results concluded that Car (Gitelson-Car2) and Anth (Gitelson-Anth) indices were highly affected by canopy structure (C_w, V_s) and soil background (ρ_s). Field measurements of grape composition and quality were used to assess potential relationships with physiological indices sensitive to foliar pigment content (C_ab, Car and Anth). NDVI and TCARI/OSAVI indices yielded lower relationships for CIRG and IMAD must quality parameters than Car and Anth physiological indices. These results suggest that the increase in carotenes and anthocyanins due to drought, thermal damage or micronutrient deficiencies is a better indicator to detect phenolic ripening difficulties for vines affected by iron chlorosis than chlorosis detection. Therefore, the potential use of physiological remote sensing indices related to carotene and anthocyanin pigments demonstrates their importance as grape quality indicators in vineyards affected by iron chlorosis.     

厦门岛及其邻域海岸线变化的遥感动态监测

利用美国Landsat TM/ETM+卫星影像,分1989、1995和2000年3个时相,研究了福建省厦门市从1989~2000年的岸线变化情况。岸线变化的信息主要通过变化检测和信息提取等一系列遥感技术来获得。研究结果表明,厦门市在所研究的1989~2000年期间,海域面积共减少了7.54 km²,这主要是由于城市用地扩展和养殖业发展占用了海域的面积。分时段研究表明,从1995~2000年,海域减少的面积明显要比1989~1995年期间来的多,这从一个侧面反映了厦门在1995~2000年间,城市建设和经济发展对土地提出了更高的需求。     

航空高光谱遥感的发展与应用

概述了成像光谱遥感技术的内涵、高光谱数据的特点、成像光谱仪的主要类型、数据处理软件以及光谱数据库建设等内容。在此基础上,综述了航空成像光谱技术在海洋、环境资源勘探以及植被与生态遥感等方面的应用现状。最后对高光谱遥感技术的发展方向提出了几点建议。     

基于无人机遥感影像的建筑物轮廓目标检测系统设计

使用?CCD成像元件系统和基于动态扫描检测系统受到噪声影响,导致轮廓检测不完整,为解决这一问题,提出了基于无人机遥感影像的建筑物轮廓目标检测系统设计。依据系统总体架构可确定系统分为数据采集模块和处理模块。选择TLC2543A/D转换芯片,使控制字从数据输入终端连续输入。使用半导体激光传感器测量位置信息,在雪崩光电二极管上成像。采用MCS-51单片机内部数据存储器,将正常运行程序传送到高层,以便?CPU读取程序。选择371-4615型号CPU板,协调控制整机。设计轮廓目标检测流程,采用激光三角法测量方法计算待测建筑物轮廓目标距离,避免检测背景噪声影响。提取建筑物斑块,拐角点定位,完成建筑物轮廓目标检测。由实验结果可知,该系统不会受到噪声影响,能够确定建筑物轮廓和拐角,对建筑物轮廓目标识别具有一定参考意义。     

面向遥感图像小目标检测的改进YOLOv3算法

针对YOLOv3目标检测算法在遥感图像小目标检测方面精度较低的缺点,提出了一种改进的YOLOv3目标检测算法--YOLOv3-CS。根据对backbone中不同尺度特征重要性的分析重构了backbone,即增加具有丰富位置信息的浅层特征对应的卷积层深度,以此增强backbone对小目标特征的提取能力,引入RFB结构增大浅层特征图的感受野来提升小目标检测精度,优化了anchor boxes及其分配原则。在RSOD数据集的实验结果表明,YOLOv3-CS算法与YOLOv3相比,mAP提高6.49%,F1提高4.85%,所需存储空间降低12.58%,其中backbone的改进和RFB的引入对小目标检测的精度提升较为明显,说明提出的目标检测算法在遥感图像小目标检测方面有较高的优势。     

基于视差的高分辨率遥感影像建筑物变化检测

针对城区高分辨率遥感影像建筑物变化检测中视差引起误检测问题,提出一种基于视差的建筑物变化检测方法。首先,利用改进的双峰分裂法实现对建筑物阴影的检测;然后,借助阴影估计屋顶的位置,并自动选取种子区域,结合区域生长法进行建筑屋顶提取;最后,以视差、视差方位角以及面积等作为判定条件对两时相影像建筑物的变化情况进行分析。通过对WorldView-2影像和IKONOS影像进行变化检测,平均正确率达到了89.6%。实验结果表明:在屋顶光谱均匀且有明显建筑阴影的稀疏建筑区,该方法能够有效解决建筑屋顶种子区域自动选取及高层建筑视差引起误检测等难点问题。     

基于视差的高分辨率遥感影像建筑物变化检测

针对城区高分辨率遥感影像建筑物变化检测中视差引起误检测问题,提出一种基于视差的建筑物变化检测方法。首先,利用改进的双峰分裂法实现对建筑物阴影的检测;然后,借助阴影估计屋顶的位置,并自动选取种子区域,结合区域生长法进行建筑屋顶提取;最后,以视差、视差方位角以及面积等作为判定条件对两时相影像建筑物的变化情况进行分析。通过对WorldView-2影像和IKONOS影像进行变化检测,平均正确率达到了89.6%。实验结果表明:在屋顶光谱均匀且有明显建筑阴影的稀疏建筑区,该方法能够有效解决建筑屋顶种子区域自动选取及高层建筑视差引起误检测等难点问题。     

视角和光照显著变化时的变化检测方法研究

探讨使用计算机视觉的最新方法来解决基于两幅高空间分辨率光学遥感图像的城市变化检测问题. 基本原理是通过提取聚类出现的变化直线段群来提取城市变化, 重点研究了拍摄视角和光照条件显著变化时的几个主要问题. 提出了一种基于多种类型图像特征的匹配方法来提取无变化建筑的顶部区域, 结合几何约束引入了变化盲区的概念以处理高层建筑在不同视角和光照下的图像不同现象. 使用真实遥感图像进行实验, 在视角和光照显著变化时仍可取得满意的变化检测结果.     

遥感图像中舰船检测方法综述

随着遥感成像技术的发展,遥感图像中大型移动目标的检测和识别成为可能,舰船目标检测和识别就是在这一背景下提出的.在参考大量文献的基础上,回顾了舰船检测的发展历程,分析了其研究现状,对舰船检测方法进行了综述并分类,在此基础上对各类算法进行对比,最后给出了该领域存在的问题和发展趋势.