分享到:

北京地区有了航空遥感图像

本报讯:记者郑千里报道:11月21日,中国科学院遥感飞机携带我国自行研制的合成孔径成像雷达,成功地完成了对北京中关村高科技园区的遥感飞行,至此,该遥感飞机已顺利完成了5种传感器的飞行,这标志着我国具有自己知识产权的机载对地观测系统不但已跻身于国际先进技术水平的行列,而且还可以直接投入实际应用。$$今年9月9日,承担863计划308主题任务的中科院遥感应用研究所为了配合北京申办奥林匹克运动会,遥感飞机对北京地区进行了飞行,成功地获取了该地区的航空遥感图像。北京市汪光焘...  (本文共1页) 阅读全文>>

权威出处: 科技日报2000-11-28
《舰船电子工程》2019年10期
舰船电子工程

基于超像素的遥感图像并行分割算法

1引言卫星遥感技术的迅速发展,使得遥感图像的分辨率大幅度提高,从而显著推动了遥感技术在各个领域的应用。实地调查和人工解译方法对区域尺度的地物进行处理费时费力,因此,探索快速、高效的高分辨率影像数据处理与信息提取方法,已成为当前遥感研究领域的一个重要研究课题[1]。在2003年,Ren[2]等首先提出了超像素这个概念。Gould[3],Fulkerson[4],Yang[5]等利用超像素提取特征,直接做物体识别,在PASCAL VOC Chal-lenge取得了很好的名次。Mori[6]等则利用超像素做人体动作方面的检测,构造超像素的过程实际上是一种粗糙的图像分割。国内外对于图像分割与研究已久,各种方法层出不穷。近年来随着研究的日益深入,一些新的效率较高的方法也不断出现。对于图像分割技术来说,目前常用的方法主要有基于阈值的分割、聚类法、基于能量函数的分割、基于图论的分割和分水岭算法等分割方法[7]。基于阈值的分割算法常常是通过设定...  (本文共7页) 阅读全文>>

《轻工科技》2019年02期
轻工科技

地震灾害识别中遥感图像的应用研究

遥感技术是地震检测中重要的技术。可以较为完整地探测地震前后,受灾区域的情况,为调查震害、评估损失工作带来重要参考。例如:自从5.12汶川地震以后,相关科学家通过各种方法对地震的形成原因作出探索,已取得了诸多的成果。但是,以遥感技术对地震灾区的评估方面不多。因汶川地震波及范围广,山区连绵,且震后连雨,给解译高分辨率的光学影像带来了巨大的挑战。因此,加强遥感图像的应用非常重要。1观察区与实验数据的采集1.1 ETM图像成形和地震前后ASAR数据采集汶川处于四川省阿坝州东南角的岷江一带,县城在河流和岷江相交的位置,映秀是该州的南门,属于重要的交通要道。08年5月12日下午发生了八级地震,此次地震范围广、程度深,大量房屋坍塌、良田被毁,造成水电、通讯等完全断绝,交通受阻。80%的工厂、矿厂遭到毁坏;该区域地震发生后,泥石流、沙尘暴不断,且余震强烈,映秀属于重灾区。以下主要以映秀与附近区域为观察区,如下ETM图像。图1(a)观察地区震前E...  (本文共3页) 阅读全文>>

《数字通信世界》2019年04期
数字通信世界

关于遥感图像云检测方法研究进展

如今随着社会科技的进一步发展,人们对遥感图像的需求已经运用到了地球资源探测、自然灾害救灾预测、海洋环境污染监测等等各方个面上面。但是由于遥感图像收大气密度、湿气、云层等因素影响,针对对其产生遮挡问题。很研究人员针对云检测方法进行分析,以拟补对遥感图像形成中过程中容易造成地物信息缺失情况。通过云检测手段对云层特性进行研究和把握。有助于我们对遥感影像进行修复,目前有大量针对云检测的方法被提出来,可这方面国内研究尚有比较大的欠缺,因此本文在参过大量的国内外文献后,针对遥感云检测方面进行研究和讨论并且进行大量比较和归类得出云检测方法的研究进展,希望能为我国云检测方法可持续发展添砖加瓦。1遥感图像云检测技术现状目前市面上存在最多的云检测技术为“阈值法”。常见阈值法通过对光谱普段进行阈值检测,然后运用于遥感图像判断,判断其是否是云层。这种方法简单易行,但是准确率低,如,在夜间不能很好判断,地域复杂情况下如海岸线、河流等也不好判断,检测时候容...  (本文共1页) 阅读全文>>

《中国矿业大学学报》2017年01期
中国矿业大学学报

基于信息聚类的遥感图像分割

图像分割是图像处理的一项关键步骤,也是后续图像分析和解译的基础.聚类算法可以方便地利用图像特征空间中像素光谱测度的自然聚类特征实现图像分割,因此在图像分割中有着极其广泛的应用[1-3].传统上,基于聚类的图像分割仅仅实现硬划分,即每个分割像素确切地属于一个目标类;实际上,由于遥感图像的覆盖范围广泛,包含大量复杂的地物信息,常常出现同物异谱、同谱异物现象,很难确切地知道其像素所属目标类.因此,遥感图像分割更适合软划分,即每个分割像素以不同的隶属度隶属于每个目标类.模糊集理论恰好是实现软划分的有利工具,从而模糊聚类算法成为聚类算法研究的主流[4-5].典型的模糊聚类算法、模糊C均值(FCM)算法,可以依据最小二乘原理实现对图像数据的模糊划分.但其只考虑像素与聚类中心的相关性,并没有从整体上考虑像素与整个聚类集间的相关性,从而使其对图像噪声和异常值敏感.而且,FCM聚类算法过分依赖于聚类中心的选取,并且聚类中心的选取具有任意性,因此降...  (本文共6页) 阅读全文>>

《计算机仿真》2017年01期
计算机仿真

于卫星地域遥感图像分割方法研究仿真

1引言 图像分割是将图像分成若干个特定区域,从中提出所需目标的技术。它是连接图像处理与图像分析的桥梁[1],广泛应用于各个领域,并逐渐扩展找遥感图像处理的领域,遥感图像具有信息量大、边界模糊等特点,目前没有相关的模型对遥感图像进行分割,一定程度上遏制了遥感图像处理技术的发展。 脉冲耦合神经网络算法是目前遥感图像分割最常见的算法[2](pulse coupled neural networks,PCNN),该方法建立在猫、猴等动物大脑视觉皮层中同步脉冲发放现象的基础上,在图像分割时,能较好的将目标和背景部分分离开来,并能解决图像灰度变化和空间不连贯的问题;除了图像分割,该算法还能同时对图像进行去噪、检测、融合等处理[34]。想要实现基于PCNN的图像分割,首先要对PCNN模型中相关参数进行合理设置,针对不同类型的图像选择不同的参数,且参数选取的合理性决定了分割性能的优劣,但这样在很大程 火子系统模型;(~)代表神经网络中神经元的坐...  (本文共4页) 阅读全文>>