可视化遥感影像库系统设计与实现

随着获取遥感影像的传感器与获取技术手段的日益先进,遥感影像的数据量空前巨大,这对海量遥感影像的管理与应用提出了更大的挑战。传统的遥感影像库系统在海量数据组织和数据快速检索上已经不能很好满足用户的需求。该文针对遥感影像库目前存在的缺陷提出一种影像组织和检索机制,并结合已经实现的系统验证了该方案的可行性。     

遥感影像地形与大气校正系统设计与实现

遥感影像地形和大气校正是提高定量化遥感数据处理精度的重要因素。目前的数据处理软件系统集成了一些地形和大气校正算法,但在应用中还存在不能获取重要的地形参数(如阴影因子、天空可视因子等),需提供精准DEM和校正方法基于朗伯体地表假设等问题。为应对遥感专业用户需求,设计并实现了遥感影像地形与大气校正软件系统,用以对影像进行地形辐射校正、获取DEM数据和相关地形参数、地形与大气校正等。介绍了系统的功能模块设计并展示了系统的原型版本,并应用系统中的地形和大气校正方法获取了HJ/CCD影像和Landsat/TM影像的反射率。校正结果表明:该系统中的BRDF模型能够有效消除地形影响。系统的实现可以为遥感科学研究和应用提供支撑。     

GUI跨平台转换系统设计与实现

跨平台转换系统既可以针对既有的基于MFC的GUI程序,又能避免由于软件跨平台代码修改产生人力、物力上的浪费,同时程序员不需要再重新学习一门新的跨平台GUI开发工具,也减少设计者的负担.     

遥感影像金字塔式存储的Oracle GeoRaster实现

深入分析基于Oracle GeoRaster的空间数据管理机制,实现基于Oracle GeoRaster的遥感影像金字塔式存储.     

一种遥感影像的自动噪声评价方法

提出一种改进的遥感影像自动噪声评价方法,基本思想是通过自动提取最优平坦区域来检测整幅影像的噪声水平。首先使用低通滤波器过滤原始影像以初步估计影像的噪声水平,然后根据初步估计结果,选用最优的滤波器组合提取均匀平坦区域,再对均匀平坦区域自适应迭代优化,最后对多种噪声评价指标进行优化组合,实现对影像噪声水平的评价。     

3S与遥感影像理解专家系统设计

从当代遥感技术发展的特点和3S集成系统用于空间对地观测促进社会可持续发展对遥感分析软件的自动化和准确性的需要-这一遥感技术发展过程中的时代背景出发,对研制适合当代遥感技术及相关领域发展特点的遥感影像理解专家系统所涉及的关键性内容进行了系统、深入的探讨,并从实用性角度提出了这种专家系统所具备的特点。     

遥感影像高性能分类系统设计与实现

面向遥感影像解译需求,针对遥感图像数据量大,时间分辨率高的特点,基于AOI样本数据库及遥感影像并行处理技术,设计实现了一套快速、自动、稳定的分类系统。应用AOI样本数据库有效提取、管理AOI信息,自动生成训练样本文件,提高环境卫星影像分类的自动化程度及解译精度;并行化分类方法在保证计算精度的情况下有效提高了分类速度。实验结果证明,本系统提高了分类执行效率,实现了对遥感影像的快速分类。     

遥感影像群判读系统的设计与实现

在综合运用图像、图形处理、计算机网络、多媒体等技术的基础上,根据判读应用任务需求、判读人员作业习惯,将各种技术优势综合,提出了支持大型判读任务的、多机方式下的“遥感影像群判读系统”的解决方案及其计算机实现技术方案。首先分析了该技术的研究现状、技术背景和特点,然后提出了群判读的设计策略、基于客户端/服务器的总体框架结构、具体功能及其实现方法。引入“项目管理”的概念,将地理信息系统、网络技术集成到系统中,为使判读人员通过网络环境以协作方式判读,进一步提高工作效率提供了技术环境,也为遥感与地理信息系统的集成提供了可借鉴的新方法。     

基于遥感影像综合理解模型的遥感影像分类

为了改善遥感影像的分类精度,介绍了遥感影像综合理解模型,并提出了一种新的遥感影像理解模型。利用它支持图像分类,在分类过程中,相关的地理数据得到使用,且用规则表示成像和知识。经验证,该方法与传统方法相比,有效改善了分类精度,是一种好的分类方法。     

卫星遥感及图像处理平台发展

航天科技是国家综合国力和科技实力的重要体现,而卫星遥感则是航天科技转化为生产力最直接、最现实的途径之一。遥感数据获取与分发、数据处理与信息提取是卫星遥感应用的两个基本步骤。随着国家民用空间基础设施规划中的遥感卫星体系稳步推进,以及商业卫星遥感的蓬勃发展,我国的卫星遥感数据获取能力呈现质量齐升之势。但同时,作为卫星遥感应用的基础设施和关键工具,遥感图像处理系统平台逐渐成为制约自主卫星数据应用和空间信息业务发展的重要因素之一。本文围绕卫星遥感对地观测主题,从卫星遥感数据获取能力、卫星遥感数据处理系统平台两方面,对国内外现状进行综述,在此基础上分析了卫星遥感的发展趋势。     

遥感图像目标识别的并行处理方法

为提高遥感图像目标识别的速度，减少消耗的时间，提出了一种特殊的遥感图像目标识别的并行处理方法。基于这种方法，只需对串行识别算法做较少的改动即可实现遥感图像目标识别的并行化处理，无需设计专门的并行识别算法，以较低的代价解决了遥感图像目标识别耗时较多的问题。     

智能遥感：AI赋能遥感技术

随着人工智能的发展和落地应用,以地理空间大数据为基础,利用人工智能技术对遥感数据智能分析与解译成为未来发展趋势。本文以遥感数据转化过程中对观测对象的整体观测、分析解译与规律挖掘为主线,通过综合国内外文献和相关报道,梳理了该领域在遥感数据精准处理、遥感数据时空处理与分析、遥感目标要素分类识别、遥感数据关联挖掘以及遥感开源数据集和共享平台等方面的研究现状和进展。首先,针对遥感数据精准处理任务,从光学、合成孔径雷达等遥感数据成像质量提升和低质图像重建两个方面对精细化处理研究进展进行了回顾,并从遥感图像的局部特征匹配和区域特征匹配两个方面对定量化提升研究进展进行了回顾。其次,针对遥感数据时空处理与分析任务,从遥感影像时间序列修复和多源遥感时空融合两个方面对其研究进展进行了回顾。再次,针对遥感目标要素分类识别任务,从典型地物要素提取和多要素并行提取两个方面对其研究进展进行了回顾。最后,针对遥感数据关联挖掘任务,从数据组织关联、专业知识图谱构建两个方面对其研究进展进行了回顾。除此之外,面向大智能分析技术发展需求,本文还对遥感开源数据集和共享平台方面的研究进展进行了回顾。在此基础上,对遥感数据智能分析与解译的研究情况进行梳理、总结,给出了该领域的未来发展趋势与展望。     

面向服务遥感图像处理平台中时间感知的服务质量预测

面向服务架构(SOA)通过将遥感图像处理算法抽象成组件化的服务，进一步通过服务选择及组合，满足遥感图像处理的复杂业务需求。为了得到满足用户服务质量(QoS)要求的服务组件进行组合，前提就是获得所有服务的QoS。然而，对于用户未调用过的服务，其QoS是缺失的，因此围绕缺失QoS的预测出现了很多研究工作。针对目前QoS预测没有考虑时效性，进而影响了QoS预测准确度的问题,通过考虑时效性提出基于时间片的QoS模型，进一步基于协同过滤提出时间感知的QoS预测方法。在WS-DREAM真实数据集中的实验结果表明，时间感知的QoS预测方法能够获得较小的均方误差(MAE)和均方根误差(RMSE)。此外，对于可能影响时间感知QoS预测的多个参数，通过设置不同的参数组合进行了多次实验和分析，为参数的选择提供了一定的参考。     

中分辨率遥感影像分类方法研究

为了提高中分辨率遥感影像的分类精度,综合使用独立分量分析法(ICA)与纹理特征应对分类特征进行获取,使用相关系数分析、灰度差异分析确定了独立分量图层、纹理图层和NDVI图层的特征组合方式.在同样使用非监督分类方法的前提下,将该图层组合方式与常用的其他两种组合方式的分类结果进行对比后,该图层组合可获得更好的类别分离性,总体分类精度更高,达到87％,Kappa系数0.84.过程中发现,基于均方差的纹理图层进行ICA处理后,地物在图层组中的灰度差异极小,对分类工作没有贡献.     

遥感数据集群处理作业调度管理系统研究

高性能遥感数据集群处理技术提高了遥感数据处理的速度和精度。作业调度管理是集群处理系统的核心组成部分,有助于提高系统的吞吐率和资源使用率。常用调度管理系统通用性强,但针对性差,自动化程度低,资源使用存在盲目性。针对遥感数据集群处理,基于集群作业调度管理系统Open PBS,提出一种最优资源自动分配的"双级调度策略";应用分层架构和面向服务的软件开发思想,采用ICE中间件的网络通信技术,使用XML格式作为数据交换模式,研究并实现C/S(Client/Server)架构的灵活、友好、高效的遥感数据集群处理作业调度管理系统。     

阵地电力系统跨平台集中监测设计实现

针对某技术阵地电力系统没有实现远程集中监控的问题,设计了电力系统数据跨平台传输的集中监测系统,设置了多级冗余以提高系统可靠性;制作现场数据采集接口软件,实现现场数据采集;组态本地监控系统、KEPServerEX OPC服务器和WinCC平台服务器,实现了电力系统数据在本地电力监控系统和西门子WinCC监控平台之间的跨平台传输;开发了变电站概览显示、高压参数显示、低压参数显示和直流屏监测等功能模块,实现了主要数据的远程集中实时监测;经验证满足信息显示正确、响应时间短、返回迅速等使用性能要求。     

“遥感数字影像处理”实验课教学改革初探

实验教学是遥感数字影像处理课程的重要组成部分,针对其特点,从实验环境、教学内容、教学方法以及实验考核等方面进行一系列改革。实践结果表明,这些改革措施可以有效帮助学生对知识的理解和掌握,达到了预期的教学效果。     

基于DSP的无人机遥感影像SIFT算法设计与实现

为了满足尺度不变特征变换（SIFT）算法临场处理大尺寸无人机（UAV）组网遥感观测影像的实时快速需求,提出一种基于数字信号处理器（DSP）内核的硬件乘法器来处理单精度浮点型像素数据乘法的算法实现方案。首先,根据DSP内核的硬件乘法器的数据输入、输出特性,重构SIFT算法的图像数据结构和图像函数,以实现硬件乘法器对SIFT算法单精度浮点型像素数据的乘法计算;其次,采用软件流水技术重新编排迭代计算,以增强算法的并行计算能力;最后,将在算法计算过程中产生的动态数据迁移至第三代双倍速率同步动态随机存储器（DDR3）中,以提升算法数据的存储空间。实验结果表明,DSP平台的SIFT算法可以实现对1 000×750的UAV遥感影像的高精度快速处理,所提方案满足无人机组网遥感影像临场处理对SIFT算法的实时快速要求。     

RESEDA: A knowledge-based advisory system for remote sensing

This article describes the design and implementation of RESEDA (RemoteSensorDataAnalysis), a knowledge-based system for the extraction of environmental information from digital raster images of the earth. The images may have been obtained from airborne or spaceborne sensors. Ancillary data is used to improve the results of the image analysis; in particular, we are using digital map data stored in a geographic information system for this purpose. The main goal of the system is to provide easy access to remote sensing technology for non-expert users, such as decision makers in environmental management.