典型地物波谱数据库设计与实现

地物波谱数据是定量遥感的理论基础。根据典型地物波谱数据的多源异质特点,在需求分析基础上,对典型地物波谱数据库的功能和结构进行了设计,将数据库划分为波谱数据采集和输入、波谱数据编辑与处理、波谱数据查询与检索、波谱曲线绘制与显示以及波谱数据挖掘与融和等功能模块,并应用Visual C＋＋开发工具,实现了各模块功能,为典型地物波谱数据的管理和分析提供了一个新的技术平台。     

基于Mapx的典型地物波谱数据库系统设计研究

地物波谱特性是遥感探测的基础,是定量遥感技术与应用发展的先决条件,加强地物波谱研究的同时应推动地物波谱数据库的建设。论文从典型地物波谱数据库系统总体结构组织、模块划分、功能分配、系统界面设计以及系统数据库设计等方面论述了典型地物波谱数据库系统设计的研究过程。     

地物波谱数据库研究现状与发展趋势

随着定量遥感技术发展与遥感应用的逐步深入，地物波谱数据库愈加显示其在遥感领域中的重要技术支撑作用。本文着重阐述和分析了国内外地物波谱数据库研究现状和发展趋势，并结合我国当前遥感技术的发展和定量化应用需求，论述了我国未来地物波谱库发展必要性、可行性和总体构想。     

波谱匹配支持的遥感专题地物自适应提取

为贴合地物表现的多样性和复杂性,提出一种波谱匹配支持下的遥感影像专题地物自适应提取方法,经过专题地物端元选取、波谱匹配、影像自动分割、"整体-局部"的空间转换,以及局部针对性、精细化地迭代逼近等一系列相互衔接的算法,全面、准确地提取遥感影像上的专题地物。通过在ETM+影像上水体和裸地的提取实验,并与最大似然法和SVM分类结果比较,证明了该方法对多样性专题地物提取的有效性和普适性。     

基于图像分割的无人机遥感影像目标提取技术

为全面增强遥感影像上地物波谱的反射特性能力,实现对无人机目标的无误提取,提出基于图像分割的无人机遥感影像目标提取技术;在类哈尔滤波器结构的支持下,按照区域环境中地物目标的颜色特征,完成低层影像特征的量化处理,实现基于图像分割技术的无人机遥感深度图获取;定义与无人机遥感影像相关的基本名词,通过原始特征选择的方式,判定地物波谱的平均反射特性水平,得到准确的特征元素相关性测度数值,完成无人机遥感影像的目标融合处理;在此基础上,分割多分辨率条件下的影像目标,在定义图像纹理与尺度条件的同时,得到最终的地物提取结果,实现基于图像分割无人机遥感影像目标提取技术的应用;对比实验结果表明,在初始采集相位条件及亚像素条件下,目标地物的波谱宽度均超过7.0μm,遥感影像的反射特性能力大幅提升,满足对无人机目标无误提取的实用需求。     

一种基于光谱知识库的TM影像地物识别方法

地物的波谱特征是识别地物的主要标志之一,在实际应用中发现,由于遥感过程中存在着复杂的大气辐射影响,常常造成光谱知识库中的地物光谱曲线同由遥感图像上获得的光谱曲线不相匹配,进而引起地物识别误差。针对这一问题,从曲线形状分析入手,定义了曲线的形状因子,提出对形状因子构成的曲线进行匹配分析的算法。将该方法应用于TM影像的地物识别,由于形状因子曲线较好地反映了地物的特征信息,它能自动地挖掘遥感图像的细节信息,对地物有较高的识别精度,试验区内总体识别精度达到88.96%。     

面向电子政务的全国典型地物波谱数据服务平台设计与实现

地物波谱是遥感重要的信息源之一,通过数据库建设管理波谱数据已越来越得到重视。自然资源和地理空间基础信息库是国家电子政务4个基础信息库之一,其主要目的是实现部门间的数据共享与交换,其下设有全国典型地物波谱数据库。为应对电子政务的需求,在原有波谱数据库的工作基础上,构建了面向电子政务的全国典型地物波谱数据服务平台,用以向电子政务提供符合要求的数据以支持电子政务数据共享及政务决策。介绍了波谱数据服务平台的设计及关键技术研究,并展示了实现后的波谱数据服务平台。     

组件式遥感模型库的总体结构及关键技术解析*

波谱特性是地物目标的基本特性之一,是定性、定量遥感的基础。我国新一代地物波谱库建设以目标地物结构、波谱、知识库、模型库的相互配套为特色,旨在解决以前地物波谱库建设和使用中存在的一些问题,使地物波谱库在空间信息产业化过程中发挥更大的作用。实现数据与模型的结合和网络共享是其主要特色之一,这就对遥感模型的网络化管理和运行提出了较高要求。论述了地物波谱知识库中遥感模型库的设计思路、总体结构和运行流程,并就实现过程中涉及的部分关键技术进行解析。     

“中国典型地物标准波谱数据库”应用培训与高光谱地质应用学术交流会在京召开

2010年10月14至16日由中科院遥感应用研究所／北京师范大学遥感科学国家重点实验室、中国地质调查局与中国国土资源航空物探遥感中心联合主办的“中国典型地物标准波谱数据库”应用培训与高光谱地质应用学术交流会在北京师范大学成功举办。在为期三天的培训与学术交流会上，会议主办方安排了丰富的学习内容，包括专家讲座、学员上机实习以及开放式讨论等多个学习交流环节。     

中国典型地物波谱数据库的研究与设计

中国典型地物波谱库系统是一个集地物波谱数据库、地表先验知识库、遥感应用模型库与航空航天影像库为一体的综合遥感信息应用平台。较之已有的波谱数据库系统，该系统的创新点在于实现了多源知识的整合，不仅能为用户提供观测波谱，而且能够在地表先验知识库和模型库的支持下实现波谱库的时间尺度和空间尺度上的扩展。本研究了在系统建设过程中的三个关键问题：地面观测和配套参数管理，先验知识库以及模型驱动理论分析。基于B／S架构以及组件对象模型技术，给出了系统方案设计和实现技术。     

Review of Methods and Remote Sensing Cases Using Spectral Library

Ground object spectral libraries play a significant role in remote sensing information extraction. This paper investigates the domestic and foreign spectral libraries frequently-used, including the general spectral libraries and the professional spectral libraries. Based on the biliometric analysis of the literatures about remote sensing applications based on spectral libraries, four kinds of methods are summarized, including spectral feature analysis, spectral matching, spectral mixture analysis and quantitative remote sensing modeling. Some remote sensing applications based on spectral libraries, such as ground object classification, target identification and land surface parameters inversion, are also summarized. From the background of remote sensing big data, the developing trends and application potential of the ground object spectral library are prospected at the end.     

无人机可见光遥感影像地物目标提取技术研究

无人机可见光遥感影像中地物目标边界清晰度较低,容易导致地物目标与背景之间的区分度降低,进而难以提取地物目标。为此,提出无人机可见光遥感影像地物目标提取方法。从光谱特征、纹理特征和边缘特征三个方面分析无人机可见光遥感影像特征。结合三种影像特征对无人机可见光遥感影像数据集实行增广处理。对完成增广后的数据集定义影像编码标签,以此确定地物目标增强权重,通过参量化处理地物目标光谱特征,计算光谱吸收指数,获取地物目标提取表达式,从而实现无人机可见光遥感影像地物目标提取。实验结果表明,所提方法能够保证地物目标边界的清晰度,具有较强的地物目标提取能力。     

Image‐object detectable in multiscale analysis on high‐resolution remotely sensed imagery

Landscapes are complex systems composed of a large number of heterogeneous components as well as explicit homogeneous regions that have similar spectral character on high‐resolution remote sensing imagery. The multiscale analysis method is considered an effective way to study the remotely sensed images of complex landscape systems. However, there remain some difficulties in identifying perfect image‐objects that tally with the actual ground‐object figures from their hierarchical presentation results. Therefore, to overcome the shortcomings in applications of multiresolution segmentation, some concepts and a four‐step approach are introduced for homogeneous image‐object detection. The spectral mean distance and standard deviation of neighbouring object candidates are used to distinguish between two adjacent candidates in one segmentation. The distinguishing value is used in composing the distinctive feature curve (DFC) with object candidate evolution in a multiresolution segmentation procedure. The scale order of pixels is built up by calculating a series of conditional relative extrema of each curve based on the class separability measure. This is helpful in determining the various optimal scales for diverse ground‐objects in image segmentation and the potential meaningful image‐objects fitting the intrinsic scale of the dominant landscape objects. Finally, the feasibility is analysed on the assumption that the homogeneous regions obey a Gaussian distribution. Satisfactory results were obtained in applications to high‐resolution remote sensing imageries of anthropo‐directed areas.     

Ground truth An underview †

Abstract

In an ideal world (for remote sensing) the nature of the surface would be completely specified by the spectral signature. In the real world, however, the compexity of natural surfaces, effects of the atmosphere and ambiguity of the spectral signatures act to limit remote sensing without ground truth to applications that demand little from the radiometric quantities in the data. Ground surveys are complementary to the synoptic overview provided by satellites, helping to link the image data to the surface context. This paper reviews the purposes and problems of such ground surveys and examines in particular the nature of the relationship between the object of inquiry and the spectral signature. The investigator must select object variables that are both appropriate to the application and well matched to the spectral signature. This problem is discussed in the context of vegetation canopies.     

基于RBF神经网络的混合像元分解

介绍了高光谱遥感技术中混合像元的概念,可以通过分析高光谱遥感光谱曲线,来确定混合像元的地物组成类别和比例,实现混合像元分解的目的.阐述了基于RBF网络进行混合像元分解的方法,并采用模拟遥感数据进行了仿真实验,验证了这种方法的有效性.     

分形理论在遥感中的应用

论述了分形理论在遥感中的三个应用方面:①分析遥感图像的结构信息量,包括不同图像、不同地物类型;②辅助遥感图像分类,对光谱分类的结果利用分形理论进行检验或确定类型;③模拟遥感图像,根据真实图像的分维,利用分形表面产生算法并产生模拟遥感图像。     

基于深度学习的遥感图像目标检测技术研究进展

目标检测是遥感图像信息提取领域中的研究热点之一,具有广泛的应用前景。近些年来,深度学习在计算机视觉领域的发展为海量遥感图像信息提取提供了强大的技术支撑,使得遥感图像目标检测的精确度和效率均得到了很大提升。然而,由于遥感图像目标具有多尺度、多种旋转角度、场景复杂等特点,在高质量标记样本有限的情况下,深度学习在遥感图像目标检测应用中仍面临巨大挑战。从尺度不变性、旋转不变性、复杂背景干扰、样本量少和多波段数据检测5个角度出发,总结了近几年基于深度学习的遥感图像目标检测方法。此外,对典型遥感图像目标的检测难点和方法进行分析和总结,并对公开的遥感图像目标检测数据集进行概述。最后阐述了遥感图像目标检测研究的未来趋势。     

典型地物的光谱空间结构特征研究

地物光谱是遥感技术应用与研究的物理基础。本文提出将地物在光谱特征空间的几何点阵结构特征作为研究重点,着重分析植被、土壤、岩石的野外实测光谱数据的光谱空间结构特征,并对所测得地物的光谱数据进行光谱线性混合模拟,进而分析线性混合地物的光谱空间结构特征。对实测地物光谱数据空间结构特征的分析不仅可以指导遥感影像数据的分析与应用,而且也为遥感影像地物目标识别和矿化蚀变信息提取技术的研究提供更多的科学理论依据和新的研究思路。     

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。