基于MapX的海量遥感影像地图浏览平台的构建

针对海量遥感影像地图在现有GIS软件中不能显示或显示速度缓慢的问题，本文研究了遥感图像的分层分块方法及在MapX中动态加载的方法，提出了构建基于MapX的海量遥感影像地图浏览平台的原理、方法及操作步骤。遥感影像地图分层分块采用了四叉树分割方法。分块图像在MapX中动态加载方法通过实例验证，效果良好     

光学遥感影像融合方法的研究

随着新型传感器的出现,获取遥感影像能力的不断提高,遥感影像种类和总量急剧增加,遥感影像融合为多源数据的处理、分析与应用提供了新的途径.为了比较不同类型融合方法的作用效果,在简要介绍HIS、Broevy、Wavelet 3种方法及标准差、信息熵、偏差指数、相关系数4种评价指标后对Landsat7 ETM+数据进行了融合实...     

基于卫星遥感影像的输电线路异物故障特征分析

电力是国民正常生活和安全生产的重要保证,为提高运营效率,维护高压输电线路的正常运行,提出一种基于卫星遥感影像的输电线路异物故障特征分析方法,通过卫星遥感影像检测提高输电线路异物检测的准确性。首先对输电特征节点的关键帧进行筛选,分析数据结构的特征,然后采用预估漂移区域筛选法提取关键帧,最后使用Mean-Shift算法对异物故障特征指标进行计算,实现故障特征分析算法的设计,并在某实验场地进行塑料袋、鸟窝、断股散股等异物的试验验证,结果证明了所提算法的有效性。     

基于D-S证据理论的高分遥感影像建筑物变化检测

面向城市发展过程中建筑物多样的变化类型,提出了一种基于 D-S 证据理论高分遥感建筑物变化检测方法。 基于影像 多尺度分割结果,综合多重因素首先设计了一种非建筑物指标 NBI。 在此基础上,结合多时相的 NBI、传统建筑物指数 MBI 以 及差分特征,构建建筑物变化证据集合。 最后,提出了一种结合阴影检测的证据置信度指标,进而构建了一套完整的 D-S 证据 理论变化检测模型,从而将建筑物划分为新建、拆除以及改建类。 不同地区影像的实验结果表明,所提出模型的变化检测精度 和 Kappa 系数分别可达 80%和 0. 7 以上,且在目视分析和定量评价中均优于对比方法。     

基于改进U-net语义分割遥感影像的线路走廊隐患检测方法北大核心CSCD

输电线路的安全运行常受到违章建筑、树障、大型违章施工车辆等线路走廊隐患的威胁。针对当前线路走廊隐患检测手段工作条件受限、监测范围小、准确率不高的问题,提出了一种改进的U-net语义分割网络的遥感影像线路走廊隐患检测方法,基于少量卫星遥感影像数据训练模型,实现了线路走廊隐患快速准确检测,准确率为85%。实验结果显示,该方法对于违章建筑、树木和大型违章施工车辆均具有良好的检测效果,提升了输电线路走廊隐患智能化检测水平。     

基于遥感的数据采集技术

航天遥感影像资料是数字工程的重要数据源,主要应用于中小比例尺基础地理信息数据库和地形图的更新,目前高分辨率遥感也可用于大比例尺空间数据采集,并在资源调查,生态环境监测等领域广泛应用。     

基于稠密金字塔网络的遥感影像建筑物提取

建筑物自动提取是遥感影像解译的重要研究方向,由于遥感影像中建筑物尺度变化大,纹理轮廓特征复杂以及树木遮挡等因素,针对遥感影像的建筑物提取具有一定难度。为了解决多尺度因素对建筑物提取的影响,采用稠密空间金字塔网络,模型基于带孔卷积和稠密连接机制分别改进残差卷积网络和空间金字塔结构,利用跳线连接融合低层纹理特征和高层语义特征,是一种端到端的遥感影像建筑物提取模型。在INRIA遥感影像数据集上展开充分实验,实验结果表明,模型在交并比和准确率两个指标上分别达到了75.93%和92.26%,均优于SegNet、FCN、Skip和MLP方法,证明了模型的有效性和准确性。     

基于门控金字塔融合的遥感影像海陆分割方法

海陆分割是通过遥感影像进行海岸线变化分析、资源管理等应用的重要基础，由于遥感影像场景复杂、陆地大小形状分布不均，海陆分割面临着误分类和边界分割不清等问题。针对上述问题，提出了一种用于遥感影像海陆分割的门控金字塔融合网络。首先通过基于注意力诱导的跨层聚合模块聚合两个深层特征，捕获全局上下文，准确而粗略地获取陆地的大小和形状信息。然后将聚合的全局特征送入门控融合模块，以全局信息为指导，在多尺度特征中选择有用的上下文信息，逐层优化边界细节并突出整个陆地区域。最后对每个侧输出进行全局监督。选取两组不同数据源的遥感影像进行实验，准确率分别为9913%和9898%，F1分数分别为9903%和9889%，mIoU分别为9826%和9797%。实验结果表明，与其他算法相比，该算法具有更好的分割效果。     

多波段遥感影像变化检测中差异影像构造研究

针对于多波段遥感影像变化检测中构造差异影像和确定变化阈值这2个关键问题展开研究,提出了融合法与主成分分析法结合构造差异影像的方法,实现了融合法对于多波段遥感影像的应用扩展,有效地抑制了噪声并实现了变化信息的有效集中和准确提取,再利用结合直方图的EM算法确定变化阈值,提高了流程的自动化程度,最终完成变化检测。最后利用实际遥感影像进行了实验,并通过与差值法和比值法的对比,证明了这种方法可以显著地提升变化检测的正确检测率,是一种有效的多波段遥感影像变化检测方法。     

基于改进的SIFT算法的集成电路图像拼接

使用显微镜获取集成电路的局部图像,再经过图像拼接技术得到完整的集成电路图像,由于在显微镜特性的限制,在特殊场景下(光照不足、发生旋转、图像缺失)的效果并不理想.提出一种基于尺度不变特征变换(scale-invariant feature trans-form,SIFT)算法的配准改进算法,对显微镜获取的特殊场景下的集成...     

基于优化视觉词典的震后高分遥感影像震害建筑物检测

在缺少震前参考信息前提下,提出了一种基于优化视觉词典的震后高分遥感影像震害建筑物检测方法。 首先通过 WJSEG(wavelet-JSEG)分割以及一组非建筑物筛选规则提取潜在建筑物集合;其次利用光谱、纹理及几何形态学特征构建了一 种震害视觉词典模型,跨越了从像素到震害特征间的“语义鸿沟”;在此基础上设计了一种基于类内和类间惩罚因子的视觉词 典优化策略,减少了信息冗余及证据冲突;最后通过随机森林分类器将建筑物进一步划分为完好建筑物、部分震害建筑物及废 墟。 在两组实验中,该方法的总体精度均达到 85%以上,从而可为震后应急响应救援及灾后重建提供关键的决策支持信息。     

基于广义立体像对的高分辨率遥感影像阴影检测

由于高分辨率遥感影像存在同物异谱或异物同谱现象,常用的基于影像特征的阴影检测方法存在普适性较差、鲁棒性较低、高漏检率和误检率等问题,而基于物理模型的阴影检测方法受数据源限制应用较少。立足高分辨率遥感影像以及基础地理信息数据日益丰富这一背景,从摄影测量理论和阴影形成几何原理出发,提出了广义立体像对支持的、多源数据辅助的高分辨率遥感影像多角度阴影检测方法。实验结果表明,在地面控制点支持下,广义立体像对能够完成三维重建,且重建模型的定位精度能够达到影像分辨率对应成图比例尺的规范要求;该方法是可行的,虽然过程更加复杂,但由于理论上更加严密,能够避开常用检测方法存在的问题,取得更好的检测效果,具有良好的工程化应用前景。     

遥感影像地图的制作及其在电力勘测设计中的应用

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,从而提高作业效率。本文介绍了遥感影像地图的原理与处理流程,并且以某电力工程为实例描述了其制作过程,最终成果表明基本能够满足工程需要。     

卫星遥感影像在西藏电力线路勘测中的应用

在西藏工程项目工期紧张,航空摄影的时间不允许的情况下,采用最常用的GNSS和航空摄影测量相结合的勘测模式或者工测模式并不是最佳的选择。根据卫星遥感影像具有获取周期短,成本低,资源更新快,覆盖面积大等特点,用卫星遥感影像代替航片进行勘测,可以作为高原地区输电线路勘测设计的一种新的途径。本文结合西藏某输电线路工程的实际情况,利用资源三号卫星遥感影像数据从外控点的布设方法、空三解算、DEM编辑、断面图采集流程进行了说明,并根据现场定位情况分析了数据的可靠性、进行了数据精度统计,提出了一些解决误差的处理办法并与工测模式进行了效益对比。     

基于FPGA的遥感相机图像传输系统设计

设计了一种遥感相机图像传输系统,用于接收并解码光学遥感系统的数据.该系统以FPGA作为逻辑控制的核心,以CameraLink接口作为与上位机数据传输的接口.描述了系统的主要组成和FPGA模块化设计的实现方法,阐述了系统的基本硬件结构和软件工作流程,并给出了其核心模块的时序仿真波形图.测试结果表明本系统数传速率达到6.72 Gbps,能实现遥感相机图像数据的实时解码传输,满足系统设计要求.     

一种结合阴影补偿的城市高分遥感影像分割方法

随着遥感影像空间分辨率的不断提高,由于阴影导致的弱边缘及虚假边缘等对于准确定位对象边缘所造成的干扰也更加突出。在传统的影像分割中进一步引入阴影补偿策略,在之前所提出的WJSEG算法基础上,通过将阴影视为出界点并利用卡方变换进行阴影识别,提出了一种结合阴影补偿的城市场景高分辨率遥感影像分割算法SWJSEG。实验表明,该方法能够有效应对阴影造成的干扰,有助于更加准确地定位对象边缘,使影像分割的精度及可靠性显著提高。     

面向边缘计算平台及遥感影像的实时检测算法

针对现有目标检测算法难以满足无人机遥感中实时检测的问题,提出了一种基于ShuffleNetv2及结构化剪枝的模型压缩方法。以YOLOv5m为基础,将ShuffleNetv2模型作为YOLOv5m的主干网络,减少模型的参数量及计算量,提升模型推理速度;其次,利用ECA注意力机制替换ShuffleNetv2中的SE模块,强化主干网络的特征提取能力;再者,以FocalEIoU作为YOLOv5算法的损失函数,提升模型的回归能力;最后,利用通道剪枝算法剔除Neck结构中冗余的参数,进一步压缩模型的参数及计算量,并通过模型微调的方式提升剪枝模型的精度。实验结果表明,在相同的测试环境下,与YOLOv5m相比,本文所提出模型的参数量及浮点运算量分别降低了86.3%和80.0%,mAP@0.5和mAP@0.5:0.95达到了92%及50.4%,优于所对比的其他主流检测算法。此外,所提出的模型在AGX边缘计算平台上达到了35帧/s的检测速度,满足实时检测的要求。     

基于改进SIFT特征提取的自主移动机器人环境识别方法研究

为了提高机器人在环境识别中的实时性和准确性,在分析了SIFT描述算子性能及原理的基础上,对SIFT算法在计算描述算子阶段提出自适应修改步长的改进,以及在原先的匹配方法的基础上又加入二次反向匹配,既在一定程度上提高了实时性又对关键点的消除错配起到较好的效果。仿真结果也证明了其有效性。     

利用ASTERGlobalDEM和GoogleEarth卫星遥感影像辅助电力工程选址选线

介绍了ASTER Global DEM数据和Google Earth影像特点,以及阐述通过定制与检查DEM数据、卫星影像下载与纠正、数据基准转换与投影变换、等高线生成与影像叠加四个环节来制作遥感影像地图的方法.结合工程实践经验,说明该方法适合于难以获取基础地理信息的区域,能辅助电力工程的选址选线.     

基于可变形卷积神经网络的遥感图像飞机目标检测

遥感图像中的飞机检测在民用和军事应用中都是一个重要且富有挑战性的任务。针对现有目标检测算法在复杂场景中旋转不变性差的问题,提出了一种多尺度可变形卷积神经网络用以检测飞机目标。该方法通过将可变形卷积适当地嵌入到特征金字塔来构建可变形特征金字塔,使得金字塔可以自适应的调整卷积过程中的空间采样位置,在进行飞机检测时具有一定的旋转不变性,且在各种复杂场景中也更加可靠。同时,根据训练集中的目标尺寸设计锚点尺寸并引入焦点分类损失以有效地关注难分类样本。该方法在公共UCAS-AOD数据集获得了97.39%的平均精度与RetinaNet模型相比提高了1.59%,并优于R-FCN、YOLOV2等其他流行方法,证明了该方法的有效性和准确性。