采用独立分支网络的多源遥感数据自适应融合地物分类

针对现有基于深度学习的地物分类方法大多面向遥感影像,而对点云数据的空间信息利用不足,特别是对点云和影像这种异源特征融合不够充分的问题,提出了一种采用独立分支网络结构的多源遥感数据自适应融合地物分类方法。首先,对配准好的LiDAR点云和遥感影像分别采用三维网络和二维网络提取各模态的空间几何特征和语义特征;其次,在点云空间对影像特征进行交叉模态采样和特征对齐得到基于点的多源特征;最后,采用一种基于注意力机制的非线性自适应特征融合方法实现二、三维语义特征的融合。实验结果表明,本文方法通过网络训练能够实现自适应数据特征的多源遥感数据融合分类,针对ISPRS多源遥感数据集的植被、建筑物和地面三类地物平均分类精度达到85.87%,相较三维点云语义分割的分类精度提高了10.12%。本文提出的独立分支融合网络能够实现二、三维数据的交互学习与深度融合,为遥感多源数据地物分类提供了一种新的思路。     

应用尺度不变特征变换的多源遥感影像特征点匹配

针对多源遥感影像之间灰度值非线性变化导致特征点匹配率大幅度下降的问题,提出了一种利用光谱信息的多源遥感影像特征点匹配算法.首先,以光谱信息对遥感影像波段进行线性拟合,使待匹配影像与参考影像之间的灰度值由非线性转变为线性或者近似线性变化.接着,在拟合的遥感影像上采用改进的尺度不变特征变换(SIFT)算法进行匹配.最后,采用随机抽样一致性算法剔除误匹配点对.与常用特征点检测算法(SIFT,梯度位置朝向直方图(GLOH),RS-SIFT)的对比实验结果表明,本文所用的ETM+影像全色与多光谱影像的特征点匹配率提高了4％左右,CBERS-02B和HJ-1B卫星多光谱影像的正确特征点匹配个数增加了8对.因此,在多源遥感影像特征点匹配中,本文所提算法优于其它检测算法,可以极大地改善匹配效果.     

基于迭代变形的多源数据融合技术

通过获取的数据进行三维建模的精度直接影响后续的设计与加工制造。目前数据采集有多种方式,而单一数据源建模已经难以满足需求,为解决这一问题,提出一种多源数据融合方法。首先运用基于启发式搜索策略的特征线提取算法提取固定模型的融合区域,然后采用迭代最近点算法实现两模型的空间位置匹配,最后基于迭代拉普拉斯变形对两模型进行表面形态融合,实现两者之间融合。数据源采用下颌CT数据以及光学三维扫描模型,试验表明该技术路线稳定可靠,融合过程无形态扭曲,最终结果反映物体真实物理结构,得到既有表面高精度又具有内部结构的三维模型。     

基于自动化集装箱码头多源异构数据融合技术研究

随着自动化集装箱码头的广泛应用,多源异构数据的融合成为一个重要的研究方向。文中提出了一种基于自动化集装箱码头的多源异构数据融合技术,包括管理配置服务、设备数据服务、数据库数据服务、数据融合服务、网关服务和公用类模块。通过微服务框架SpringCloud、消息队列、前端框架和其他技术的选型,实现了不同类型的数据源的接入、管理、处理和存储。实验结果表明,该技术可以有效地提高数据的集成、共享和应用的效率,为自动化集装箱码头的智能化建设提供了有力的技术支持。     

面向遥感建筑物提取的轻型多尺度差异网络

针对高分辨率遥感影像中建筑物形状多样、大小不一引起建筑物提取精度低及传统分割模型存在参数量大等问题,提出一种基于编码-解码的轻型多尺度差异网络LMD-Net(Lightweight Multi-scale Difference Network)。首先,为了避免单一的特征处理单元堆叠使得模型性能弱化而产生无效参数,通过融合编解码结构的功能差异性,设计出一种轻型差异模型优化性能。其次,引入一种多尺度膨胀感知模块（Multi-Scale Dilation Perception,MSDP）来增强网络捕捉多尺度目标特征的能力。最后,通过双融合机制有效聚合深层跳跃连接和深层解码器两组的特征信息,从而实现增强解码器的特征恢复能力。为验证轻型多尺度差异网络LMD-Net的有效性和适用性,以开源WHU building dataset数据集作为数据源,对LMD-Net网络与常用语义分割网络及近年相关文献研究成果进行了精度、效率方面的评估实验。结果表明：LMD-Net网络在效率与精度两方面均表现出明显优势,不仅很大程度上减少模型的参数量和计算量,而且交并比、准确率分别提高了3.23%,2.57%。表明在基...     

电力系统多源异构数据混合式存储方式研究

当今电力系统的数据量呈爆炸式增进趋势,电力行业迎来了大数据时期.大数据具有广泛的应用前景,但也面临着一些问题,例如数据异质性和数据的分散.在电力调度控制系统中,为了实现有效地利用控制大数据,有必要通过多源异构的数据处理方法控制多源异构数据,因此研究了电力系统多源异构数据混合式存储,构建了统一的数据模型和全景控制数据,这...     

基于多源异构数据的高速机电设备运行监测系统设计

为了及时发现高速机电设备运行中的故障、损坏或性能退化,并及时采取维修或更换措施,避免设备故障造成的意外事故和生产停工。为此研究基于多源异构数据的高速机电设备运行监测系统设计。高速机电设备运行监测系统在硬件设计方面,采用以ADXL345芯片为核心的传感器,并搭载OPENW系统,连接高清摄像头,通过远程连接服务器将获得的信息进行存储;在系统软件设计方面,采用分批估计理论的数据融合技术对检测到的信息进行融合,并根据置信距离矩阵与传感器之间的相似度添加相应的权重。根据制定好的规则进行融合,建立多特征相似度模型,计算多特征相似度,以确保融合过程具有一致性。利用K近邻算法对信息融合的目标跟踪策略进行分类,通过计算不同距离下最接近的k个邻居中各类别数量的多少来验证分类结果,从而实现在不同场景中对于目标的跟踪监测。测试结果表明,在频谱图中明显存在28Hz,二倍频的36Hz以及其他谐波,判断出存在轴承异常工作的故障,达到了预期监测的目的,系统应用效果良好。     

高分辨率遥感影像的平原建成区提取

通过分析高分辨率遥感影像中平原建成区的纹理特征和局部关键点特征,提出了基于多核学习、多尺度分割以及多假设投票的平原建成区提取方法。该方法利用MR8纹理特征和尺度不变特征变换(SIFT)算法提取建成区,融合多个特征进行学习和分类,从而加强了分类器的鲁棒性和稳定性,提高了检测准确率。该方法还通过超像素分割和多假设投票将基于图像块的判别结果转化为基于像素的检测结果,完全消除块状效应,使得目标区域具有准确的边缘和形状。在多幅GF-1卫星遥感图像上进行测试,结果显示:提出方法的平均检测精度为80%,平均召回率高于85%,平均F值可达80%以上,综合指标高于其他方法,验证了提取平原地形建成区的可行性和准确性。由于建成区提取结果已精确到了像素级别,同时避免了漏检和误检,提取出的建成区影像很准确。     

多源数据融合的可穿戴设备体质健康监测模型研究

随着传感、物互联、大数据等新兴技术的发展,各种智能化穿戴设备不断应用到各个领域,智能穿戴设备是一种对日常穿戴进行智能化设计和开发的可穿戴设备,包括手表、眼镜、服饰等,智能穿戴设备是时代智能化的体现,利用智能穿戴设备,不仅可以快速获取人类自身或外部信息,还可以提升处理信息的效率.针对当前可穿戴设备体质健康监测模型由于数据处理能力较差导致健康预警误报率过高的问题,设计基于多源数据融合的可穿戴设备体质健康监测模型.通过优化数据采集方式,获取体质原始数据.使用数据清洗以及数据转化等方式,完成数据预处理.应用马尔科夫链构建体质健康监测模型,及时发出健康预警.至此,基于多源数据融合的可穿戴设备体质健康监测模型构建完成.经实验结果证实:多源数据监测模型使用后可有效降低健康预警误报率,多源数据融合技术应用在监测模型中可有效提升模型的数据处理与分析能力.     

机械产品仿真数据提取技术研究

实现多源仿真数据的协同可视化是产品设计师洞察所设计产品性能的有效途径,针对目前对仿真数据的查看都是基于与商用软件的交互操作来实现的,提出了应用于异构机械产品性能分析仿真软件的数据提取方案。通过研究仿真软件的数据提取方法、固有的数据格式及二进制文件的解析方法,定义了一种可以兼容各种仿真分析数据的统一数据格式,重点研究了统一数据模型的建立及框架结构的设计,论述了数据提取的流程,最后通过Ansys和Abaqus结果文件的数据提取对框架结构进行了验证,实现了在脱离商业仿真软件环境下实时查看仿真数据。     

基于MODIS数据的大尺度作物遥感监测综述

我国幅员辽阔,作物种类丰富,如何及时、客观、准确地收集我国作物信息,对科学指导农业发展具有重要的意义.本文以MODIS数据为主要信息源,以农作物的波谱特性和生物学特性机理为基础,开展利用MODIS数据的高光谱多时相及免费获取的优势,进行大尺度农情遥感监测研究,发展了适用的模型和算法,实现大尺度主要作物类型信息的遥感提取和产量遥感估算,提高了农作物遥感定量精度,并探讨了基于MODIS数据的全球农作物遥感监测的现状.同时,针对大尺度农情遥感监测中涉及的农业气候环境网格信息系统做了初步尝试.     

基于半监督稀疏鉴别嵌入的高光谱遥感影像分类

为了有效利用已标记与未标记样本提高高光谱遥感影像分类精度,提出一种新的半监督流形学习方法——半监督稀疏鉴别嵌入算法(SSDE)。该算法结合了近邻流形结构及稀疏性的优点,不仅保留样本间的稀疏重构关系,而且通过引入少量有标记的训练样本以及大量无标记训练样本来获得高维数据的内在属性以及低维流形结构,实现鉴别特征提取,提高分类精度。在Washington DC Mall和Indian Pine数据集上的分类识别实验表明,该算法能够较为有效地发现高维空间中数据的内蕴结构,分类性能比其他算法有明显的提升。在随机选取8个有类别标记和60个无类别标记的数据作为训练样本的情况下,本文提出的SSDE算法在上述两个数据集上的分类精度分别达到了77.36%和97.85%。     

高光谱遥感岩矿识别的研究进展

分析与综述了当前高光谱遥感岩矿识别研究的进展。论述了岩矿光谱特征的作用机理以及岩矿光谱的特征测量与分析方法。归纳和总结了目前以及未来几年可用于岩矿识别的高光谱遥感探测器件和仪器的特点。对基于光谱吸收特征、完全波形匹配和混合像元分解的3类岩矿识别方法进行了归纳与对比,重点介绍了近年来这类技术的重要成果以及研究热点。最后,从理论、数据、方法以及应用4个方面对当前高光谱遥感岩矿识别面临的主要问题和发展趋势进行了剖析。作者认为,高光谱遥感岩矿识别的整体发展趋势为定性识别向定量化分析发展,在此发展过程中,混合光谱模型的建立与解混、面向岩矿识别的新型高光谱传感器的研制、岩矿信息提取的智能化以及复杂地质环境下的岩矿识别将成为研究的主要方向。     

基于云模型的高光谱遥感图像的分类研究

现有的分类方法没有考虑或者没有彻底考虑高光谱遥感图像数据的不确定性,因此提出了一种基于云模型的高光谱遥感图像分类方法。云分类时,首先根据训练样本集,由逆向云发生器生成每类地物的多维云模型,然后利用X条件云发生器计算出各测试像素对每类地物的隶属度,最终采用极大判定法实现对每个测试样本的分类。仿真结果表明,该方法简单、计算量小,可以取得高于传统方法的分类精度,具有很好的发展前景。     

基于深度语义分割的多源遥感图像海面溢油监测

针对遥感图像海面溢油区域通常受到斑噪声以及强度不均等因素的影响,从而导致溢油区域监测效果较差的问题,本文引入了深度语义分割的方法,将深度卷积神经网络与全连接条件随机场相结合,形成端对端连接。以Resnet结构为基础,首先通过深度卷积神经网络对多源遥感图像粗分割并作为输入,然后经过改进的全连接条件随机场,利用高斯成对势和平均场近似定理,建立条件随机场形成递归神经网络作为输出。通过多源遥感图像对海面溢油区域进行监测,并利用可见光图像估计溢油区域面积。实验在所建立的多源遥感图像数据集上与其它先进模型进行对比,结果表明本文方法提高了溢油区域的分割精度以及精细细节程度,平均交并比为82.1%,监测效果具有明显地改善。     

基于球面离散格网的遥感影像数据存储策略

球面离散格网模型是一种能够表达真实地理球面世界的数据模型,由于其格网划分的层次性,底层的遥感影像数据是以海量的小块数据块形式存在。本文根据球面离散格网遥感影像数据这种海量小数据块的特点,提出了一种局部分布式的虚拟存储方法,在维护影像存储区域相关性和剖分层次的同时,对遥感影像进行并行存取操作。     

基于多源数据融合的电力系统故障诊断与评估平台开发

针对当前电力系统故障数据和信息分布在不同安全分区的问题,对符合安全防护规定的跨安全分区数据分类、关联和融合技术进行了研究,提出了基于多源数据融合的电力系统主网和配网故障智能诊断技术。在主网诊断过程中,充分利用故障状态量、电气量和时序信息等数据,并结合气象等外部要素情况,分析了故障原因;在配网评估过程中,综合利用电力生产管理系统(PMS)、调度管理系统(OMS)以及能量管理系统(EMS)的海量数据,发展了基于规则推理的配网故障诊断评估技术。并根据江苏电力系统实际情况,侧重电网运行信息、设备状态信息和环境监测信息深度融合与综合应用,开展了基于多源数据融合的电网故障诊断平台研究以及故障辅助分析系统的研制。研究结果表明:该系统综合利用了多源数据的冗余信息,可更快速和准确地实现故障智能诊断。     

遥感信息技术在国土资源管理领域中的应用

土地调查是我国法定的一项重要制度,是全面摸清我国土地家底的重要手段。为切实、充分的提高我国土地资源利用率,利用有效的技术手段进行土地调查就显得尤为重要。遥感信息技术具有信息量大、速度快、受限制条件少等诸多优点。本文阐述了遥感信息技术在土地利用动态监测、土地调查、土地变更调查中的应用。简单描述了我国现阶段的土地利用形式,为遥感信息技术在土地动态监测、土地调查、变更调查中推广提供参考。     

基于Curvelet变换的遥感图像融合研究

Curvelet变换是继小波变换之后,更适合图像处理的一种新的多尺度变换分析方法,相比小波而言,它更加适合分析二维图像中的曲线或直线状边缘特征,而且具有更高的逼近精度和更好的稀疏表达能力,同时也具有很强的方向性.本文论述了Curvelet变换的理论和实现算法,基于考虑图像中的那些弱的边缘,提出了一种利用Curvelet变换进行遥感图像融合的方法.实验结果分析表明:将Curvelet变换引入图像融合,能够更好地提取原始图像特征,为融合图像提供更多信息,使融合图像在较好地保留光谱信息的同时,空间细节信息得到增强,优于典型的IHS变换、主分量变换及小波变换图像合方法.     

基于相对相位直方图的数字表面模型数据与遥感图像配准

针对数字表面模型（DSM）数据与可见光遥感图像信息融合的实际需求,提出了一种基于一致点漂移算法（CPD）与相对相位直方图（RPH）的两级配准策略来实现上述数据与图像的自动配准。首先,利用Canny算子提取图像边缘,将边缘点作为CPD算法的输入,实现两幅图像的粗匹配,从而得到初始对应点集并估算尺度因子;然后,定义了一种鲁棒且具有旋转、平移不变性的区域变化信息描述子-RPH,其在粗匹配结果的保障下还可以实现尺度不变性;最后,根据尺度因子在两幅图像中分别定义圆环模板,并利用RPH测度完成DSM图像与可见光遥感图像精配准。实验结果显示,使用RPH测度进行精配准后,基于CPD算法的粗匹配结果得到了有效校正,在数据自身存在透视失真情况下,算法配准误差约为2 pixel,能够满足DSM数据与遥感图像信息融合的需求。