云南省国土资源遥感影像数据库管理系统建设

云南省国土资源遥感影像数据库管理系统是基于云南省国土资源专网办公内网的信息资源管理基础网络环境,建设遥感影像元数据库、索引数据库、遥感影像数据现势库、DEM数据现势库、矢量数据库、三维应用成果库、历史数据库、规则库、管理库。并以二维GIS引擎、三维GIS引擎、Microsoft.Net FrameWork 3.5、授权管理等为应用基础支撑,实现遥感影像数据库管理系统、遥感影像数据应用服务平台、接口服务和系统管理。实现在云南省国土资源遥感影像建设成果海量数据的基础上,对遥感影像数据的集中管理和维护,基于集中管理数据成果的应用,数据成果共享和接口服务。     

遥感影像数据时空云服务系统建设研究

文章研究了遥感影像数据时空云服务系统建设的技术路线和方法,基于云计算、大数据等的新型IT技术,依托海量遥感影像云存储管理、大规模并行计算任务调度、分布式计算和面向对象的地物提取等关键技术,提出了一种数据共享和功能共享的理念,实现B/S模式下的遥感影像一体化存储管理、浏览查询、分析处理、共享应用等云服务,支持各行业和部门...     

卫星遥感影像在地图现势更新中的应用

简述了利用卫星遥感影像对地图进行现势性更新的作业流程,同时结合实际作业情况,进一步探讨卫星遥感影像数据在地图现势更新中的应用优缺点及其前景.     

土地利用调查中SPOT5卫星遥感数据处理方法的探讨

土地利用调查中,遥感数据被作为调查的基础数据源,开始取代传统的航片或地形图,以SPOT5数据应用最多。基于此,介绍了SPOT5卫星遥感数据的特点,并结合土地利用调查的有关要求,对SPOT5卫星影像数据的正射校正、影像融合、彩色合成等方法进行了探讨。     

高分遥感大数据支持下的国土三调DOM制作

第三次国土调查原始影像数据量大,生产时工期紧张,为了快速批量处理海量高分遥感数据,提出利用大存储集群处理系统批量快速处理影像的新方法。文中以高分辨率遥感影像为基础,以甘肃省阿克塞县作为研究区,依据三调正射影像生产规程,系统介绍卫星影像生产流程,着重介绍了基于集群软件快速生产DOM的处理流程和镶嵌、修改影像的快速方法。结果表明,基于影像快速处理系统可以实现卫星影像的高效生产,DOM精度符合项目实际需求,为今后大范围应用海量遥感影像制作DOM提供借鉴。     

遥感地质中影像元数据库的研究与构建

在参考现有资料的基础上,按照中国地质调查局地质信息元数据标准的要求,使用GeomediaGIS平台与大型关系数据库,对遥感地质中的影像数据进行规范化操作,构建相应元数据库。实现遥感地质中影像数据的结构化、标准化存储,并阐述了构建过程中的关键技术。     

多源影像数据融合在区域地质调查中的应用

随着遥感技术的发展,遥感影像数据融合将覆盖同一地区的多源遥感影像数据加以合成,有效的抑制或减少单一信源对被感知对象或环境解译中可能存在的不确定性、不完全性或误差,最大限度地利用各种数据所包括的信息作出决策。论文以青海巴隆地区为例,介绍了不同影像数据融合方法在区域地质调查中的应用,     

露天矿山地面沉降的多源遥感数据时序渐进式压缩方法

由于风化、降水等因素影响露天矿山地面沉降，遥感数据呈现多源化与无序化，监测过程与结果受限，因此，该文提出露天矿山地面沉降的多源遥感数据时序渐进式压缩方法。该方法基于时序控制的自适应时空融合算法，衡量多源遥感影像中像元之间空间和光谱的相似性，融合多源遥感影像数据；采用具有渐进式编解码能力的改进等级树集合分裂算法，分离融合后遥感影像中的高频和低频信号；基于改进SPIHT算法和图像熵算法，分别压缩高频和低频信号，实现多源遥感影像数据分形压缩。测试结果显示：压缩后的遥感影像清晰呈现矿区整个地形地貌情况，指标CR和MSSIM的结果分别在5.2和0.855以上，且矿井6存在两个沉降中心，与实际情况相符合。该方法可极大程度提升遥感影像的视觉效果，为露天矿区地面沉降监测提供可靠、清晰的多源遥感影像数据，保证地面沉降监测效果。     

ETM影像小波变换数据融合在土地利用中的分类研究

在ERDAS软件支持下，对ETM遥感影像数据的TM1-TM5，TM7与其全色波段TM8进行小波变换融合，对融合后的影像采用混合分类方法进行土地利用分类。并对其分类结果进行评价，总体精度达到95．43％，研究结果表明此方法可行有效。     

浅谈建德市遥感影像地图制作

遥感影像地图是一种以遥感影像和一定的地图符号表现制图对象地理空间分布和环境状况的地图。遥感影像地图具有丰富的地面信息,内容层次分明,图面清晰易读,充分表现出影像与地图的双重优势。随着遥感技术的发展,利用遥感数据等多源数据制作影像地图成为一种可能。本文以建德市为实例,根据TM影像,论述了遥感影像处理的流程方法,包括:波段组合、图像拼接、几何校正、图像裁剪、图像分类、矢量化和文字注记,最终制作出一幅符合要求的建德市遥感影像地图。     

利用遥感数据和GPS观测数据更新1:5万地形图的作业方法

对利用遥感数据和GPS观测数据进行1：5万地形图更新中，SPOT卫星影像数据和TM卫星影像数据的融合、正射影像数据制作、DRG栅格制作、DRG和正射影像数据套合、卫星影像解译和定性、图形采集平台选择、图形数据的提取和ARG/INFO数据的转入、属性代码分类与编码等关键工序的作业方法进行了讨论，并结合工程实例，说明了这些方法的实现过程。     

基于U-Net卷积神经网络的遥感影像变化检测方法研究

针对目前遥感影像传统变化检测方法中存在的影像预处理技术要求苛刻、部分环节需采取人工干预、难以做到信息提取自动化、难以处理海量多源数据等问题,基于深度学习卷积神经网络方法,进行U-Net网络模型在遥感影像变化检测中的应用研究。以水体为例,利用该方法对两时相的遥感影像进行变化检测,通过对比基于支持向量机（SVM）的分类后比较法后发现,在给予大量充分训练数据的情形下,利用该方法对试验数据进行变化检测,得到的卡帕系数Kappa为088,总体精度为9706%,相比传统方法精度有所提升,说明本文方法进行变化检测有一定的可用性。研究可为自然资源调查管理提供极强的现势性数据,对开展自然资源管理工作的动态监测提供一个可行的方案。     

矿山开发状况遥感监测技术的应用

论述了矿山开发状况遥感监测的数据源、技术路线和技术方法,并重点探讨和总结了不同开采方式、不同遥感数据类型的矿山开发状况遥感解译方法,主要结论有:对于露天开采矿山,在高、中分辨率遥感影像上,采用直接解译方法,在低分辨率遥感影像上,采用间接解译方法;对于地下开采矿山,在高分辨率影像上,采用直接解译方法,在中、低分辨率影像上,采用间接解译方法;多期影像对比分析是重要的间接解译方法。最后对应用中存在的问题给出了建议。     

基于软间隔委员会投票主动学习的遥感影像分类

针对遥感影像数据具有大量未标记样本的特性,采用主动学习方法从未标记样本中,挑选出最有利于改善遥感影像分类性能的样本添加到已标记样本中进行学习,以有效避免过多的人工干预,减少标记样本数量。进一步,针对传统基于委员会投票主动学习难以处理噪声及线性不可分数据的问题,提出基于软间隔的委员会投票主动学习方法,对样本间隔添加考虑样本分布的松弛项,以弱化硬间隔对噪声数据分类的影响。遥感影像数据集上的仿真结果表明,所提算法能够使用较少的训练样本来获得较高的分类精度。     

基于面向对象的遥感影像二次分割方法在桥梁提取中的应用

传统的基于像元的桥梁提取方法分类精度低、遥感影像信息得不到充分利用、提取速度慢.据此,提出了基于面向对象的桥梁提取方法,并将利用该方法提取到的影像进行二次分割.以Econgition为平台进行提取实验,结果表明:基于面向对象的桥梁提取方法提取速度快、精度高.     

SIFT特征匹配在无人机低空遥感影像处理中的应用

无人机低空遥感成本低,方便快捷,但飞行姿态不确定,影像自动匹配程度低。基于此,将sIFr（Scale Invariant Feature Transform）特征应用于影像的自动相对定向,结合最小二乘法实现了影像自动匹配。实验证明,基于SIFT特征匹配的方法具有稳定、可靠、快速等特点,且应用前景广阔。     

基于深度学习和高分辨率遥感影像的露天矿地物分类方法

随着深度学习技术的发展,对高分辨率影像的分类已成为当前研究的热点,矿区地物分类更是矿区生态发展研究的重要问题。由于深度学习可以通过提取大量的历史影像数据规律及特征,对影像数据进行自动识别与分类,本研究将采用U-Net网络模型开展高分辨率露天矿区地物类型分类研究。采用高分二号遥感影像数据,勾画样本数据集提取样本数据特征,进行分类模型的训练,对矿区测试集进行测试,探讨深度学习在高分遥感影像上的自动识别能力。结果表明,U-Net模型对露天矿区地物识别的精确率（Precision）、召回率（Recall）、F1分数（F1-score）值分别达到0.86、0.82、0.84,均高于最大似然法、随机森林算法和支持向量机。基于深度学习中的U-Net网络模型可以对露天矿区地物类型进行有效的自动识别,可以为高分露天矿区遥感影像数据的地物分类提供技术支撑,有效实现了露天矿各地物自动识别与分类的能力。本文研究成果可以用于AI在露天矿区遥感分类方面的应用以及对矿区生态环境的监测与修复。     

基于高分辨率遥感影像的城市道路提取方法研究

高分辨率遥感影像为用户提供了丰富的地表细节信息,如何利用图像分析技术从高分辨率遥感影像中进行目标提取,更新地理信息数据库,成为遥感信息处理研究的热点.采用面向对象分类法进行城市道路提取方法研究.首先,对影像进行分割获取影像对象,再通过对影像中道路特征的分析,利用影像对象的光谱特征、几何特征和空间关系建立知识库,最后,利用知识库中的规则来提取影像中的道路.以厦门某城区高分辨率影像进行了道路信息的自动提取实验,其面积一致性总体精度为88% ,形状一致性总体精度为90.13%.结果表明,面向对象法对于城市道路的提取和更新应用,具有一定的实际意义和推广性.     

基于深度学习和遥感影像的露天矿自动提取方法研究

非法开采不仅危害国家资源,威胁国家财产安全,也存在重大安全隐患,寻找快速发现非法开采行迹的解决办法迫在眉睫。利用光学遥感影像进行人工解译,费时费力、效率极低;而传统的露天矿遥感自动解译方法,或基于像素,或基于面向对象,利用的图像特征简单且数量较少。将深度学习的全卷积神经网络算法引入露天矿自动提取中,充分从底层特征中挖掘大量高层抽象特征,实现露天矿智能高效解译。实验结果表明,该方法在一定程度上有效提高了露天矿识别的准确率,能够为及时发现非法露天矿开采提供基础的数据技术支持。     

高分辨率遥感卫星影像的处理技术与解决方案

文中介绍了就当前遥感领域的研究热点之一,遥感影像定量化处理中高分辨率遥感卫星影像的处理技术,并结合现有的实用系统,讨论可提供的成果和应用解决方案.