HY-1C卫星CZI影像卤虫条带提取研究——以艾比湖为例

基于HY-1C卫星海岸带成像仪CZI (Coastal Zone Imager)影像提取卤虫条带,对利用自主遥感数据开展生物资源监测与指导捕捞利用具有重要意义。本文以艾比湖为例,分析了HY-1C卫星CZI影像与Landsat-8卫星OLI数据的卤虫—水体端元光谱特征及差异;结合滑动窗口裁剪和光谱匹配因子SBAF (Spectral Band Adjustment Factors)模拟构建了有效样本量为837的卤虫—水体数据集;使用深度为5层的U型全卷积神经网络U-Net (U-Shaped Fully Convolutional Neural Network)算法提取卤虫条带并进行了评估与应用。与支持向量机法、最大似然分类法、归一化水体指数法相比,U-Net算法效率高、鲁棒性更好,卤虫条带的提取精确率和F1分数分别为92.02%和90.55%,比其他方法高出约11%—23%,即使面对复杂水体背景干扰,提取错误率也仅有3.3%;由2019年—2021年10景CZI影像的提取结果可知,研究期间卤虫条带的最大最小面积之比约为5.8,变化剧烈且与水体面积存在一定关联,但决定卤虫条带分布与面积的...     

HY-1C/D卫星CZI数据监测湖泊藻华的适用性评价与方法选择

随着湖泊富营养化加剧,蓝藻水华频发暴发,藻华的卫星遥感监测面临着中高空间分辨率卫星过境时间长、中低空间分辨率卫星数据在小型湖泊监测能力不足的问题。海洋水色业务卫星海洋一号C星和D星(HY-1C/D)搭载的海岸带成像仪CZI (Coastal Zone Imager)具有50 m空间分辨率,3 d重访周期,是内陆中小型湖泊藻华遥感监测的重要数据源。本文构建了以CZI数据的绿光(560 nm)—近红外波段(825 nm)连线作为基线,红光波段(650 nm)到该基线的垂直距离作为藻华识别指数AFAH (Adjusted Floating Algae Height),并将其应用在4个典型的富营养化湖泊(太湖、巢湖、滇池、星云湖),评价了其在湖泊藻华遥感监测方面的适用性和不确定性。结果表明:(1)在无云的理想条件下4种藻华识别指数的藻华识别精度高于0.93;在非理性条件下的藻华识别方面,AFAH优于NDVI (Normalized Difference Vegetation Index)、DVI (Difference Vegetation Index)和VB-FAH (Virtual bas...     

HY-1C/D卫星CZI数据的岛礁浅海水深遥感无控反演能力评估

岛礁浅海水深是海洋重要的基础资料。中国南海岛礁远离大陆,水下现场调查效率低、难度大,难以评估水下地形的长期变化,迫切需要大面积、高频次成像的卫星遥感数据。海洋一号C/D (HY-1C/D)卫星双星组网大大提高了覆盖频次,配置的海岸带成像仪CZI (Coastal Zone Imager)可为岛礁水下探测提供快速的业务化遥感数据服务。为充分发掘两颗卫星的岛礁水深反演能力,本文以中国南海永乐环礁为研究区域,以HY-1C/D CZI多光谱遥感影像为数据源,结合半分析模型和对数比值模型开展了不依赖实测数据的水深反演研究,并与GeoEye-1高分辨率卫星多光谱遥感数据反演结果进行对比。结果表明,HY-1C/D CZI多光谱数据在甘泉岛的水深反演结果与实测数据相比,在0—20 m水深范围内的平均绝对误差分别为1.60 m和1.85 m,平均相对误差分别为22.48%和26.23%;HY-1C/D CZI多光谱数据与基于GeoEye-1数据在甘泉岛的水深反演结果相比,平均绝对偏差分别为1.65 m和1.81 m,平均相对偏差分别为22.33%和23.83%。HY-1C/D CZI与GeoEye-1多...     

一种高分辨率遥感影像建筑物自动检测方法

高分辨率遥感影像具有丰富的空间信息、地物几何结构和纹理信息,有助于对地物目标进行认知和解译。而建筑物目标在人类活动区域内占据重要地位,对高分辨率遥感影像中的建筑物进行自动检测具有重大意义。提出了一种基于全卷积神经网络的建筑物自动检测方法,并制作了建筑物样本数据集,利用基于区域的全卷积神经网络和特征检测网络进行建筑物检测模型的参数训练,对待检测影像进行预处理之后利用模型进行建筑物检测,得到影像中的建筑物目标的具体位置和类别置信度。实验证明,提出的检测方法具有更好的效果和更快的速度。检测召回率达到92%,检测准确率达到98%,证明了该方法针对建筑物检测具有较高的精度和较强的稳定性。     

HJ-1光学遥感影像船只检测——以鄱阳湖为例

以具有高时空分辨率、长时间序列观测优势的国产HJ1CCD数据,在使用面向对象方法实现水面均质区域分割的基础上,改进传统的Contrastbox方法,增强了船只目标与背景像素的对比,实现了水面状况复杂的鄱阳湖船只提取。使用该方法分别对鄱阳湖枯水、丰水期HJ1CCD数据进行船只检测实验,经精度验证,船只检测率可达85%。对比传统阈值提取方法,该方法在浑浊复杂水体中船只提取的优质因数(FoM)远优于传统方法。由于采砂、运砂、航运等人为水上活动对水生态环境产生的严重影响,亟需加强船只活动的有效监管。该研究为鄱阳湖船只检测、采砂、运砂活动及水环境检测提供了有效途径,也为其他湖泊、沿海等区域的船只检测提供了方法,同时提升了国产HJ卫星在环境检测中的应用能力。     

卫星影像匹配的深度卷积神经网络方法

本文侧重于智能化摄影测量深度学习的第一个方面：深度卷积方法。传统的影像同名点对提取算法通常利用人工设计的特征描述符及其最短距离作为匹配准则进行匹配,其匹配结果易陷入局部极值,造成部分正确匹配点对的遗漏。针对这一问题,本文引入深度学习方法,设计了一种基于空间尺度卷积层的两通道深度卷积神经网络,采用其进行影像间的匹配模式学习,实现了基于深度卷积神经网络的卫星影像匹配。试验表明,在处理异源、多时相、多分辨率的卫星影像情况下,本文方法比传统匹配方法能提取到更为丰富的影像同名点对,且最终匹配提纯结果正确率优于90%。     

HY-1C/D海洋水色卫星产品体系及其典型应用

海洋一号C星(HY-1C)和海洋一号D星(HY-1D)是中国首次对地观测组网的海洋水色业务化应用卫星,其上搭载了海洋水色水温扫描仪COCTS (Chinese Ocean Color and Temperature Scanner)、海岸带成像仪CZI(Coastal Zone Imager)、紫外成像仪UVI (Ultra-Violet Imager)、星上定标光谱仪SCS (Satellite-based Calibration Spectrometer)和船舶自动识别系统AIS (Automatic Identification System),实现了全球海洋水色要素每天2次、海表温度每天4次的全球覆盖观测,中国近海及海岸带区域每3天2次的50 m高分辨率观测。本文介绍了HY-1C/D卫星及其载荷性能、产品处理流程、产品分级与分发等相关信息,HY-1C/D卫星产品体系完整且数据产品处理与分发高效。同时阐述了HY-1C/D卫星的叶绿素a浓度估算和海表温度反演产品,以及HY-1C/D卫星数据在浒苔绿潮、海冰/极冰、近海养殖、内陆水体和台风云图等方面的典型监测应用且具有较好的产品质量、...     

WorldView-1卫星影像处理方法初探

有理函数模型(RFM)是与具体传感器无关的通用的模型。经试验结果得出,利用RFM并辅以适量的GCP能及时快速精准的处理WorldView-1高分辨率遥感卫星影像,有利于发挥其在国民经济中的巨大潜力。     

基于卷积神经网络的高分辨率遥感影像云检测

在深度学习理论模型的基础上,提出了基于卷积神经网络的云检测方法。以GF-2号卫星影像为数据源,选取广西壮族自治区贵港市为实验区,提取了不同下垫面的云,验证了该方法的有效性。     

轻量卷积神经网络遥感影像目标检测方法

针对常规遥感影像目标检测模型在低算力环境难以运行问题,提出一种新的轻量级目标检测方法.采用深度可分离卷积核及通道分组混排构建轻量级特征提取网络,采用K-means聚类获取锚点框,使用跨层连接双层特征金字塔预测多尺度目标.利用遥感影像目标检测数据集(RSOD)数据集对模型训练,采用精度均值,平均精度均值,每秒传输帧数对模...     

无人机遥感影像轻型交通标志实时检测方法研究

常规目标检测模型对于硬件需求较高,难以在无人机载硬件上直接运行并实施流畅交通标志检测。针对这一问题,本文提出一种轻型的交通标志检测模型。该模型基于轻量级卷积神经网络结构设计,利用非对称卷积核级联特征提取层特征以及最大池化层搭建特征提取网络,并利用三层特征增强网络实现对无人机遥感影像中多尺度、多类别交通标志的快速精准检测。同时针对原始图像质量问题设计了图像增强模块,提高了训练后模型的泛化能力。测试结果表明,本文提出的模型能够在无人机硬件上流畅运行,并能够对多场景下的交通标志目标实施精准检测。     

一种边缘辅助的卫星影像云修复卷积神经网络

遥感影像的云修复是改善影像质量、降低数据成本的一种重要手段。使用Landsat 8影像研究卷积神经网络在云修复中的应用,提出一种影像信息重建的新式网络结构——边缘辅助的门控卷积网络（edge-guided gated convolutional network,EGCN）。该网络以多时相数据作为含云影像上被遮挡信息的辅助数据,主干网络为多时空门控卷积网络（spatial-temporal based gated convolutional network,STGCN）,在多尺度特征融合模块引入一种改进的非局部（non-local,NL）模块——门控非局部（gated non-local,GNL）来替代传统的卷积层,并以边缘特征提取网络（edge network,ENet）为分支,从边缘信息层面进行特征引导。实验结果表明,GNL模块和ENet的加入均有助于提升云修复效果。     

深度卷积神经网络的遥感影像水体识别

从遥感影像中准确识别水体信息对水资源管理和洪涝灾害监测有重要意义。目前,传统遥感水体识别方法仍存在着不足,难以满足实际应用中的精度要求。近年来,卷积神经网络CNN (Convolutional Neural Network)的快速发展,为高分辨率遥感水体识别提供了新的思路。本文基于高分一号卫星数据,利用DenseNet、ResNet、VGG、HRNet等CNN模型和传统的归一化差异水体指数（NDWI）进行洪泽湖地区不同季节的水体识别,并采用精确度（P）、召回率（R）、F1分数和误判率（MRate）等指标来评价各种方法的水体识别能力。在DenseNet经典结构中加入了上采样过程和跳层连接结构,以解决梯度爆炸和梯度消失问题;采用OSTU方法确定NDWI的最优阈值,以降低水体识别的不确定性。得出主要结论如下：（1）所有CNN网络模型的水体识别效果都显著优于传统NDWI方法;例如,NDWI识别的精确度仅为0.779,而所有CNN网络模型的识别精确度均高于0.922。（2）改进后的DenseNet模型有效缓解了梯度爆炸与梯度消失的问题,其水体识别结果在识别精确度P(0.960)和误判率（0.04...     

基于深度学习的卫星影像立体匹配算法

卫星影像立体匹配是大规模地球表面重建的重要步骤之一,现有研究相对较少,且存在匹配效果不佳、模型泛化能力较差等问题。本文提出了一种基于深度学习的卫星影像立体匹配算法,算法流程包括数据集构建、立体匹配网络搭建、多级迁移学习及后处理。首先将裁剪得到的核线影像对输入改进的注意力成本网络,完成特征提取、注意力成本构建、视差估计与视差优化;然后经多级迁移学习训练的网络,可适应不同数据源,预测得到视差图;最后对视差图进行自适应后处理,以消除错误匹配。使用吉林一号高分02、高分04系列卫星影像进行试验,获取的视差图精度优于1像素,表明使用本文算法可获取准确、清晰的视差估计,决定了后续高质量数字表面模型结果的生成。     

基于深度卷积神经网络的遥感图像船只识别

根据遥感图像的特点,针对海面目标难以准确识别的问题,提出了一种基于深度卷积神经网络的船只识别方法.首先利用分类网络进行图像的预分类,然后在分类结果的基础上,构成双通道的识别体制,识别网络采用Faster R-CNN.针对受云雾遮挡的船只识别问题,利用改进的深度卷积神经网络结构开展网络训练与调优,处理结果的F1-Scor...     

结合超像素和卷积神经网络的国产高分辨率遥感影像云检测方法

由于国产高分辨率卫星遥感影像波段少、光谱范围窄,导致传统云检测方法精度低。本文提出了基于卷积神经网络的高分辨率遥感影像云检测方法。首先采用主成分分析非监督预训练网络结构,获取待测遥感影像云特征;然后采用超像素分割方法进行影像分割;最后将检测结果影像块拼接,完成整幅影像云检测。试验效果评价表明,基于卷积神经网络的高分辨率遥感影像云检测方法不受光谱范围限制,云检测精度高,误判较少,适合国产高分辨遥感影像云检测。     

基于AlexNet网络的高分辨率遥感影像建筑物提取方法研究

高分辨率遥感影像的数据源日益增长使得其成为主要的遥感数据源之一。本文研究了一种基于AlexNet网络的高分辨率遥感影像建筑物提取方法,该方法是在卷积神经网络的基础上,建立一种端到端自动提取影像中建筑等物体位置的方法:首先使用图像增广技术增加数据集的丰富性和多样性;再通过超参数搜索选择网络使用的较优参数,最终实现了遥感影像中建筑物的自动提取。实验结果表明,该方法可达到75%的提取精度;与传统方法进行定性和定量对比,该方法具有耗时少、精度高的特性,对后续城市规划、三维建模等应用有着重要意义。     

基于HY-1C卫星CZI影像的多类型内陆水体大气校正及水质参数反演

海洋一号C星(HY-1C)上搭载的海岸带成像仪(CZI)在内陆水体水色遥感应用方面具有较大潜力。目前,HY-1C CZI影像在内陆水体的大气校正和水质反演研究较少,仍然需要解决适用于不同类型内陆水体的大气校正和水质参数建模等问题。因此,本研究在华北平原的小浪底水库、官厅水库、丹江口水库、白龟山水库、白洋淀5个不同浑浊程度的湖泊和水库开展了星地同步实验,获取了85个采样点的水面遥感反射率光谱和水质参数实测数据。发展了基于Sentinel-2 MSI影像均匀不变地物的HY-1C CZI影像相对大气校正算法和系统定标模型。HY-1C CZI的蓝、绿、红、近红外波段遥感反射率反演平均无偏相对误差(AURE)分别为14.7%、11.2%、28.9%、41.7%,蓝、绿、红波段的大气校正精度相对较高;此外,大气校正与实测光谱的相关系数r的平均值为0.978,光谱角度距离(SAD)的平均值为0.109,说明大气校正遥感反射率光谱形状与实测光谱一致性较高。基于实测数据构建了叶绿素a浓度和透明度反演模型,经独立数据验证,HY-1C CZI影像叶绿素a浓度反演的AURE为33.8%,均方根误差(RMSE)...     

单景卫星遥感影像目标运动信息提取技术

深入分析了高分辨率卫星遥感线阵推扫成像过程中运动目标影像的时空移变特性,充分利用卫星多线阵推扫成像传感器排布特点和卫星成像时间、姿态和轨道等辅助参数,建立了线阵推扫时空移变成像模型。提出了一种基于单景卫星影像不同波段信息的目标运动信息提取方法,并采用资源三号多光谱影像进行了飞机飞行速度信息提取试验。试验结果验证了基于单景卫星影像提取速度信息的有效性和稳定性。     

卫星遥感影像覆盖率查询方法与应用实现

传统的卫星影像覆盖率获取方法大多是在相关平台搜索和查询对应的遥感影像,再通过影像快视图查看整体的覆盖情况,操作过程较复杂,且无法获取精确的覆盖率值.鉴于此,提出了一种基于数据访问API的影像覆盖率查询方法,只需提供相关必要参数,即可快速查询所需遥感影像及其对应的覆盖率.首先利用遥感数据访问API,根据查询参数查询所需遥感影像的元数据;然后通过相关方法对影像元数据进行一系列的地理处理与分析,进而获取卫星影像的覆盖率值;最后以我国省级行政区划高分辨率卫星影像覆盖率查询与监测为应用案例进行了实验分析.结果表明,通过该方法可实时查询和监测目标区域精确的卫星影像覆盖率值,比传统方法更快捷、方便.