中分辨率遥感影像云检测与厚云去除研究综述

中分辨率遥感影像（10～100 m分辨率）具有适中的空间分辨率、较高的重访周期和较大幅宽实现大范围的对地观测,是当前准确获取地球表面信息的核心遥感数据源。已有研究表明,地球表面常年60%以上云量覆盖,成为中分辨率光学影像获取有效地表信息的最大的限制性因素之一。如何高效地标记云/阴影并合成晴空影像,是实现地表要素提取、土地覆盖动态变化和地球系统物质和能量循环参量反演的关键,可视为同辐射校正、几何精校正一样的遥感影像预处理必备步骤,这也是进行各种定量遥感应用的基础。总结过去中分辨率影像云检测和厚云去除的研究发现,云检测截止在2019年有多篇综述文章进行总结,但是厚云去除的综述性文章未有报道。因此,研究重点总结了2018年以来云检测方法的科研成果,尤其是基于机器学习的技术方法,梳理出了这一研究的现状和重点;对于厚云的去除方法,扩展了厚云去除方法的概念,全面总结了各种厚云的去除方法,分析了各种方法存在的优缺点,对今后的研究重点进行了展望,为相关的研究学者对这一方向提供一个全面而清晰的认识。     

多源遥感影像数据融合

综述了多源遥感影像数据融合技术,包括融合的信息表示、融合原理、融合系统框架模型、融合的算法、控制及应用,最后指出了融合中存在的问题、可能解决途径和未来发展趋势。     

多源遥感影像分形特征分析

分形理论在遥感影像地物空间结构及其变化规律研究方面具有很大优势。本文使用三折线拟合法确定"无标度区间",改进传统的分线分维数计算方法,使分线法的计算结果具有实际意义并且更为准确。利用改进后的分线法对多源遥感影像进行分形特征研究,发现城区、田地、山体植被、水体等典型地物的分维特征在不同空间尺度遥感影像上比较相似,在同一尺度遥感影像上又具有比较明显的方向性特点。这些特征为更有效地进行遥感影像地物识别提供了重要参考。     

多源遥感影像的系统集成研究

遥感影像文件格式多样,组织方式也较复杂,如何在通用遥感影像处理平台中采用统一接口实现异源数据的解译和运算处理是一大难题。通过分析各种遥感影像文件组织结构,提出能包含各种不同格式文件间的接口设计和大数据量缓冲区组织方式,并在中国海岸带及近海卫星遥感综合应用系统软件平台中得以实现。     

高分辨率光学遥感影像舰船检测算法研究

针对传统舰船检测方法在高分辨率光学遥感影像中虚警率较高的问题,提出了一种适用于高分辨率光学遥感影像的舰船检测算法。利用能够表征地物纹理特征的二维图像熵结合区域生长原理实现海陆分离,在舰船目标分割阶段,引入视觉显著性模型,解决了不能分割暗极性舰船目标的问题,大部分场景下分割精度较高。最后在分割出的候选目标中,采用多特征量综合的方法剔除虚警。结果表明,该算法在舰船目标检测中有较高的检测率和较低的虚警率。     

双Level Set遥感影像建筑物检测

对传统的基于梯度的Level set方法和基于区域的Chan-Vese分割模型进行分析,提出结合局部梯度和同质区域全局均值信息的双水平集遥感影像分割模型,并利用变分法得到曲线的演化方程。该模型引入一种内部约束能量项近似地表示符号距离函数,使算法摆脱了重新初始化符号距离函数的缺陷,提高了曲线的演化速度,且可以同时分割出多类目标。在建筑物检测中可以同时检测出建筑物的向阳区域、屋顶和阴影区域。实验表明,该方法是一种有效的建筑物检测方法。     

基于多进制小波的多源遥感影像融合

首先介绍了遥感影像融合的一般理论和方法，然后在讨论多进制小波理论和影像特征的基础上，提出了一种基于特征的多进制小波变换的影像融合算法，该算法根据待融合影像分辨率之比来确定采用几进制小波，将待融合的高分辨率影像进行多进制小波变换，然后把高分辨影像经小波变换后获得的低频成分和低分辨率影像依据一定的关系进行相互转换，以形成新的高分辨影像的低频成分，经过多进制小波逆变换获得到融合后的影像，最大限度地利用了待融合影像的信息，防止了影像信息的丢失，通过对具体影像的清晰度和空间分辨率，融合后的影像最大限度地保留了待融合影像的光谱信息，同时提高了待融合影像的清晰度和空间分辨率，给出了SPOT全色影像与SPOT多光谱影像，SPOT全色影像与TM影像的融合结果，并与其他方法进行了比较，从而证明了本方法的优越性和自适应能力。     

多源遥感影像数据的尺度整合方法

遥感影像数据越来越多源化,对不同尺度的遥感数据进行整合是遥感影像数据管理的基础性工作。本文提出了两种数据整合的方式:“紧”整合和“松”整合,实现了不同尺度数据的关联,可以为不同尺度的遥感数据的尺度整合、数据融合提供依据,也可为遥感建模提供数据支持,并以北京市区的遥感影像为例,为多源数据的尺度整合提供了范例。     

弱监督深度语义分割网络的多源遥感影像水体检测

目的 深度语义分割网络的优良性能高度依赖于大规模和高质量的像素级标签数据。在现实任务中,收集大规模、高质量的像素级水体标签数据将耗费大量人力物力。为了减少标注工作量,本文提出使用已有的公开水体覆盖产品来创建遥感影像对应的水体标签,然而已有的公开水体覆盖产品的空间分辨率低且存在一定错误。对此,提出采用弱监督深度学习方法训练深度语义分割网络。方法 在训练阶段,将原始数据集划分为多个互不重叠的子数据集,分别训练深度语义分割网络,并将训练得到的多个深度语义分割网络协同更新标签,然后利用更新后的标签重复前述过程,重新训练深度语义分割网络,多次迭代后可以获得好的深度语义分割网络。在测试阶段,多源遥感影像经多个代表不同视角的深度语义分割网络分别预测,然后投票产生最后的水体检测结果。结果 为了验证本文方法的有效性,基于原始多源遥感影像数据创建了一个面向水体检测的多源遥感影像数据集,并与基于传统的水体指数阈值分割法和基于低质量水体标签直接学习的深度语义分割网络进行比较,交并比（intersection-over-union,IoU）分别提升了5.5%和7.2%。结论 实验结果表明,本文方法具有收敛性,并且光学影像和合成孔径雷达（synthetic aperture radar,SAR）影像的融合有助于提高水体检测性能。在使用分辨率低、噪声多的水体标签进行训练的情况下,训练所得多视角模型的水体检测精度明显优于基于传统的水体指数阈值分割法和基于低质量水体标签直接学习的深度语义分割网络。     

多源多时相遥感影像镶嵌方法探讨

为解决县级森林资源规划设计调查中多源多时相遥感影像镶嵌难题,本文提出一种基于合理直方图的影像镶嵌方法.在云南省多个县(市、区)的遥感影像镶嵌中应用此方法,获得较为理想的镶嵌影像图.结果表明,此方法在实践中具有较高的应用价值.     

国内多源遥感影像信息融合技术的新进展

遥感影像信息融合是有效利用遥感海量数据的关键技术。在总结传统遥感影像融合算法的基础上,对传统算法的改进算法和新的融合算法做了较为详尽的介绍,以期为全面系统地了解我国影像融合技术的发展,为我们的学习和研究工作提供便利。     

多源遥感影像自动配准技术的研究进展

综合利用多种不同遥感卫星获取的数据,可以较为全面地反映观测对象的几何和物理特性,有利于后续影像融合、影像分类等操作的进行,但是不同传感器设计各异,使多源影像自动配准难度重重。为此本文首先对自动配准的流程进行简要介绍,进而对国内外多源遥感影像的自动配准技术进行了分析和评述,最后总结了多源遥感影像自动配准技术面临的主要问题,并展望了其未来的发展方向。     

基于改进FCOS网络的光学遥感影像目标检测算法

针对当前遥感影像背景复杂、目标尺度小等情况导致的检测精度偏低的问题,基于FCOS网络提出了一种结合位置注意力和感受野增强的遥感影像目标检测算法PARF-FCOS;该算法构造了一种位置注意力模块,并利用该模块对特征提取网络进行改进,增强网络对目标信息的提取能力;在特征融合阶段使用感受野模块（RFB, receptive field block）增强浅层特征图,利用目标上下文信息进行辅助判断,提升网络对小尺度目标的检测能力;在训练过程中,引入距离交并比损失（DIoU loss,distance intersection over union loss）进行边界框回归,通过优化目标框与预测框中心点之间的距离,使回归过程更加平稳和准确;在公开数据集DIOR上评估了PARF-FCOS目标检测算法,实验结果表明,相较于原始FCOS,算法的平均精确度均值提高了4.3%,达到70.4%,检测速度达到23.2FPS。     

多源遥感影像融合理论、技术和应用

多源遥感影像融合日趋成为国际上遥感领域的研究热点，也是处理和充分利用多源遥感海量数据的有效途径。本文综述了多源遥感影像数据融合技术，包括融合原理、融合的主要方法、遥感影像融合应用、融合评价指标，最后指出了融合中存在的问题和发展趋势。     

多源信息复合的遥感影像水稻田信息提取方法研究

水稻是中国最主要的粮食作物之一。如何更精确更真实的获取水稻种植信息对于中国农业的可持续发展具有重要的意义。以江苏南京江宁区为试验区,融合遥感影像的光谱信息、纹理信息、空间分布特征等辅助性信息进行基于知识规则的水稻田信息提取,并将提取结果与传统的非监督分类和逻辑通道法的提取结果进行了比较。研究表明,基于知识规则的多源信息水稻田提取方法的精度最高。可见,融合多源信息的基于知识规则分类法是提高遥感水稻田提取精度的有效方法。     

光学遥感影像成像模拟研究综述

光学遥感影像成像模拟技术在航天器设计、卫星参数选择等方面有着积极的使用价值,可以极大地促进遥感事业的发展.本文从图像合成模拟模型、遥感物理模拟模型以及虚拟现实模拟模型对光学遥感影像成像模拟技术进行了介绍,对模拟过程中的主要影响因素、仍然存在的问题进行了分析,最后总结了光学遥感模拟技术的应用.     

基于云的多光谱遥感影像边缘检测研究

提出一种基于云的多光谱遥感影像边缘检测算法。该算法依据矢量角相似性准则并结合邻域关系进行图像区域生长,在此基础之上根据影像的波段建立多维云模型,将待处理对象映射到多个云空间,通过逻辑运算生成边界云并进行多维向量的综合。构建边缘模糊特征平面,在条件概率和模糊划分熵的基础上,通过最大模糊熵原则确定最优阈值,对图像模糊边界进行提取。试验结果表明,该算法在多光谱遥感影像中能取得较好检测效果。     

联合多尺度和注意力机制的遥感影像检测

遥感影像中目标的检测问题一直是遥感图像处理领域的热点和难点.传统的检测算法,在解决场景复杂,尺度差异大的目标时性能不高,而使用深度学习很难兼顾遥感目标的准确性和实时性.针对这一问题,设计了一种利用多尺度融合特征检测目标的轻量级网络,并提出一种能够从三个维度上生成像素自适应特征权重的注意力机制帮助提取显著特征,同时采用了...     

多源遥感影像多项式配准精度影响因素分析

影响遥感影像配准精度的因素众多,基于多项式配准模型在遥感影像配准中的应用,针对地形起伏、控制点分布、多项式配准模型次数、配准影像的多源异质性等影响多源遥感影像配准精度的因素,采用TM、SPOT和SAR等多源遥感影像进行了广泛的多项式配准实验分析,总结得出了上述各因素对多源遥感影像多项式配准精度的影响规律,为多源遥感影像的多项式配准实践提供一定的指导。