光谱相关能级匹配遥感目标提取算法

光谱相关能级波形匹配算法是在利用光谱相关系数确定谱带强度相似度,能级波形匹配技术确定波形特征相似度的基础上,将二者的乘积作为图像光谱与参考光谱间的总相似度来进行的高光谱遥感和多光谱遥感精确目标提取算法.在阐述基本原理的基础上,首先模拟了大气、噪声等边界条件对算法相似度的影响;其次,利用400个图像测试光谱对算法进行了精度评价;最后,对4种端元进行了目标提取.边界条件模拟结果表明,算法对大气效应具有较好的抑制作用,当大气效应小于模拟数值的50倍时,可以省略大气订正.虽然算法对噪声较为敏感,但通过噪声消除算法可以将该影响减小到最低,甚至将其消除掉;精度评价结果表明,算法的平均精度为85%.     

面向遥感图像检索的级联池化自注意力研究

高分辨率遥感图像检索中,由于图像内容复杂,细节信息丰富,以致通过卷积神经网络提取的特征难以有效表达图像的显著信息。针对该问题,提出一种基于级联池化的自注意力模块,用来提高卷积神经网络的特征表达。首先,设计了级联池化自注意力模块,自注意力在建立语义依赖关系的基础上,可以学习图像关键的显著特征,级联池化是在小区域最大池化的基础上再进行均值池化,将其用于自注意力模块,能够在关注图像显著信息的同时保留图像重要的细节信息,进而增强特征的判别能力。然后,将级联池化自注意力模块嵌入到卷积神经网络中,进行特征的优化和提取。最后,为了进一步提高检索效率,采用监督核哈希对提取的特征进行降维,并将得到的低维哈希码用于遥感图像检索。在UC Merced、AID和NWPU-RESISC45数据集上的实验结果表明,本文方法能够有效提高检索性能。     

基于形状特征的线状地物提取方法研究

遥感影像上线状地物的提取是影像处理的主要研究内容之一。通过对线状地物形状特征的分析,将其抽象为长矩形,设定长宽比阈值,进行线状地物提取,取得不错实验结果。     

融合机器人视/嗅觉信息的室内气体源识别

提出了一种新的融合机器人视觉和嗅觉双模态信息的识别和定位室内通风环境下气体泄漏源的方法.该方法首先采用自顶向下的任务驱动视觉注意机制( TDVAM)计算模型对场景图像进行分析得到多个显著区域,其次对显著区域提取多个形状特征(面积、周长、紧密度、长宽比)并进行形状匹配分析,确定其是否为疑似泄漏源区域,最后采用最小二乘估计...     

结合颜色不变量和ORB特征的图像匹配算法

目的针对现有图像匹配算法因忽略图像颜色信息,使算法对光照变化的鲁棒性较差,容易造成图像误匹配的情况进行改善。方法颜色信息是区分不同图像的重要特征,通过提取彩色图像颜色不变量的方法获得图像的颜色信息,并将颜色不变量与ORB特征描述子相结合,形成一种C-ORB算法,C-ORB算法在保留ORB算法优点的基础上,能够将图像的色彩信息应用到图像匹配过程当中。结果实验结果表明,结合了颜色不变量的ORB算法在保留了ORB算法运算速度快的基础上,能够在不同光照强度、不同光照方向下,获得更多的图像细节,匹配更为准确。结论在移动手机、平板电脑等移动终端设备进行印刷品识别与匹配时,能够在保证识别图像识别速度的基础上进一步减少图像的误匹配。     

支持向量像素抽样的快速图像匹配方法

提出了一种新的支持向量(SupportVectorMachines,SVM)回归的快速图像匹配方法。该方法将匹配模板图像中每个像素的位置坐标和灰度信息作为训练样本,通过选择合适的模型参数,进行SVM回归训练,获得少量的支持向量。依据SVM位置坐标对模板图像进行像素抽样,实现匹配数据的有效压缩。定义了图像支持特征向量,用少量的特征数据描述整幅图像变化的结构信息,保证了匹配数据的置信度。采用相关系数作为相似性测度,实现互相关匹配。实验结果显示,在一幅100×100的光学图像中提取85个支持特征向量点作为匹配数据,匹配概率可达到100%,匹配速度比传统相关匹配方法快近四倍。     

基于二阶矩显著性估算的局部不变特征提取

借鉴图像显著性区域的检测思想,提出一种基于局部二阶矩显著性估算的局部不变特征提取算法.利用二阶矩矩阵对尺度空间下局部图像的各向异性程度的估算作用,在图像尺度空间中对局部特征提取区域的信息显著性进行评估,并根据显著性进行局部不变特征的提取,提取出拥有较高显著性的局部不变特征,增加了匹配特征点对的数量和尺度跨度.真实图像实验证明,该算法在保持局部特征各种不变性的基础上有效地提高了特征提取和匹配算法的性能.     

RANSAC算法在剔除图像配准中误匹配点的应用

在遥感图像中存在很多相似地物、地貌,SIFT算法本身只利用了特征点的局部邻域梯度信息,通过SIFT算法提取到的特征点存在很多误匹配点,通过RANSAC算法剔除误匹配点,可以提高配准的精度。     

基于非监督分类的遥感信息提取方法尝试

随着遥感技术的发展,遥感数据已应用到很多领域。从遥感影像中分析出地物空间特征和属性特征是遥感影像解译的关键。遥感图像分类是将图像中每个像元根据其在不同波段的光谱亮度、空间结构特征或其他相关信息,按照一定的规则或算法划分为不同的类别。利用非监督分类法尝试对ETM+遥感影像进行分析解译,提取水体专题信息,从结果来看专题信息提取效果较好。     

基于多残差网络的遥感图像语义分割方法

高分辨率遥感图像含有许多较为复杂的地物信息,对其进行的语义分割存在分割精度低、分割边界模糊等问题.本文提出一种新型的多尺度语义分割网络模型,旨在提高遥感图像语义分割精度.该模型为编码—解码(Encoder-Decoder)网络结构,编码器利用残差网络对图像特征进行提取;解码器利用反卷积进行上采样;残差连接将提取到的高级...     

A Weighted Threshold Secret Sharing Scheme for Remote Sensing Images Based on Chinese Remainder Theorem

The recent advances in remote sensing and computer techniques give birth to the explosive growth of remote sensing images. The emergence of cloud storage has brought new opportunities for storage and management of massive remote sensing images with its large storage space, cost savings. However, the openness of cloud brings challenges for image data security. In this paper, we propose a weighted image sharing scheme to ensure the security of remote sensing in cloud environment, which takes the weights of participants (i.e., cloud service providers) into consideration. An extended Mignotte sequence is constructed according to the weights of participants, and we can generate image shadow shares based on the hash value which can be obtained from gray value of remote sensing images. Then we store the shadows in every cloud service provider, respectively. At last, we restore the remote sensing image based on the Chinese Remainder Theorem. Experimental results show the proposed scheme can effectively realize the secure storage of remote sensing images in the cloud. The experiment also shows that no matter weight values, each service providers only needs to save one share, which simplifies the management and usage, it also reduces the transmission of secret information, strengthens the security and practicality of this scheme.     

基于ScSPM-Reranking的高分辨率遥感影像的检索

为了从高分辨率遥感影像中获取详细的地表地物信息,为城市规划、环境监测以及灾情分析提供可靠的数据,进行了高分辨率遥感影像的检索研究,包括对图像的特征提取和图像之间相似度的描述。为了提高图像检索精度,运用了采用稀疏编码(Sc)的空间塔式匹配(Sc SPM)技术和重排序(Reranking)技术,提出了基于Sc SPM结合Reranking(ScSPM-Reranking)的遥感高分辨率影像的检索方法。该方法首先使用Sc SPM提取空间场景的特征,然后结合这些特征使用cityblock距离进行初步检索,最后对初步检索的结果进行Reranking排序,获得高精度的检索结果。同其他检索方法进行了对比实验,实验结果证明,该方法具有较高的检索精度。     

基于Photoshop通道模块的遥感影像信息提取

随着遥感技术的日益发展,对所获取的遥感海量数据的处理要求也越来越高。因此,本文以Photoshop软件的通道模块为操作平台,对遥感影像的地物信息提取作了尝试性的研究。     

基于卷积神经网络模型的遥感图像分类

研究了遥感图像的分类,针对遥感图像的支持向量机(SVM)等浅层结构分类模型特征提取困难、分类精度不理想等问题,设计了一种卷积神经网络(CNN)模型,该模型包含输入层、卷积层、全连接层以及输出层,采用Soft Max分类器进行分类。选取2010年6月6日Landsat TM5富锦市遥感图像为数据源进行了分类实验,实验表明该模型采用多层卷积池化层能够有效地提取非线性、不变的地物特征,有利于图像分类和目标检测。针对所选取的影像,该模型分类精度达到94.57%,比支持向量机分类精度提高了5%,在遥感图像分类中具有更大的优势。     

基于神经网络的遥感图像分类的新方法研究

随着神经网络理论的深入研究,人工神经网络在遥感图像分析与处理的各个方面都有广泛的适用性,并且已经取得了较好的效果,是遥感信息提取的一种有效途径。本文介绍了BP神经网络在遥感影像分类中的应用,通过自适应和在网络权值调整过程中加入特征因子算法,并结合Matlab软件,改进了BP神经网络的优化算法,使网络对误差变化敏感且收敛速度陕,减少了人为因素的干预,改善了学习速率和网络的适应能力,而且精度可靠。     

色彩管理在遥感影像处理中的应用

在遥感影像处理工作中,经常遇到如何正确显示遥感影像色彩和显示与输出色彩不一致等方面的问题,文中提出在遥感影像处理工作中引入色彩管理理念,探讨色彩管理的内容和实践意义。     

遥感与地理信息系统GIS在土地利用动态监测中的应用

文章论述了采用先进技术进行土地利用动态监测的必要性，介绍了遥感与GIS进行动态监测的优势及方法。并阐述了TM和SPOT卫星图像信息在土地利用类型调查中的作用。     

基于小波变换的近平面影像数字配准方法研究

本文将小波变换技术与相似度检测算法、直线拟合方法等相结合,用于近平面影像数字配准。首先,对含噪遥感影像进行多尺度小波变换,以提取不同尺度上的广义特征点,并剔除图像噪声;其次,将序贯相似度检测算法和多分辨率分析相结合进行控制点匹配;最后,利用基于最小二乘法的直线拟合,建立配准变换关系。实际遥感影像的相对配准实验验证了方法的有效性。     

Image processing in remote sensing data analysis: The state of the art

Image analysis techniques applicable to remote sensing data are reviewed, with emphasis on recent developments. The topics covered include image modelling, feature detection, segmentation and classification, texture analysis, and matching.     

遥感图像客观质量评价方法研究

为分析图像压缩过程对遥感图像质量的影响,从遥感图像构像质量和几何质量两个方面探讨了遥感图像客观质量评价方法,并改进一种基于Harris角点检测算法的亚像素级角点检测算法。采用JPEG2000、SPIHT两种算法分别对这些评价方法进行验证。实验表明：为满足人眼视觉观察能分辨图像细节的要求,遥感图像压缩比不宜超过16倍,为使压缩后图像满足计算机视觉应用,图像压缩比不宜超过8倍。