基于高清遥感影像的滑坡自动解译方法探索

溃滑型、溃崩型、剥皮型地震崩滑地质灾害在遥感图像上有明显的特征,基于云的多光谱遥感影像边缘检测算法能在最大限度地抑制细小边缘的前提下,比较完整地提取主要边缘。通过对滑坡遥感影像特点的分析和对云模型边缘检测算法的研究,在理论上对滑坡遥感影像的边缘检测进行了初步探索,提出了改进的云模型滑坡边缘检测算法。     

淤地坝勘查与数据发布系统设计

以Google Earth为平台,借助移动互联网、地理信息系统和遥感等新技术,实现高清卫星影像数据与淤地坝空间数据、属性数据的融合。结合地理信息系统技术,开发了淤地坝勘查与数据发布系统,可实现对勘查数据的快速检验和校正,生成淤地坝空间数据库,将勘查结果绘制成各类专题图以及信息的实时发布与共享等功能,在移动客户端、Web客户端实现对淤地坝信息的浏览与查询,为现场勘查和后期决策提供技术服务。     

基于样区纯化的BP神经网络多光谱影像分类研究

提出了一种基于局部自动搜索和光谱匹配技术训练样本纯化的BP网络分类方法。利用影像的空间信息在图像局部范围内自动搜索和选择最佳样区位置,再用光谱匹配对寻找到的最佳样区在光谱空间上进一步纯化。从空间和光谱两个角度对样区进行了纯化,使得训练样本更适合遥感图像分类的要求,最后利用BP网络对遥感图像进行分类。实验结果证明,原始遥感图像经过样区纯化算法处理后,目视判读效果和数值分析都表明提高了分类精度。     

高分二号卫星遥感影像快速几何精校正方法

卫星遥感影像的几何精校正作为遥感图像应用的基础工作,是削弱影像本身与真实地形形态差异的重要手段。文章以高分二号高光谱遥感影像为研究对象,运用SIFT算法结合GPU并行运算快速的提取、匹配特征点,基于多项式校正模型实现影像的几何精校正,最后通过试验分析,证明此方法在保证影像几何精度的前提下,大大提高了计算效率。     

基于聚类改进的河流水体遥感图像处理算法

采用合适的图像分割技术及数据模型,是准确解译卫星遥感河流影像的关键环节.针对当前存在的技术问题,从提高遥感河流图像分割的准确性与抗噪性出发,提出了一种基于烟花优化K-Means聚类与学生t分布混合模型(Student′s t-distribution Mixture Model,TMM)的遥感图像分割新算法.该算法首先...     

基于SPOT 5的水域监测技术研究

利用计算机进行遥感图像解译,可快速获取地表不同专题信息,利用SPOT5遥感影像对水域监测技术进行探讨,介绍水域专题信息的自动提取技术,在某乡镇的水域监测实验中取得了一定的效果。     

基于深度学习的遥感影像小目标检测

针对大量高分辨率遥感影像中的小目标检测问题,文章提出一种基于SSD检测网络改进后的目标检测算法实现遥感影像小目标检测。第一,针对遥感影像中数据量不足的问题,利用迁移学习的策略对特征提取网络进行模型预训练,得到对图像较低层级特征具有较好提取能力的特征提取网络;第二,修改SSD网络架构的特征提取网络层级,使用更多尺度的特征提取层进行检测,同时使用Adam优化算法进行训练,提高对遥感影像小目标的识别精度。实验结果表明,利用迁移学习的策略和修改SSD网络架构的方式,可以将通用深度学习目标检测算法应用于遥感影像中的小目标检测,检测性能有所提高。     

基于RS和GIS技术的鄱阳湖水域季节变化监测研究

遥感(RS)、地理信息系统(GIS)及其集成技术在动态变化监测中应用非常广泛。以两个时相的ENVISAT-ASAR图像为例,在对不同时相进行精确配准等必要图像预处理基础上,通过消除雷达影像山体阴影影响,提取出每个时相上水体区域分布,并在GIS技术支持下,采用空间叠加分析方法实现了鄱阳湖水域随季节变化监测的目的。     

基于高分辨率遥感影像的城市规划动态监测研究

城市规划动态监测是一个复杂、巨大、实时性强的系统工程。本研究利用试点区域高分辨率遥感影像,借助影像融合技术、影像解译技术和空间分析技术,成功实现了对城市规划实施中变化信息的提取,并结合规划管理规则等数字技术对城市建设进行了初步监督管理。     

基于简化PCNN的遥感影像河流信息提取

根据河流在遥感图像上的光谱特征以及脉冲耦合神经网络(PCNN)动态激活特性,提出一种基于简化PCNN的遥感影像提取河流信息方法。首先将遥感影像预处理,减小周围环境的影响,再利用简化PCNN和数学形态学对其进行边缘提取。结果表明:该方法对遥感影像提取河流信息比传统方法更为快速有效,并且在抗噪性方面有明显优势。