基于LS-SVM算法的遥感图像目标检测方法研究

遥感图像受到光照、拍摄角度、大雾等影响使得目标检测精度低,为提高遥感图像目标检测质量,通过计算遥感图像背景复杂度,进行目标区域的预提取,实施目标检测,提出基于LS-SVM算法的遥感图像目标检测模型。将提出的方法应用于舰船遥感图像和航空遥感图像的目标检测中,并和联合显著性特征和角度信息方法、改进SSD算法进行对比。结果表明该方法能够更好地对比较暗、尺寸比较小的目标进行检测,具有一定的应用价值。     

基于注意力机制的高分辨率遥感图像目标检测

高分辨率遥感图像目标检测是计算机视觉实践课程中的一个创新实验项目.针对高分辨率遥感图像目标检测过程存在的问题,在主干网络的残差基本单元中引入注意力机制,设计基于注意力机制的目标检测模型.利用模型分别检测DIOR数据集及DOTA数据集,并对检测结果进行了对比分析.结果表明,该检测模型实现了对图像中不同目标较为精确的分类和...     

基于卷积神经网络的光学遥感图像目标检测

针对光学遥感图像中的目标检测问题,提出了1种基于卷积神经网络模型的算法,对遥感目标检测任务进行端到端的训练和检测,根据输入的光学遥感图像,直接输出目标包围盒的回归结果和置信度。为训练和测试模型,建立了1个包含1万多个飞机、舰船目标以及广泛复杂背景的数据集。所提算法在其测试集上达到了超过90%的准确率和召回率,在GPU上的运行速度也接近实时,体现了算法准确、高效、鲁棒和易于训练的特点。     

基于模糊分形特征的遥感图像人造目标检测方法

在分析遥感图像分形特征的基础上,比较了不同分形特征的特点,分析了多种分形特征在对图像背景与人造目标的对应性,讨论了分形拟合误差特征的计算方法,提出了对分形特征量的模糊数学方法描述,研究了基于分形特征的人造目标检测方法.文章选择了多幅含有自然背景和人造目标的遥感图像,应用建议的算法进行综合试验,试验结果表明该方法对检测人造目标是有效的.     

基于波谱特征曲线法的遥感图像海岸线提取

本文利用遥感图像的反射波谱信息,提出了海岸线提取的一种方法。首先,根据遥感图像中水体独特的反射波谱特征,提出了以特征曲线法来进行水陆分离,其核心是基于地物波谱的相似度,以水体反射波谱曲线作为中心判据,当目标像元的特征曲线符合中心判据时,将目标像元分类为水体,反之为非水体,从而实现水陆分离。中心判据由水体波谱在遥感图像各波段的分布特征来确定。然后利用形态学方法,对水陆分离后的图像进行海岸线提取。本文以Quick Bird图像和IKONOS图像为例,利用ENVI软件编程,实现了对归一化后的遥感图像的海岸线提取。结果表明所获取的海岸线连续性好、信噪比高,算法简单且适用性强。进一步研究自适应获取中心判据的方法,可使该算法用于工程化运算。     

基于图像分解的分层图像修复

We propose a layered image inpainting scheme based on image decomposition.The damaged image is first decomposed into three layers:cartoon,edge,and texture.The cartoon and edge layers are repaired using an adaptive offset operator that can fill-in damaged image blocks while preserving sharpness of edges.The missing information in the texture layer is generated with a texture synthesis method.By using discrete cosine transform(DCT)in image decomposition and trading between resolution and computation complexity in texture synthesis,the processing time is kept at a reasonable level.     

基于多尺度特征注意的遥感图像语义分割方法

提出了一种基于多尺度特征注意网络的遥感图像语义分割方法,用于精确的像素级分割问题。通过利用由Transformer主干网络的不同层提取的多尺度特征,设计了一个双向聚合特征金字塔网络来捕获长距离依赖关系和细粒度细节。在网络结构中并行加入一个通道注意分支,从通道维度进行注意力增强以提高分割准确性。通过在两个高分辨率遥感数据集上的实验证明了该方法的有效性,实验结果优于其他分割方法。     

学校德育目标的分层研究

长期以来,我国学校德育目标的提法笼统而缺乏指导性导致德育实效性低下,这一问题产生的原因与德育目标的认识不到位有着较大关系,针对这一实际情况,文章运用哲学和逻辑的方法,按照不同划分的标准从四个方面对德育目标进行了分层研究,力求使德育目标具有可操作性,以增强其对德育实践的导向功能。     

基于深度学习的遥感图像目标定位与计数

近年基于深度学习的语义/实例分割技术不断发展,分割性能持续提高,但对物体形状的精确分割仍然不轻松,并且很多任务中(即使不是遥感领域)可能对精确分割并无需求而只需要对目标进行位置估计。在遥感影像中定位物体质心是解决不需要对物体形状进行精确分割的一种简单方法。因此,本文对利用深度神经网络定位遥感图像目标质心的可行性进行了研究,对经典HRNet语义分割架构进行了修改和适应,提出了一种基于HRNet架构的专门用于目标定位和计数的全卷积神经网络Centroid-HRNet,在保持原模型结构的同时实现简单性的质心检测。使用“马萨诸塞州建筑数据集”对模型进行了测试和评估,与其他方法相比,本文评价结果达到了较好的精度,而且简单。     

遥感图像中特定目标的自动提取

本文介绍了一个TM遥感图像中城市居民地的自动识别系统.首先分析了TM影像的特点,以突出其中城市居民地的特征,选择最佳的各波段组合方案进行波段合成.接着利用阈值分割算法对合成的假彩色位图进行分割,对分割后的效果图屏蔽河流和耕地.然后采用面积分析算法对图像进行去噪处理。再利用去噪后的图像形成小窗口,并以小窗口为单位对图像进行聚类处理来提取城市居民地,接着对边界窗口进行处理,最终识别出城市居民地.     

高光谱遥感的应用

高光谱遥感是近二十年发展起来的谱像和一的遥感前沿技术。虽然发展时间不长，但由于其本身的特点，使其获得了广泛的重视和应用。简要介绍了高光谱遥感的特点，然后试对近年来高光谱遥感技术的研究(主要是其数据特点及数据分析方法)和其应用状况作一综合性的阐述。     

高光谱遥感图像矿物填图模块设计

针对光谱仪从野外测得的高光谱遥感数据,提出一种基于IDL的矿物组合填图模块,该模块主要利用光谱角度填图法（SAM）与光谱信息散度法（SID）对高光谱遥感图像进行矿物填图,并通过不同颜色填充能够对矿物进行区别并有选择地进行查看．     

面孔识别与物体识别的不同脑机制研究综述

从大脑损伤病人研究、脑成像技术与事件相关电位研究和神经元水平研究的结果看，上颞沟、颞下回皮层、梭状回等区域能被面孔识别所激活，但不能被物体识别激活，证明面孔识别与物体识别的脑机制是不同的。     

基于视频图像处理的液体粘度识别方法研究

为了在生产过程中实现液体粘度的在线监测,提出一种结合数字图像处理和液滴分析技术的液体粘度识别方法.通过实验获得不同粘度液滴的形成及生长过程图像,利用图像处理技术得到液滴生成周期的轮廓特征数据,并采用随机森林特征选择(RFFS)算法选择高质量特征子集作为输入,对麻雀搜索算法(SSA)优化的SVR模型进行训练,获得能够识别...     

论知识产品的权利客体特征

知识产品的特征具有相对性,既包括作为私权权利客体所共同具有的特征,还包括区别于其他私权客体的特征。诸如商标等各种具体知识产品的特征既包含了作为类存在的知识产品的特征,也有其个性特征。立法保护各具体知识产品的个性特征不是否定其共性特征的理由。     

遥感图像配准技术的研究进展

在进行图像处理时,图像配准是一个必不可缺的步骤,而且图像配准也在很多领域有着广泛的应用,比如图像镶嵌、环境检测、多光谱分类等。对一般的遥感图像配准流程进行简要介绍,然后对遥感图像配准领域出现的最新技术进行总结,从原理和性能上对常用的三类算法进行了对比分析,并指出了各算法在图像配准中的优势及存在的问题。最后总结并指出了图像配准技术存在的主要问题,并展望了其未来的发展方向。     

基于粗糙集核计算的遥感图像波段优选算法

针对遥感图像波段选择传统手工方法的不足，应用粗糙集理论，从纹理分析的多个角度选择特征，多方面挖掘数据的关键属性；通过核属性时方法计算达到简化决策表中的条件属性的目的，得到图像分类的关键波段和一些次关键波段；实现了波段的自动选择．该算法比传统方法更客观更简便，为遥感图像波段选择提供了崭新的方法．     

高师地理专业遥感课程实践教学改革研究

实践教学是决定遥感课程教学质量的关键环节,传统的实践教学模式单纯强调遥感相关软件的培训,忽略了创新能力培养,并最终导致学生技术应用能力和创新能力得不到提高。本文在分析当前遥感实践教学环节存在问题的基础上,提出了实践教学改革的对策,构建了多层次的实践教学体系,以期为高师院校地理专业遥感课程实践教学改革提供参考。     

基于图像序列的指纹识别算法

指纹分析一般采取静态图像.图像采集系统选择一个静态图像帧,然而却忽略呈现在其他图像中的特征.该文提出了一种新的方法,采取图像序列的分析方法,提取细节特征和跟踪整个图像序列,并构建复合模板,这比单一的静态图像包含更多的特征细节.     

步态识别算法研究及FPGA实现

步态识别是一种根据人行走方式的不同来进行身份识别的生物特征识别技术。本文构建了一个FPGA控制的步态识别系统,实现了对人的自动、准确、实时的识别。系统的功能为：在简单背景下,从视频序列中分离运动目标,计算其特征值,并与步态数据库数据进行逐一比对,进行鉴别。采用构建的系统对中科院自动化研究所的步态数据进行识别,达到了90％的识别率。