基于门控金字塔融合的遥感影像海陆分割方法

海陆分割是通过遥感影像进行海岸线变化分析、资源管理等应用的重要基础,由于遥感影像场景复杂、陆地大小形状分布不均,海陆分割面临着误分类和边界分割不清等问题。针对上述问题,提出了一种用于遥感影像海陆分割的门控金字塔融合网络。首先通过基于注意力诱导的跨层聚合模块聚合两个深层特征,捕获全局上下文,准确而粗略地获取陆地的大小和形状信息。然后将聚合的全局特征送入门控融合模块,以全局信息为指导,在多尺度特征中选择有用的上下文信息,逐层优化边界细节并突出整个陆地区域。最后对每个侧输出进行全局监督。选取两组不同数据源的遥感影像进行实验,准确率分别为9913%和9898%,F1分数分别为9903%和9889%,mIoU分别为9826%和9797%。实验结果表明,与其他算法相比,该算法具有更好的分割效果。     

多源遥感图像融合算法研究

图像融合是图像处理技术发展的一个重要内容,多源遥感图像融合作为图像融合领域的一个重要分支,已经成为遥感技术领域的研究热点。根据多源遥感图像融合技术的研究现状,简要概括了遥感图像融合的基本概念;从算法原理着手,研究分析了多源遥感图像常用的融合算法的优缺点,如IHS变换法、Brovey变换法、主成分分析法、小波变换法等;探讨了遥感图像融合中的各种评价指标;指出了遥感图像融合的发展方向,为以后相关研究提供参考和借鉴。     

基于ERDAS的遥感影像几种融合方法的分析比较

本文描述了在ERDAS中如何对遥感图像进行纠正,配准,重点讨论了进行遥感图像的融合方法和过程,提出了三种融合方法,并对主成分变换融合、乘积变换融合、比值变换融合,三种融合的效果和应用进行了比较和讨论。     

多波段遥感影像变化检测中差异影像构造研究

针对于多波段遥感影像变化检测中构造差异影像和确定变化阈值这2个关键问题展开研究,提出了融合法与主成分分析法结合构造差异影像的方法,实现了融合法对于多波段遥感影像的应用扩展,有效地抑制了噪声并实现了变化信息的有效集中和准确提取,再利用结合直方图的EM算法确定变化阈值,提高了流程的自动化程度,最终完成变化检测。最后利用实际遥感影像进行了实验,并通过与差值法和比值法的对比,证明了这种方法可以显著地提升变化检测的正确检测率,是一种有效的多波段遥感影像变化检测方法。     

一种结合阴影补偿的城市高分遥感影像分割方法

随着遥感影像空间分辨率的不断提高,由于阴影导致的弱边缘及虚假边缘等对于准确定位对象边缘所造成的干扰也更加突出。在传统的影像分割中进一步引入阴影补偿策略,在之前所提出的WJSEG算法基础上,通过将阴影视为出界点并利用卡方变换进行阴影识别,提出了一种结合阴影补偿的城市场景高分辨率遥感影像分割算法SWJSEG。实验表明,该方法能够有效应对阴影造成的干扰,有助于更加准确地定位对象边缘,使影像分割的精度及可靠性显著提高。     

D-S理论多分类器融合的光学遥感图像多目标识别

光学遥感图像的多目标检测与识别一直是图像处理与分析领域的热点研究问题。针对多特征单一分类器决策级融合不能很好的利用特征与分类器的适应性,导致识别的准确率很难进一步提高的问题,提出了基于D-S证据理论的多特征多分类器决策级融合策略。首先提取了两种简单且具有平移、缩放不变性的特征;其次分别引入3种适应性较好的分类器进行分类;最后设计了两级的D-S证据理论的融合方案,并且在置信度函数计算的过程中引入表征分类器性能的混淆矩阵。该算法有效地解决了分类器输出的不确定性问题,进一步提高了光学遥感图像多目标分类识别的准确性。测试表明,对4种目标的识别率达到97.22%,验证了算法的有效性。     

ICESat-2卫星测高与光学遥感融合测深在海上风电工程前期中的应用研究

海上风力发电作为可再生能源,发展迅速,其重要性逐渐上升。在海上风电前期工程中,近岸水深或海底地形对海上风力发电场选址等非常重要。水深测量技术,如单波束、多波束、机载激光雷达需耗费大量人力、财力等。ICESat-2作为新一代激光测高卫星,其在沿轨水深和海底地形测量中可发挥作用,进一步将ICESat-2沿轨水深与光学遥感影像融合以获取区域性水深成果。通过对特拉弗斯城65 km²水域实验结果表明,四轨ICESat-2沿轨水深精度平均RMSE为0.23 m,平均R²达0.93,多波段模型和对数比值模型融合测深RMSE约0.87 m和0.63 m。并将该技术在青岛近岸水域开展实验,探究在国内近岸水域测深的可能性。     

基于D-S证据理论的高分遥感影像建筑物变化检测

面向城市发展过程中建筑物多样的变化类型,提出了一种基于 D-S 证据理论高分遥感建筑物变化检测方法。 基于影像 多尺度分割结果,综合多重因素首先设计了一种非建筑物指标 NBI。 在此基础上,结合多时相的 NBI、传统建筑物指数 MBI 以 及差分特征,构建建筑物变化证据集合。 最后,提出了一种结合阴影检测的证据置信度指标,进而构建了一套完整的 D-S 证据 理论变化检测模型,从而将建筑物划分为新建、拆除以及改建类。 不同地区影像的实验结果表明,所提出模型的变化检测精度 和 Kappa 系数分别可达 80%和 0. 7 以上,且在目视分析和定量评价中均优于对比方法。     

基于卫星遥感影像的输电线路异物故障特征分析

电力是国民正常生活和安全生产的重要保证,为提高运营效率,维护高压输电线路的正常运行,提出一种基于卫星遥感影像的输电线路异物故障特征分析方法,通过卫星遥感影像检测提高输电线路异物检测的准确性。首先对输电特征节点的关键帧进行筛选,分析数据结构的特征,然后采用预估漂移区域筛选法提取关键帧,最后使用Mean-Shift算法对异物故障特征指标进行计算,实现故障特征分析算法的设计,并在某实验场地进行塑料袋、鸟窝、断股散股等异物的试验验证,结果证明了所提算法的有效性。     

半监督卷积神经网络遥感图像融合

近几年随着深度学习的发展,学者们利用卷积神经网络实现遥感图像融合取得了不错的效果.由于没有高分辨率多光谱图像作为参考图像,所以一般基于深度学习的方法在退化图像上训练模型,然后用训练好的模型去预测高分辨率多光谱图像,但是退化图像的融合过程并不能完全反映原始图像的融合过程.为了改善融合性能,提出了一种半监督卷积神经网络遥感...     

基于IHS变换与自适应区域特征的遥感图像融合算法

当前较多遥感图像融合算法主要通过独立像素点的像素特征来完成图像子带的融合,忽略了图像子带的区域相关性,导致融合图像存在不连续以及模糊效应等不足。因此,设计了IHS变换耦合自适应区域特征的遥感图像融合算法。引入IHS(intensity, hue, saturation)变换,对多光谱(MS)图像进行分解获取强度分量,将其与全色(PAN)图像进行融合。再通过非下采样Contourlet变换(NSCT)对PAN图像与强度分量进行子带分解,获取高、低频子带信息。并利用图像的区域能量以及区域空间特征,对低频子带融合模型的调节因子进行自适应整定,使得融合低频子带能够包含更多的空间信息。基于图像的区域方差特征来构建高频子带融合模型,使得融合高频子带能够包含更多的纹理信息。实验结果表明,与当前遥感图像融合算法相比,所提算法的融合图像具有更好地光谱特性以及空间特性。     

非下采样Shearlet变换耦合边缘制约的遥感图像融合算法

为了解决当前遥感图像融合算法因忽略了区域中像素点的边缘特征而导致融合图像中存在块效应以及模糊效应的不足,在非下采样Shearlet变换的基础上,设计了基于边缘制约模型的遥感图像融合算法。首先,将多光谱(MS)图像经过IHS分解,提取相应的亮度分量。然后,通过非下采样Shearlet变换,将全色(PAN)图像与亮度分量进行分解,获取各自的高频系数与低频系数。再通过图像的空间频率特征,建立低频系数的融合函数,对低频系数进行融合。并利用图像的区域平均梯度特征与图像区域中像素点的边缘能量特征,构造了边缘制约模型,对高频系数进行融合。最后,将融合后低频系数、高频系数经非下采样Shearlet逆变换和IHS逆变换,获取融合图像。实验结果显示,与当前遥感图像融合方法相比,所提算法的融合图像具有更高的清晰度,更好地保持了图像的光谱特性,消除了块效应以及模糊效应。     

基于非下采样 Contourlet 变换耦合能量相似制约的 遥感图像融合算法

为了克服当前遥感图像融合方法存在的块现象和光谱扭曲等问题,引入了非下采样Contourlet变换(nonsubsampled contourlet transform,NSCT),设计了一种通过能量相似制约的遥感图像融合算法.利用HSV(hue,saturation,value)变换来处理多光谱(multi-spect...     

基于DFECANet的遥感图像飞机目标检测方法

针对现有的遥感图像目标检测方法中对小尺寸飞机目标的检测精度不高、特征信息传递不准确、信息交互不充分等问题,提出了一种基于可辨别特征提取和上下文感知的遥感图像飞机目标检测方法。设计了以可辨别特征提取模块为主体的主干网络,用以加强对多尺度飞机目标的特征提取;引入自适应特征增强模块,选择性关注小目标、优化特征信息的传递与信息交互;并设计了特征融合上采样模块对特征图进行上采样操作,用以提升高层语义信息的准确性。在DOTAv1数据集上的检测精度达到了95.2%,相较于YOLOv5s、SCRDet、ASSD等主流算法,飞机目标的检测精度提高了3.7%～18%。此外,该方法的检测速度以及模型参数量分别为147 fps和13.4 M,相较于当前主流算法具备较强的竞争力,满足在遥感背景下对飞机目标的实时检测需求。     

遥感云图纹理特征提取算法实时加速设计

为了解决灰度共生矩阵对遥感云图特征提取实时图像处理过程中算法复杂度高,运算时间长,数据运算量大等问题,提出了一种Vivado HLS实现卫星遥感云图特征提取算法的硬件加速方法.通过对灰度共生矩阵纹理特征提取算法以及Vivado HLS硬件加速设计进行研究,利用Vivado HLS对灰度共生矩阵纹理特诊提取进行硬件加速,...     

基于改进DeeplabV3+的遥感图像分割算法

针对高分辨率遥感图像语义分割存在地物边缘分割不连续、小目标分割精度不高的缺陷,本文提出一种基于改进DeeplabV3+的遥感图像分割算法,该算法首先使用分散注意力网络ResNeSt替换DeeplabV3+原始主干网络Xeception,以提取更丰富的深层语义信息,从而提高图像分割精度;其次引入坐标注意力机制（Coordinate Attention,CA）,有效获得更精确的分割目标位置信息,使得分割目标边缘更加连续;最后在解码层中采用级联特征融合方法（CFF）提高网络的语义信息表征能力。试验结果表明,该算法在中国南方某城市的高清遥感图像数据集分割任务上mIoU高达97.07%,相比原始DeepLabV3+模型提高了3.39%,能够更好地利用图像语义特征信息,为解译遥感图像语义信息提供一种新的思路。