迁移学习支持下的高分影像积云提取方法研究

针对传统影像质量检查工作中积云提取存在人工作业量大、操作烦琐等问题,本文通过引入迁移学习机制,将已有数据集训练过程中得到的神经网络参数迁移到解译模型构建中,提出了一种适用于积云的自动提取方法。本文以湖南省不动产统一登记基础数据为实验对象进行了实验,结果表明,本文方法的浓积云提取总体精度可以达到90%以上,淡积云提取的总体精度可以达到87.3%,表明本文研究可用于高分影像积云自动提取。     

卷积神经网络迁移的高分影像场景分类学习

针对基于人工提取特征的传统分类方法无法有效表达高空间分辨率遥感影像高层语义信息,且需要大量高质量训练数据,而带标签样本数据匮乏的问题。迁移学习运用已有知识对不同但相关领域问题进行求解,可有效解决目标领域中仅有少量标签样本数据的学习问题。该文提出利用迁移学习,基于卷积神经网络的深度学习模型进行高分影像场景分类。首先,基于ImageNet预训练的卷积神经网络Inception-v3模型提取高分影像数据的特征向量;然后,将特征向量作为输入数据训练一个新的单层全连接神经网络,经少量带标签影像场景数据训练后得到最终分类结果。该方法在UC Merced、AID和Wuhan 7类场景影像数据集上分别取得99%、93.3%和96.6%的准确率,相比已有方法,有效提高高分影像场景分类精度,同时说明知识迁移在高分影像场景分类领域的可行性。     

利用 Landsat 8影像制作解译样本点辅助高分影像分类可行性的研究

地理国情普查项目使用的高分影像质量的良莠不齐给地表覆盖数据生产带来了巨大障碍。本文剖析了目前收集到的高分影像资料的主要缺陷,如多分辨率、多传感器、多年份和跨季节,给地表覆盖数据解译带来极大的局限性;阐述了Landsat 8影像自身的特点,如像幅面积大、获取周期短、波段信息丰富,同时提出利用Landsat 8影像辅助解译的思路,并通过试验验证这种方法的可行性。     

利用Landsat 8影像制作解译样本点辅助高分影像分类可行性的研究

地理国情普查项目使用的高分影像质量的良莠不齐给地表覆盖数据生产带来了巨大障碍。本文剖析了目前收集到的高分影像资料的主要缺陷,如多分辨率、多传感器、多年份和跨季节,给地表覆盖数据解译带来极大的局限性;阐述了Landsat 8影像自身的特点,如像幅面积大、获取周期短、波段信息丰富,同时提出利用Landsat8影像辅助解译的思路,并通过试验验证这种方法的可行性。     

基于高分遥感影像地表覆盖草地信息人工解译技术方法

地理国情普查是开展地理国情监测的前提和基础,对于准确掌握国情国力,提高政府管理的科学性、规范性和前瞻性,推动生态文明建设和重大战略、重大工程实施具有重要意义。基于高分遥感影像进行地表覆盖草地分类中天然草地及人工草地等信息的人工解译方法,主要是通过不同影像纹理特征的判别作为分类的依据,为以后同类地表分类的解译奠定了基础。     

遥感影像智能解译:从监督学习到自监督学习

遥感影像精准解译是遥感应用落地的核心和关键技术.近年来,以深度学习为代表的监督学习方法凭借其强大的特征学习能力,在遥感影像智能解译领域较传统方法取得了突破性进展.这一方法的成功严重依赖于大规模、高质量的标注数据,而遥感影像解译对象独特的时空异质性特点使得构建一个完备的人工标注数据库成本极高,这一矛盾严重制约了以监督学习...     

典型滑坡遥感影像特征研究

对于不同地质条件、成因类型和运动距离的滑坡,在不同分辨率遥感图像上显示的影像特征往往存在较大差别,尚难以确定统一的滑坡遥感识别标志.尤其对于规模较大、形成机理和活动规律复杂的远程滑坡和复合滑坡,一直是遥感识别的难点,可供借鉴的前人研究成果不多,目前主要还是靠地面调查.在国内外滑坡遥感调查成果调研以及国土资源大调查地质灾害遥感调查、近年来地质灾害应急遥感调查研究成果的基础上,分析和总结了笔者参与调查过的巫山大清坎滑坡、千将坪滑坡、武隆滑坡及西藏102滑坡群等典型滑坡的遥感影像特征,提出了滑坡(尤其是高速远程滑坡)的遥感识别标志,以期与同行专家共商榷.     

遥感影像解译在地理国情普查中的应用

遥感技术已成为快速、准确监测土地利用变化的重要手段,国情普查是一项利国利民的大工程,遥感影像解译在整个工程中占有相当大的比例.通过即定时间的影像数据,结合测绘专业知识判读影像内容,总结两种影像解译的特点.结合实际工程情况和影像特点,介绍两种解译方法在地理国情普查中的应用.     

利用无人机影像进行滑坡地形三维重建

针对滑坡表达研究的需要,提出了一种基于无人机影像序列的滑坡地形全自动鲁棒三维重建方法。以某滑坡区为试验场地,利用无人机搭载小型数码相机获取滑坡影像,辅助飞控数据建立的影像拓扑关系,依据计算机视觉原理,对滑坡地形进行了全自动三维建模,生成了包含颜色信息的三维点云数据,构建了滑坡体数字表面模型(DSM)。结果表明:该方法可快速实现滑坡三维地形精细测绘,有效降低作业成本和劳动强度;所建模型可准确表达滑坡体的空间分布特征,为正确分析评价滑坡稳定性提供了有力支持,尤其适合在困难山区或潜在危险地区的滑坡遥感动态监测。     

WebGIS支持下的浙江省高速路沿线滑坡灾害预测系统

随着WebGIS技术和计算机技术的发展,它们的应用领域也进一步得到拓展。本文结合浙江省高速路沿线滑坡灾害预测系统的开发实例,提出了将万维网地理信息系统(WebGIS)技术应用到滑坡灾害预测系统中,实现其预测数据的实时更新和可视化管理的解决方案。文章首先指出开发滑坡灾害预测系统的实际意义以及传统预测系统的不足,然后,通过阐述WebGIS技术的优势,提出其解决方案。最后,通过系统结构设计、功能设计、开发环境以及设施步骤等几部分的叙述,探讨了构建浙江省高速路沿线滑坡灾害预测系统的具体过程。     

基于空间遥感影像的居民地自动解译

针对当前地物要素信息采集劳动强度大、智能化程度不高、效率低等技术瓶颈,本文以深度学习理论为基础,在Caffe框架上依托Digits网络服务器构建居民地数据集进行分类识别训练,建立样本数据集并完成模型训练工作.整合居民地复杂数据信息,设计了针对遥感影像自动解译居民地的操作流程.通过对实验结果分析,利用深度学习获取的数据模...     

样本迁移支持下的遥感影像自动分类方法

迁移学习是运用已有知识对相关的不同领域的问题进行求解的一种机器学习方法,本文结合这一方法,提出了一种基于先验知识的样本自动选取方法,并构建了一套土地覆盖自动分类的算法框架。该方法主要面向Landsat数据,通过图像变化检测技术与光谱形状编码的方法,从源领域中迁移适用的地物类别知识并标记在目标影像中,使用SVM完成基于样本迁移的自动分类流程。结果表明,该方法可以获得可靠的自动分类结果,一定程度上满足遥感信息的大范围提取与长时间序列处理分析的发展需求。     

基于双稀疏度K-SVD字典学习的遥感影像超分辨率重建

近年来,基于深度学习的超分辨率重建技术已经广泛应用于多时相高光谱影像、高分影像超分辨率重建等领域。多角度遥感影像之间具有丰富的互补信息,可用于超分辨率重建。针对高分辨率多角度遥感影像提出了一种基于动态上采样滤波网络的超分辨率重建方法。该方法的网络结构为端到端双路网络,其中一个分支网络通过动态上采样滤波模块来实现分辨率提升,另一个分支网络用来学习影像中的高频信息,将两个分支网络输出的结果相加即可得到最终的超分辨率重建影像。为了验证该方法的有效性,利用WorldView-2美国亚特兰大地区和巴西里约热内卢地区多角度遥感影像数据分别进行了2倍、3倍、4倍超分辨率重建模拟实验和真实实验,并进行了多组对比实验。实验结果表明,所提方法可以在顾及多角度影像角度维信息的同时有效提升目标影像空间分辨率,并且较好地保持了影像的细节信息。     

无人机遥感在应对地质灾害中的主要应用

无人机遥感技术在近几十多年取得了巨大发展,从理论研究已经进入了实用化阶段,尤其是在预防与应对自然灾害方面有着明显优势。介绍了无人机遥感系统的组成、数据获取和处理过程,对地质灾害监测、应急救援和灾情评估工作中无人机遥感可提供的的应用进行了分析,并介绍了无人机遥感在重庆市武隆县鸡尾山特大型滑坡救援中的应用;并对无人机遥感系...     

面向对象灾害遥感判读知识库设计与实现

灾害遥感研究与应用中积累的判读知识是灾害应急中灾情信息快速、准确提取的重要依据,为了重复利用专家所掌握的不可多得的判读知识,需要通过知识库将其存储管理起来,以实现共享和利用。本文采用面向对象和模糊加权产生式规则的知识表达方法,研制了灾害遥感判读知识库,实现了知识获取、管理与推理,为判读人员提供了学习灾害判读知识和灾害应急应用的平台,对自动化和智能化的灾害遥感信息提取研究将起到推动作用。     

洪涝灾害灾情分析和评估的遥感方法研究

探讨了基于遥感和地理信息系统手段进行洪涝灾害灾情分析和损失估计的途径,研究了利用灾后一定时期内的遥感影像再现淹没状况的方法。     

基于多时相遥感影像的海岸线变化监测研究

随着社会经济的高速发展,沿海经济带正发生着日新月异的变化,海岸线环境发生了巨大改变。利用遥感技术不受时间、空间限制的特点,研究海岸线变化监测,有利于掌握海岸线分布情况,监测海岸线沿线生态环境。本文是基于多时相遥感影像,开展辽宁省大陆海岸线变化监测研究。     

遥感影像超分辨率重建的字典学习类算法

近年来基于字典学习的超分辨率重建技术已成为图像处理领域的研究热点,相比基于重建的超分辨率方法,基于学习的方法充分利用了先验知识,在放大倍数较高时,仍可取得较好的效果,因此被公认为一种非常有前途的方法。本文对国内外已有的基于字典学习的超分辨率重建方法进行了系统研究,梳理了3种基于字典学习超分重建算法的基本原理及优缺点。此外,本文根据遥感影像的特点,使用同一数据源进行字典学习,利用不同字典学习算法分别生成高、低联合字典对,采用不同尺寸大小及缩放倍数的测试图像,进行超分辨率重建,对各种算法的重建性能、鲁棒性和复杂度进行综合分析,进一步研究了各种算法对遥感影像不同应用需求的适用性。     

结合规划矢量的高分辨率遥感道路施工进度监测

为了有效监测道路修建项目的工程进度,提出了一种结合规划矢量的高分辨率遥感道路施工进度监测方案。首先,将矢量与高分遥感影像配准,建立道路规划缓冲区;然后,使用双边滤波增强道路信息,基于图割理论从缓冲区中提取出道路区域;最后,使用k-mean++算法得到道路分类图,并和规划矢量叠置分析,获得道路施工进度图。实验结果表明,所提方案充分结合了矢量数据和遥感影像,有效地监测道路项目的施工进度。