遥感云服务平台技术研究与实验

遥感云服务是基于云计算技术,整合各种遥感信息和技术资源,通过互联网以按需共享的方式提供的遥感应用服务.本文在分析遥感云服务的基本模式和技术特点的基础上,阐述了遥感云服务的技术体系及关键技术,包括遥感数据云存储、遥感数据云处理、遥感应用云服务以及遥感数据云安全技术等,设计了遥感云服务平台总体架构和功能模块,并介绍了作者团队基于云计算技术研发的遥感云服务平台原型系统.该系统支持用户根据业务选择遥感数据和应用软件,在云服务平台自动部署的虚拟机上进行在线使用.实验表明,遥感云服务平台可以汇聚来自不同服务商的遥感信息、应用软件和计算资源,为用户提供一体化的按需应用服务,对于遥感技术的普及应用和产业化发展具有重要意义.     

多源遥感影像管理与服务平台的设计与实现

针对遥感影像管理与共享服务,在分析不同来源遥感影像数据资源特点基础上,提出了适合多源、海量遥感影像数据管理的"文件+数据库"的存储和管理方式,采用镶嵌数据集进行遥感影像数据管理,并进行服务发布;同时提出了多源遥感影像管理与服务平台的总体构架体系,包括海量遥感影像管理平台和多源遥感影像网络化服务平台的设计与实现。     

多源遥感影像融合

遥感影像融合能富集同一地区不同数据源的信息大跨度波谱特性影像数据的融合,提供了有关各单个传感器的互补信息,使分类更精确;大跨度空间分辨力影 融合,有利于改善２多光谱影像的度,增强特征提取和目视判读能力,能有效地用于变化监测。     

多源遥感影像融合技术初探

遥感影像融合技术是图像处理领域的新技术,通过富集同一地区不同数据源的信息大跨度特征像数据的融合,提供有关各单个传感器的互补信息,使分类更精确。本文对多源遥感影像融合技术的技术路线及影像配准,影像融合的一些技术方法思路做了初步的探讨。     

多源遥感影像管理与分发集成研究

从业务现状和功能需求着手,对多源遥感影像管理与分发服务系统的设计进行分析,着重探讨了基于插件式框架的遥感影像信息采集技术、基于建模技术的多源遥感影像管理方法、基于多线程技术的海量影像快速查询方法以及基于订单的内外网一体化数据分发模式。并依托系统建设案例,实现对多源遥感影像的科学管理和高效分发的集成,验证了研究成果的可靠性和实用性。     

多源遥感影像的去云层处理

针对多源遥感影像的云覆盖问题，提出了利用多项式改正算法，以实现不同遥感影像之间的局部影像替换，从而满足去除目标影像上云覆盖的要求。     

基于GIS的多源遥感影像管理显示系统的设计与实现

影像数据具有多时相、数据量大的特点,这给影像数据的集中统一管理提出了更高的要求。如何结合GIS空间数据管理优势管理影像数据,实现矿区影像的快速入库与高效查询,是本文所要探讨的主要内容。本文在分析不同影像类型在磁盘上的存档特点,以及头文件内容的基础上,确定了影像元数据库结构并设计了头文件自动解析模块,实现了影像的数据文件及其相关元数据的快速入库,开发了基于Arc GIS Engine的影像管理查询检索系统,实现了基于空间和属性的快速查询检索,并且在元数据的支持下实现了影像和元数据的双向查询。     

基于中间件的遥感影像数据共享技术研究

针对遥感影像共享服务的应用需求,提出基于中间件技术的影像数据共享方法;设计基于中间件技术的影像数据服务模式。通过实验实现支持多用户并发访问的服务原型,验证基于中间件技术的影像数据服务方法的可行性并给出进一步研究的方向。     

多源遥感数据管理与远程处理集成实现

针对目前对多源遥感影像数据管理与远程处理的集成应用研究较少的现状,文章基于FTP、关系数据库和空间数据库引擎设计多源遥感影像数据及其元数据与快视图数据的一体化管理方案,基于Web Service与PCI-EASI设计遥感影像远程处理服务,并对多源遥感影像数据管理与远程处理功能进行集成,通过综合运用FTP和Web Service技术,提高了数据管理效率和应用的灵活性。最后以"粤港澳水质遥感监测系统"为例,实现了对多源遥感影像数据的有效管理及水质监测业务的系统化,验证了研究成果的可行性和实用性。     

农情遥感监测云服务平台建设框架

准确及时的农情信息是国家与地方政府保障粮食安全与社会稳定的必要条件。云计算的出现为这一需求的实现提供了契机。本文阐述了农情遥感监测云服务平台建设的重要意义、设计思想、总体架构、组成部分以及建设内容。在此基础上,以农情遥感监测产品信息服务为例,开发了一个农情遥感监测信息在线原型系统。该系统是农情遥感监测云服务平台的重要组成部分,负责多尺度时间序列农情遥感监测结果与信息的管理、存储和维护,并且向用户提供查询与下载服务。农情遥感监测云服务平台建设框架的设计为全面整合专家智慧、IT技术、数据资源、服务方式以及平台的实现提供理论指导与建设依据。该平台的建立,将深刻改变农情遥感应用的模式,推动农情遥感的广泛应用与产业化发展。     

利用对象光谱与纹理实现高分辨率遥感影像云检测方法

针对高分辨率遥感影像云检测过程中合适的云检测光谱阈值难以确定及影像中类云地物对云检测精度影响的问题,提出一种基于对象光谱与纹理的高分辨率遥感影像云检测方法。首先,对影像进行直方图均衡化处理,根据均衡化影像直方图获得合适的影像云检测光谱阈值。其次,用简单线性迭代聚类算法对影像进行分割生成分割对象,以对象为处理单元,根据云检测光谱阈值和对象光谱属性对对象进行云检测过滤,获得初始云检结果。然后,求得直方图均衡化影像的纹理图,根据对象的纹理均值及角二阶矩对初始云检测结果提纯,消除类云地物对云检测精度的影响。最后对提纯云区域进行区域增长及膨胀处理,获得最终的影像云检测结果。定性对比试验和定量评价结果表明,本文方法可以获得良好的影像云检测结果。     

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。     

遥感影像理解专家系统的设计与实现

首先介绍了遥感影像解译的发展状况，然后在遥感影像理解专家系统研制过程中，提出了系统的总体结构模型、知识库和推进机制的解决方案，探讨了面向对象方法和系统实现的无缝集成等技术在专家系统中的应用。     

基于云理论的遥感影像分类方法分析

采用基于云理论的遥感影像分类方法,该理论兼容模糊性和随机性,通过逆向云发生器生成云模型,进而得出云的数字特征隶属函数,使用X条件云发生器计算隶属度,最后用极大判别法实现分类。通过与传统方法的实验对比分析,基于云理论的遥感影像分类方法有效地改善分类中的不确定性问题,提高分类准确度。     

省域自然资源遥感监测服务平台设计与实现

随着国家卫星遥感技术的发展,自然资源遥感监测成果呈高速化增长之势,如何高效管理与利用遥感监测成果需要深入研究与探索.以省域遥感监测成果数据为基础,利用地理信息系统(Geographic Information System,GIS)、遥感(Remote Sensing,RS)、Web等技术建成省域自然资源遥感动态监测服...     

基于SOA的遥感影像共享架构研究

针对遥感影像数据共享中存在的“信息孤岛”问题,提出了面向服务的共享架构;基于OGC规范扩展定义了可支持计算机搜索、评价并集成数据服务的元信息模型;基于Web Services技术设计和实现了元数据服务和数据服务。实验结果表明,面向服务的共享架构能够集成地理上分布的异构影像数据资源。     

基于多维云空间的多光谱遥感影像边缘检测研究

在云模型的基础之上,提出一种基于多维云空间的遥感影像边缘检测算法。该方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不同波段的数据特征建立多维云空间映射模型,将数据从图像空间映射到云空间。通过多维云的逻辑运算生成边界云并进行向量综合。利用云的数字特征反推隶属度,构建边缘模糊特征平面,并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。     

多源遥感影像数据融合理论与技术

在分析和探讨多源遥感影像数据融合原理、层次、结构及特点的基础上,归纳了多源遥感影像数据融合方法,并对数据融合的关键技术及研究热点进行了总结。     

一种顾及几何特征的云模型遥感影像分割方法

将云模型与模糊理论相结合,提出了一种基于不确定性的、顾及几何特征的遥感影像分割方法。该方法用分水岭算法对原影像进行分割获得初始分割图斑,再将图斑抽象成云模型,以云模型实现图斑对象表达,在基于云概念的光滑度、紧凑度定义的基础上,构造差异性度量准则和相应的云模型综合算法,并由云综合运算实现不同粒度空间下的区域合并,达到多尺度遥感影像分割的目的。几组实际影像数据的分割实验证明了该方法的有效性。