基于多尺度小波的城市遥感图像纹理特征提取

遥感技术为人们提供了大量的图像数据,如何从中提取所需信息,是遥感图像处理技术研究的热点。基于多尺度小波变换,可提取城市图像的纹理特征。根据城市影像中地物特征和小波技术的特点,确定合适的窗口大小,采用逐一滑动窗口的方法,对每一窗口提取相应的小波统计特征;应用小波变换的多尺度特性,在不同尺度上提取出子图像特征,构造出纹理特征矢量,为遥感图像的分类提供纹理特征。     

基于遥感的撂荒耕地提取方法比较研究

粮食安全是国家安全的重要基础.全球气候持续变暖引起的粮食减产以及快速镇化背景下农村耕地撂荒现象的不断加剧,严重威胁我国粮食安全.开展撂荒耕地的遥感监测,准确掌握撂荒耕地的空间分布,对于科学制定农业发展措施具有十分重要的意义.本文以我国贵州清镇市为研究区,在分析该地区农作物物候特征以及撂荒耕地光谱特征基础上,利用哨兵2号高分辨率卫星遥感数据,采用单时相波段特征法、植被指数变化检测法和CART决策树分类法分别提取撂荒耕地,并对不同方法进行对比.结果表明：(1)由于季节性作物种植和生长的差异,撂荒耕地与种植耕地不同季节的光谱特征差异明显;(2)基于不同地物光谱特征值差异的单时相波段法容易受到其他光谱值相近的地物的影响,撂荒耕地的提取精度仅有67%,显著低于考虑季相变化特征并结合波段光谱差异的植被指数变化检测法和CART决策树分类法,其提取精度分别达到82%和73%.     

矿山开发的水土环境效应遥感监测研究进展

矿山开发导致严重的水土环境污染.矿山开发的水土环境效应包括水质污染、水文循环改变和土壤重金属污染等方面.遥感以实时、高效、数据量大、观测范围广的优点,在矿山开发水土环境效应监测中发挥了重要的作用.笔者综述了矿山信息提取、土壤重金属污染和矿山开发水污染遥感监测方法国内外研究进展,讨论了该研究领域亟待解决的科学问题及今后研究发展前景,以期对中国矿山开发水土环境效应遥感监测理论及水土污染控制实践有所借鉴.研究结果表明:矿山开采过程中,形成了酸性矿山废水吸附重金属,进一步通过迁移释放污染地表和水体;矿山开发改变流域下垫面水文特性.利用遥感技术提取矿山开发信息已取得较好社会效果,今后有待于进一步构建稳定的数据保障.利用高分辨率遥感影像提取矿山开发信息,需进一步探讨提取方法,提高提取精度.     

改进朴素贝叶斯算法的人脸表情识别

传统图像特征提取具有较高维度缺陷,造成算法分类效率低、复杂度高、分类速度慢、计算开销大等问题.为此提出AAM算法,定位关键点提取人脸表情几何特征.将朴素贝叶斯分类器结合特征属性重要度调节高斯核函数,使用K近邻算法实现分类决策,提出一种WNBC-KNN分类方法,从降低数据维度和分类算法两方面优化人脸表情分类.在CK+数据...     

基于深度学习的高分辨率遥感图像海陆分割方法

将高分辨率遥感图像进行像素级海陆分割是遥感应用领域的一项基础性工作,对海岸线提取和海洋近岸目标检测具有重要意义,但传统阈值方法往往由于高分辨率遥感图像覆盖范围广、地物纹理复杂等特点而难以取得预期效果。为了提升高分辨率遥感影像海陆分割精度,改善传统阈值方法的不足,基于深度神经网络模型利用编码器—解码器架构,并在编码层中引入残差块,以更好地对特征图进行高级语义信息提取,通过解码层将编码层生成的特征图还原成与输入尺寸相同的特征图,最后通过Sigmoid层对图像进行像素级海陆分割。在高分辨率遥感图像数据集上的实验结果表明,该网络模型取得良好了分割效果,准确率和Kappa系数分别达到了94.3%和93.7%。与传统方法相比,海陆分割精确度得到了有效提升。     

《遥感技术基础》课程教学策略探究

一、教材及学生专业知识背景分析 遥感技术基础的教学目标:掌握遥感的概念、遥感的原理与方法、遥感的技术系统.掌握常用遥感数据的特征和应用、信息提取的方法.了解遥感信息的应用.     

基于深度学习的遥感影像城市建筑用地提取

使用遥感影像对建筑用地进行精确和高效的提取,是土地利用的重要信息来源。使用卷积神经网络的深度学习方法对研究区Landsat8遥感影像图进行分类训练与提取,与作为对照组的支持向量机方法进行比对分析。结果表明,基于深度学习的遥感影像城市建筑用地提取方法提取精度更高,尤其在道路提取精度上有着明显优势,说明将深度学习融入遥感影像建筑用地提取有着广阔前景。     

一种小波域K-Means遥感图像分类标注算法

由于合成孔径雷达图像（遥感）的相干斑噪声数据丰富,导致传统的遥感图像分割方法分割效果不佳,采用学习理论和神经网络改善图像处理性能。根据图像统计特征,采取神经网络语义提出一种高效的图像纹理特征分割方法。首先,利用K-means聚类提取遥感图像的纹理特征,然后根据遥感图像在小波域中的分布特征对其进行滤波,最后利用语义对滤波后的遥感图像纹理特征和灰度组成的矢量进行分割归类,在遥感图像分割中快速标注分类以便于视觉分析。利用区域一致性分割分类,由聚类样本特征匹配进行图像分类标注,对变化检测进行统计分析,过分割或欠分割误差聚类样本不做标注,选取最佳样本聚类k值标注分类结果。     

基于遥感图像分层特征的机场目标识别系统研究

讨论和研究了面向人造目标的遥感图像目标分层特征模型、基于目标分层特征的遥感图像属性以及目标关键特征属性的提取方法,并针对遥感图像中机场目标的检测与识别,提出了机场遥感图像的分层特征描述内容以及基于分层特征遥感图像机场目标检测识别系统的构架。     

一种高分辨率遥感影像道路提取方法

总结了道路提取常用的形状指数,提出一种新的长宽比指数,采用该长宽比和面积指数结合光谱特征从高分辨率遥感影像中提取道路。实验证明采用新的长宽比指数能有效的将线状道路与面状房屋区分开来。     

基于LVQ神经网络的建筑物提取

传统的遥感影像目标检测方法大多利用人工提取特征,难以用于背景复杂的高分辨率遥感影像。以高分辨率遥感影像建筑物图像为研究对象,设计了一种基于LVQ神经网络的建筑物提取方法。对图像提取其颜色、纹理与形状特征,构成图像特征矢量并将其特征归一化,利用LVQ神经网络识别并提取出建筑物。通过与其它典型神经网络识别方法进行实验比较,结果表明该算法相对于单层感知器识别率提高了10.0%,比BP神经网络识别率提高了22.5%,能取得更理想的提取效果。     

基于纹理分析的航空影像耕地信息提取

面对耕地面积日益锐减,耕地矛盾日益突出的形势,准确快速的提取遥感影像中的耕地信息已成为耕地动态监测的基础.本研究以绵阳市某县0.5 m分辨率的航空影像为实验数据,借助RS和GIS技术,采用共生矩阵分析航空影像纹理特征,在此纹理影像上运用最大似然监督分类方法对耕地信息进行了自动提取.实验结果表明:耕地信息提取正确率大于90%,kappa系数大于0.81.该方法提取速度快,自动化程度高,精度好,能够有效利用地物的空间分布信息和结构信息.     

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。     

基于压缩感知的织物疵点分类研究

针对织物疵点图像特征,提出了利用压缩感知提取织物疵点特征数据的方法.为了提取到疵点特征,需利用感知波形对图像的数据矩阵进行感知得到特征数据,同时对分类器进行并联设计,继而通过仿真和实验,检测出疵点类型信息.实验表明,该方法能有效地分类出织物疵点的数据信息.     

一种基于区域生长的高分辨率遥感影像道路提取方法

随着遥感影像分辨率的提高,从高分辨率遥感影像中进行道路网提取,可以为交通信息提供瞬时、准确、可靠的数据,为交通规划提供极大的帮助。提出利用高分辨率遥感影像中道路的光谱信息特征提取路网的方法。考虑到高分辨率遥感影像光谱信息的复杂性,首先对遥感影像光谱信息进行K均值聚类,实现道路类和非道路类分离;同时,获取区域生长的判决条件和判断阈值,然后在道路类上运用区域生长的方法提取路网;最后,运用数学形态学等处理优化路网。实验证明,该方法从高分辨率遥感影像提取路网有较高的准确度和适用性。     

高空间分辨率遥感影像小波域分形纹理特征提取

融合小波多尺度分析方法及分形纹理提取方法在遥感影像信息提取方面的优势,提出高分辨率遥感影像小波域分形纹理特征计算方法,以获取地物多尺度分形纹理属性,为遥感影像地类识别提供更好的标识。首先对遥感影像进行小波多尺度分解,进而基于DBC、多重分形纹理计算方法在各个分解层上提取地物纹理特征,通过比较分析,从中选取更为有效的小波域分形纹理特征。基于该方法,利用福州市高空间分辨率QuickBird遥感影像进行试验,并对QuickBird影像进行三级小波分解及纹理提取,结果表明：小波第一、第二分解层粗影像（CA1、 CA2）及三方向平均细节影像（L1、 L2）的DBC空隙特征及多重分形分维数结果作为最终甄选的小波域分形纹理特征更为合适。     

基于不同DEM数据源的流域特征信息提取对比——以重庆市大宁河流域为例

文章介绍了流域河网特征的传统获取方式以及最近十年发展起来的遥感地形测绘,比较了ASTER GDEM（先进星载热发射和反射辐射仪全球数字高程模型）与SRTM（航天飞机雷达地形测绘任务）的发展由来与数据基本情况,同时论述了基于地表径流模型提取流域的方法。选取重庆市大宁河流域做不同DEM数据源的流域特征信息提取对比,研究表明ASTER GDEM提取流域河网特征精度高于SRTM。     

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。     

藤黄中藤黄总酸提取工艺研究

目的:优选中药藤黄中藤黄总酸的提取工艺.方法:采用正交试验法,以藤黄酸含量和浸膏得率为评价指标,对乙醇浓度、溶剂量、提取时间及提取次数4种因素进行了研究.结果:优选的提取工艺为:90%乙醇,5倍量,提取3次,每次1小时.结论:正交试验优选的藤黄中藤黄总酸提取工艺简便、稳定、可行.     

偏最小二乘方法和二次判别分析方法应用于基因芯片数据分析

主要用偏最小二乘(PLS)方法和二次判别分析(QDA)有监督分类的方法来对基因芯片(微阵列)数据进行分析.PLS是一种提取海量的数据有效特征的有效方法,可以获得与原来基因芯片数据更为接近的成分的提取特征的效果.结果表明用PLS方法事先对数据处理可以提高基因芯片数据分析的准确性.