分享到:

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>>

南京信息工程大学
南京信息工程大学

新型星载观测数据的云检测与大气校正研究

卫星对地观测图像多会受到云像元的影响,为了消除云像元的影响,需要对卫星图像进行云检测,找到并剔除这些云像元。卫星对地观测时不仅接收来自地表的辐射信息,也接收大气辐射信息,只有消除大气辐射影响才能获得准确的地表辐射信息,因此还需要对卫星图像做大气校正。FY-3与Himawari-8都是新一代气象卫星,国内外关于新型星载探测器FY-3 MERSI和Himawari-8AHI观测数据的云检测和大气校正研究并不充分。本文选用多通道光谱阈值法对FY-3 MERSI数据图像进行云检测研究,选择6S辐射传输模型对FY-3 MERSI和Himawari-8 AHI数据图像进行大气校正研究。具体工作包括:(1)结合MODIS的云检测算法,分析FY-3 MERSI的光谱特征,找出可以利用的通道,利用Kmeans聚类分析法就这些通道直接设定阈值或经归一化处理后再设定阈值,得到适用于MERSI的多通道阈值云检测法。利用本文的多通道阈值法对不同时期和不同...  (本文共83页) 本文目录 | 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>>

《计算机应用》2019年02期
计算机应用

改进的基于深度学习的遥感图像分类算法

0引言遥感图像分类是遥感领域的一个重要研究方向,被广泛应用于精确制导、海情监控和交通监管等多个军事和民用领域,因此,对其深入研究具有重要的理论意义和应用价值。近年来,随着遥感技术的不断发展,遥感图像空间分辨率不断提高,遥感图像所包含的地物目标的细节更加明显、地物的光谱特征更加复杂,这使得早期的遥感图像分类算法分类性能较差[1-3]。在高分辨率遥感图像分类问题中,提取特征的有效性决定了分类结果的精度。传统的遥感图像分类算法需要借助不同的特征提取算法来提取遥感图像各种类型的特征,如尺度不变特征变换(Scale-Invariant Feature Transform,SIFT)[4]、方向梯度直方图(Histogram of Oriented Gradients,HOG)[5]、局部二值模式(Local Binary Pattern,LBP)[6]等。这些特征提取的过程较为复杂,且提取的特征可能存在信息涵盖不全面或存在冗余等现象,从而...  (本文共6页) 阅读全文>>

《激光与光电子学进展》2019年03期
激光与光电子学进展

一种加密遥感图像的安全外包搜索方案

1 引  言当前图像搜索技术主要分为基于文本的图像搜索和基于内容的图像搜索,基于文本的图像搜索采用对图像附加关键词信息从而实现图像搜索,该方法存在输入工作量大,描述信息存在多义性;对于海量数据而言,手工注释费时费力。基于内容的图像搜索是从图像中提取特征,如低层次图像的形状、纹理、颜色、轮廓等表层的特征[1]。但是,图像搜索技术涉及到特征向量、欧氏距离等计算密集型过程,需要硬件设备具有较高的计算能力,大量的图像本地存储会造成服务器压力巨大[2]。针对图像的计算[3]和存储这两个问题,借助云计算庞大的计算能力和存储的资源池已是未来的发展趋势。然而,由于遥感图像和普通图像不同,遥感图像具有16位深灰度值、波段数量大等特点,且遥感信息是关系国家安全与国民经济建设的重要战略资源,卫星遥感图像一般包含湖泊、森林等地面物体,属于国家的重要机密信息,如果直接将遥感图像外包给云平台进行搜索将会泄露隐私信息,同时在传输过程中也可能会受到非法攻击,因...  (本文共12页) 阅读全文>>

《光子学报》2019年06期
光子学报

基于旋转不变特征的遥感图像飞机目标检测方法

0 引言飞机多目标识别一直是遥感卫星图像目标识别领域中的一个重点研究方向,在机场的动态监管、航母的军事探测等领域都具有非常重要的应用价值.近年来随着遥感卫星图像分辨率的提高,飞机的形状、纹理以及其他特征变得更易提取,从而为飞机多目标识别提供了很好的条件.但由于飞机停泊地环境复杂,干扰众多,如何提高遥感图像多目标识别的准确率仍然极具挑战.遥感图像飞机多目标识别方法主要分为基于大数据的深度学习方法与非学习特征设计方法.深度学习目标检测方法[1-2]近年来发展迅速,但由于其依赖大数据的采集与人为标定,以及受GPU等硬件的制约,在很多场景下还难以展开应用.非学习识别方法又分为基于模型与基于轮廓两大类.基于模型的方法最初应用于自然图像中的目标识别,是通过训练大量的正负样本来提取目标一些具有显著代表性的特征,以区别干扰物与背景,常用的有词袋模型[3-6]和局部模型[7-9]等.林煜东等[10]将稀疏编码词袋模型应用于遥感图像目标识别中,但模...  (本文共10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>>