内存映射文件在大数据量海洋调查数据处理中的应用

在进行大数据量海洋调查数据处理的过程中,以通常的普通文件操作的方式读取这些数据往往需要应用程序持续不断地努力执行与硬盘间的大量数据交换任务,其不但占用大量计算机内存,而且完成的效率之低往往令人难以忍受。为满足大数据量海洋调查数据计算机处理工作的需要,利用内存映射文件的方法实现了对大数据量海洋调查数据进行高效率读取和分析的软件设计。文中阐述了该软件的设计思路和内存映射文件方法的具体实现过程。通过实际应用证明该软件稳定可靠,在运行效率上较普通应用程序方式有显著提高。     

一种海洋遥感图像中尺度涡的自动检测方法

基于遥感图像涡区域检测边缘一般是由近似椭圆的分段圆弧曲线所构成的特点 ,提出一种“由粗到细”的海洋遥感图像中尺度涡计算机自动检测方法。首先对检测边缘利用曲线拟合和局部区域Hough变换的方法产生候选子区域 ,然后仅仅针对候选子区域利用局部区域图像灰度分割确定出涡的区域。实验结果表明所提出的方法可以完成处于成熟期、形态特征比较明显的中尺度涡自动检测     

一种基于块划分颜色特征的图像检索方法

针对传统的颜色直方图法只表示颜色的组成,没有包含颜色空间分布信息,提出1种基于块划分颜色特征的图像检索方法。该方法将图像划分成大小相等的子块,提取每一块的颜色信息作为特征矢量。通过特征聚类和编码,图像内容可以表示成为包含空间分布信息的局部颜色特征组合。实验结果证明了该方法的有效性,并与其它方法进行了性能比较。     

基于DeepLabv3架构的高分辨率遥感图像分类

针对目前使用机器学习解决高分辨率遥感图像分类主要存在下采样导致的细节信息丢失问题,提出了一种基于DeepLabv3架构的小波域DeepLabv3-MRF(Markov random field,MRF)算法。选择当前较为普遍的DeepLabv3架构分类算法,能够获得更为精确的分类结果;采用小波域DeepLabv3-MRF算法,还能够获得更为清晰的边缘细节信息。选取南方某地区高分辨率无人机遥感图像进行分类实验,通过小波变换的方向性、非冗余性以及MRF变换像素空间的交互性这三个方面,将分类结果与原始DeepLabv3架构分类结果对比分析。结果表明,所提出的分类方法精度明显高于原始DeepLabv3架构分类算法的精度,总体精度可提升3%左右,并且可以充分表达高分辨率遥感图像细节信息。     

一种基于人工免疫网络的遥感图像分类算法

提出了一种基于人工免疫网络的遥感图像分类算法。该算法通过借鉴生物免疫网络的分类和泛化能力,训练出能反映训练数据分布特性的网络细胞,然后使用这些网络细胞进行分类。实验结果表明,基于人工免疫网络的遥感图像分类算法具有较好的分类性能,其分类总精度、kappa系数均优于一些传统分类算法。     

一种海岸带高分辨率遥感图像椒盐噪声滤波的新方法

椒盐噪声是常见的图像噪声,典型的图像平滑算法不能区分海岸带高分辨率遥感图像中的噪声点和信号点,常造成图像平滑后海岸线等细节损失。提出先识别噪声点再进行去噪的新方法,通过统计关联参数用双阈值识别噪声,然后用中心权值为零的模板平滑噪声点。实验表明,该方法在滤除椒盐噪声的同时,较好地保持了海岸线等细节。     

一种基于分割图斑的海岸带遥感图像分类方法

传统的基于象元的分类方法在处理海岸带这类动态多变、混杂度大的地物时常出现“椒盐现象”,难以矢量化形成专题图。提出了一种新的遥感图像分类方法——基于分割图斑的分类法,即选择一个合适的尺度,利用光谱信息按照一定的策略将图像分割为一系列的图斑,并确保图斑内大多数象元的光谱特征相近,分别对图斑内诸象元进行统计,求出各个波段的均值,用该均值替换图斑内所有象元的原始亮度值,这样分类时可以确保同一图斑内的所有象元被分到同一个类别中,从而有效地避免了“椒盐现象”,使分类结果便于矢量化成图,也便于对特定地物的提取。实验结果表明,该方法还能在一定程度上提高分类精度。     

一种基于海面光谱数据的海水遥感反射率模型参数优化方法

在吸收前人关于水色要素固有光学性质研究成果的基础上,给出了海水遥感反射率模型,提出了一种海水遥感反射率模型参数的优化方法,并以渤海辽东湾鲅鱼圈围隔实验获取的数据为例,探讨了模型参数优化结果的合理性.     

基于分形插值及小波增强的海岸带遥感图像处理

用分形插值方法和小波对比敏感度增强算法,对海岸带遥感卫星图像进行处理。分形插值方法用来进行图像的放大,由于自然图像并非理想FBR,放大后图像的边缘会出现模糊。为补偿放大后图像的细节特征及纹理信息,采用基于小波多尺度的对比敏感度增强算法对放大后的图像进行增强。实验表明,在遥感卫星图像的处理中,该方法能对特定区域进行局部放大,且能保持原始图像的细节特征及纹理信息,具有很好的实用性。     

基于相似系数的1种算法在遥感图像分类中的应用

用基于向量夹角余弦的相似系数方法对黄河三角洲 1 998年 1 2月份的 Landsat- 5TM遥感影像进行了分类 ,分类精度分析表明用夹角余弦作为分类的相似性度量指标是合理的。这种遥感图像的分类方法简单 ,在实际分类中可以作为常用的方法之一。     

基于COG的遥感影像地图服务快速构建方法

如今主流的地图服务软件中影像图层的发布需要手动指定参数,不利于影像图层自动化发布.本文搭建私有对象存储服务管理遥感数据,利用COG(cloud optimized GeoTIFF)支持局部访问的特性,优化影像瓦片动态创建速度,实现了影像自动发布的瓦片地图服务,改进了瓦片唯一标识码生成算法,提高了瓦片缓存的读写性能.在实...     

Quantizing and analyzing the feature information of coastal zone based on high-resolution remote sensing image

1Introduction With the development and application of remotesensing technology, people fromthe international re-mote sensing community have realized the issue thatwe have immoderately emphasized characteristics ofvast volume data and great detail of remot…     

基于遥感反射比光谱的一种藻类识别方法

利用所得的甲藻门和硅藻门的17种藻类遥感反射比光谱,对其进行平滑、取倒数和归一化等预处理后,进行了四阶微分处理.根据聚类分析结果,甲藻门各藻种分为一类,而硅藻门的藻种分为另一类,这说明经上述处理后,甲藻门和硅藻门的差异性显著增大.将甲藻门和硅藻门的四阶微分光谱分别平均得到门类的特征光谱,并在原始数据中加入泥沙进行敏感性...     

遥感在海岸岸滩稳定性分析中的应用

利用多时相航卫片图像信息和现场观测资料相结合的研究方法,通过对三门湾自然环境、水动力条件、泥沙运动等因素分析,研究海岸岸滩形态及演变过程,指出该地区的岸滩稳定性现状和影响因素.提出利用航卫片技术有空间分布和环境动态分析方面的优势,结合常规水文地形资料进行海岸岸滩稳定性综合分析的新思路.     

基于改进标记分水岭的高分辨率遥感影像海岸水边线提取方法

利用遥感技术快速提取海岸线是一种重要的技术手段,针对传统分水岭算法在高分辨率多光谱卫星数据处理中存在的过分割和抗干扰能力差的问题,本文提出了一种基于扩展极值变换标记分水岭的算法.首先通过形态学重建、扩展极值变换等方法建立前景和背景标记,初步抑制灰度极小值和极大值区域,然后依据这两类标记对梯度图像进行修正,进而进行分水岭...     

基于多时相遥感数据的海岸线自动提取方法

海岸线是海洋的重要组成部分,对于海域管理具有重要意义.本文根据岸线位置确定原理,即将多时相瞬时水边线上边界近似作为海岸线,提出了一种基于多时相水边线的海岸线自动提取方法,该方法应用区域生长与边缘检测相结合的方法提取瞬时水边线,然后采用海岸线自动判别算法进行海岸线的提取.首先计算归一化水体指数(normalized di...     

基于深度学习的光学遥感影像舰船检测算法对比分析

舰船目标检测是进行海洋环境监管,保障海上权益的重要手段。基于深度学习的目标检测算法能在复杂环境下保持良好性能,为测试不同深度学习目标检测算法在舰船检测中的效果,本文构建了一个包含3893张图像的数据集,涵盖了复杂背景下不同类型的舰船,基于此数据集分别采用Faster RCNN、SSD、RetinaNet、YOLOv3、YOLOv4算法进行实验,结果表明,YOLOv4 、YOLOv3、RetinaNet、Faster RCNN平均精度均在83%以上,其中YOLOv4最高达到91.77%,Faster RCNN误检较多,而SSD平均精度最低,只有79.23%,总的舰船检测数目偏少。将5种模型训练结果在高分二号影像上进行测试,得到较好的检测效果,对舰船检测未来理论研究的开展具有一定的指导意义。     

基于无人机高光谱遥感的海岛岸线精准提取方法研究与应用

鉴于传统遥感技术手段对海岛岸线的提取在精度与效率上存在很大不足,通过无人机高光谱遥感技术,结合岸线实地踏勘活动,提出一种海岛岸线类型识别与位置提取方法,并选取实际海岛进行了实验验证,成功获取了不同类型岸线的准确位置,所得成果与传统遥感手段相比,提高了系统性与准确性,为下一步海岛的生态评估工作提供了数据支撑。     

面向对象的无人机遥感影像海岸线提取方法研究

针对海岸线区域地形复杂和卫星遥感影像分辨率的不足,精度难以满足大比例尺成图要求,以及常规解译方法的局限性,选取青岛小岛湾海岸线为研究区,以无人机(UAV)遥感影像为基础数据,提出一种面向对象的海岸线提取方法,结合现场实测验证,开展了人工海岸线和砂质海岸线识别的应用实验。结果表明:人工海岸线和砂质海岸线概率边缘指数(PRI)分别为0.97和0.88,边缘定位误差(BDE)分别为4.33和2.84,提取的人工海岸线和砂质海岸线与实测海岸线结果整体上匹配较好,仅在局部细微处存在微小差异。本文提出的方法可快速有效地获取海岸线信息,其精度能够满足海岸线动态变化监测的需求,可在海岸线资源管理中推广应用。