基于面向对象的高分遥感影像的冬小麦提取

本文应用高分一号卫星数据,基于eCognition软件平台,采用面向对象方法对廊坊市广阳区2013年11月高分一号影像进行冬小麦信息提取。应用多尺度分割算法通过多次试验确定最优的尺度分割参数,结合影像地物光谱等特征,采用模糊逻辑分类算法,最终实现冬小麦信息高效提取。     

旋转森林算法在GF-2卫星影像土地利用分类中的应用

"高分二号"(GF-2)卫星影像中精细的空间信息可用于高精度的土地利用分类研究。为了获取基于GF-2卫星影像土地利用分类的最优特征空间,以及将旋转森林算法应用于提高遥感影像分类精度中,文章利用GF-2卫星影像数据,基于光谱特征(4个多光谱波段和1个全色波段)、指数(植被指数、水体指数及简单比值指数)和变换成分(主成分、最小噪声分离成分与独立成分)构建特征空间,应用基于决策树的旋转森林算法构建面向对象的分类规则集,进行土地利用分类,并与最近邻和决策树算法的分类结果对比分析。结果表明,结合光谱特征、几何特征和纹理特征,采用旋转森林算法得到的分类总体精度为84.85%,Kappa系数为0.819;引入指数、变换成分后分类总体精度提高4.90%,Kappa系数提高0.058;相比于最近邻分类器和决策树分类器,结合旋转森林思想的决策树分类器总体精度分别提高11.97%和15.44%,Kappa系数分别提高0.142和0.184。研究结果可为中国高分辨率卫星影像的信息提取及基于旋转森林算法的土地利用分类研究提供参考。     

卫星线阵立体影像的倾斜仿射变换核线模型

核线约束是构建摄影测量立体模型的重要条件。由于卫星线阵影像的多中心投影特性，难以建立其严格的核线模型。文章从上下视差最小的同名核线特征出发，在仿射变换模型基础上引入核线倾角变化参数，提出一种新的倾斜仿射变换核线模型。通过“无误差”的虚拟同名点仿真试验表明，文章提出的模型受影像范围及地表高差影响较小，在影像区块6 000像元×6 000像元、地表高差1 000m情况下，对于不同形式卫星立体影像的模型误差均小于1个像元。进一步使用实际匹配同名点平差，实验表明：对于SPOT-5、“资源三号”和“高分七号”等卫星影像，文章模型误差相对于匹配观测误差可忽略，实际核线精度在整景影像范围内优于0.8像元，所生成核线影像能够满足后续密集匹配要求。新模型的精确性和普适性相比现有同类模型显著提升，可实际应用于卫星摄影测量处理。     

“高分一号”卫星遥感影像面向对象的水边线提取

水边线提取对揭示沿海地区自然资源管理状况和人工海域使用程度具有重要的指示作用。文章以津冀地区沿海城市海岸带为例,选取"高分一号"卫星数据为遥感数据源,首先对数据进行了辐射校正、几何校正、影像融合和裁剪等处理,然后采用面向对象的目标提取技术自动提取了研究区内大范围的水边线,并在充分了解不同海岸类型的遥感解译标志的基础上对提取的岸线进行了分类。结果显示研究区的岸线类型主要以砂砾质岸线、养殖/盐田岸线和港口码头岸线为主。在分类结果的精度验证过程中,以与"高分一号"卫星相近时期的亚米级遥感影像为底图,以目视解译的方式从中提取高精度的海岸线,并将目视解译的结果与从"高分一号"卫星数据中提取到的岸线进行对比。通过比较发现,两者位置、长度等基本吻合,从而证明了该海岸线提取方法对高分辨率遥感影像的有效性。该方法为基于"高分一号"卫星遥感数据进行大范围海岸的水边线提取提供了技术支撑,也为实现中国海岸线的定期自动更新奠定了基础。     

大孔径静态干涉成像光谱仪的坏像元检测修正

大孔径静态干涉成像光谱仪在实际应用中因为器件问题产生大量坏像元,其特殊的时空联合调制成像方式导致传统的光谱图像域坏像元修正方法无法使用。而设备在轨运行期间坏像元的不断恶化、复杂背景地物的干扰更是为坏像元的自动检测修正处理带来巨大挑战。基于对坏像元分布和变化特征的长时间分析研究,文章提出一种在原始帧的差分域而不是光谱影像上进行坏点自动检测的新方法,很好地克服了现有方法中坏点检测效率较低、阈值计算精度低且所需时间长等缺陷,通过实际数据验证表明,坏像元修正后的复原光谱影像坏线得到了很好的消除,且与理想光谱的相对误差保持在0.2%以内。     

一种频域亚像元影像匹配方法

频域相位匹配方法可以分为空域Dirac Delta函数法和频域直接求解法两类,前者一般只能达到整数像元匹配精度,而后者可实现亚像元匹配精度,但算法复杂度高,匹配可靠性较前者低。基于其各自的特点,文章将上述两类方法有机结合,提出了一种可靠、高精度的优化相位匹配法。通过对不同的混叠量、信噪比影像进行匹配实验,验证了文章提出的匹配方法对混叠具有一定的抑制能力,对噪声有较强的鲁棒性。对于纹理丰富、存在少量混叠的影像匹配误差优于1/100个像元。     

“高分二号”卫星数据面向对象的海岸线提取法

"高分二号"(GF-2)卫星的成功发射是中国遥感事业发展的重大突破,标志着中国遥感卫星进入亚米级时代。由于兼具高辐射精度、高定位精度和快速机动能力等特点,GF-2卫星数据应用于海岸线提取将极大提高提取的精度和速度。现有的遥感解译海岸线方法主要有阈值分割法、边缘检测法、区域生长提取法、神经网络法和面向对象法等,其中面向对象法是一种新兴的遥感图像解译方法,该方法通过对影像的分割,使同质像元组成大小不同的对象,从而实现较高层次的遥感图像分类和目标地物提取。文章以深圳大鹏半岛GF-2卫星数据为例,通过对影像进行正射校正、配准、融合和裁剪等预处理,再采用面向对象方法对海岸线进行了提取,并对入海河流河口处的海陆分界线划分进行了初步研究。研究结果表明,将海岸线提取结果与GF-2卫星遥感影像叠加进行验证,结果可靠,且所耗时间短,效率高。     

基于数字检校场的“天绘一号”卫星在轨几何定标

为了提高"天绘一号"卫星在轨几何定标的效率和精度,文章提出一种利用数字检校场(数字正射影像和数字高程模型)、基于简化的卫星几何定位模型的在轨几何定标方法。该方法利用卫星影像与数字正射影像自动匹配得到同名点的平面位置、由数字高程模型获得高程位置,得到大量地面控制点,再基于简化内外方位元素误差补偿模型,利用多轨数据求解系统误差改正参数,实现了几何定标。精度检测表明,经过定标后,无控定位平面误差由初始约100m,提升至10.5m(一倍中误差);基于内方位定标结果,文章实现了基于虚拟线阵算法的高分影像子条带合成和多光谱配准,并实现了优于0.3像素的内部符合精度。     

基于几何定位一致性的星载多光谱影像配准精度分析

多光谱影像波段配准是高分辨率光学遥感卫星多光谱相机数据预处理的关键环节,其配准精度直接影响影像产品的融合、解译等应用。文章首先从理论上深入分析了影响基于几何定位一致性多波段配准方法精度的因素,然后利用"资源三号"(ZY-3)卫星多光谱相机影像数据,并结合像方配准方法进行了对比实验验证。实验结果表明,当平台无震颤或存在微小震颤时,基于几何定位一致性多波段配准方法精度优于0.2像元,能满足高分辨率遥感卫星多光谱影像高精度配准需求。     

长时序Landsat数据辐射校正方法对比研究

Landsat数据以其存档时间长、辐射性能稳定、全球免费获取等优势,被广泛应用于时序定量遥感监测研究。但长时序的遥感数据必须经过辐射校正获得地表反射率后,才能应用统一的模型或分类规则进行地表变化监测。文章以重庆地区2001年到2009年的5景Landsat数据为数据源,分别采用基于MODIS大气产品和6S辐射传输模型的逐像素大气校正方法和基于多元变化检测的相对辐射校正方法反演了地表反射率,并采用目视解译、影像直方图和时序未变化像元统计,对上述两种辐射校正结果进行了对比分析。结果表明:两种校正方法均能有效反演时序Landsat数据的地表反射率,消除时序影像的地物色彩差异,且时序未变像元点的反射率光谱一致性较好。大气校正能够消除可见光波段的大气空间异质性影响,使反演结果在时间序列上具有更高的稳定性和精度。     

基于小波阈值降噪和经验模态分解的高光谱图像分类算法

为了充分降低高光谱图像中的噪声以获得高精度的分类结果,本文结合小波阈值降噪(WTD)和经验模态分解(EMD)的优点,提出了一种基于小波阈值降噪-经验模态分解的高精度支持向量机(SVM)高光谱图像分类算法(WTD-EMD-SVM)。首先对高光谱图像进行小波阈值降噪,除去高光谱数据中的高频噪声;然后再对高光谱图像进行EMD,获得含有高光谱数据本质特征的内固模态函数(IMF)和含有低频噪声的残差;最后采用内固模态函数重构高光谱图像,并对高光谱图像进行SVM分类。将其应用到AVIRIS数据92AV3C,仿真结果表明该算法不仅提高了高光谱图像分类精度,同时可减少支持向量数目,以提高高光谱图像分类速度。     

基于空谱融合特征主动学习的高光谱图像分类

针对高光谱图像分类过程中存在的样本量少和分类精度低的问题,提出一种基于空谱融合特征主动学习的高光谱图像分类方法。主要包括构造三通道图像,全卷积网络提取空间特征,空谱特征结合,主动学习方法选择训练样本几个部分。通过结合像素的光谱特性和相邻像素间的空间关联,提取出可以反映像素空谱联合特性的综合特征,提高了像素特征的表达能力。为克服高光谱图像标注数据少、缺乏训练样本的问题,应用主动学习算法,充分选择更具有代表性的样本进行训练,达到少样本情况下较高的分类正确率。通过在标准数据集上进行实验,结果表明:该方法可以达到在总样本数1%作训练样本的情况下,分类正确率达到99.79%,优于传统的高光谱分类算法。     

珠海一号高光谱影像云检测算法

珠海一号高光谱卫星具有高空间、高光谱、高时间分辨率等特点,有效推动了高光谱遥感数据在农林环境、自然资源探测等领域的广泛应用,其中高精准的云检测是遥感数据预处理的关键步骤。如何对高光谱图像有效特征提取并克服传统云检测方法特征复杂、算法参数多、计算量大、鲁棒性差等缺陷,是高光谱云检测研究的关键问题。为此,提出了一种多尺度特征融合的U型结构网络,模型首先利用残差模块进行特征编码,并将编码进行多尺度融合,在网络的跳跃连接处引入了坐标注意力机制提取有用信息,最后通过残差解码得到输出结果。实验前首先利用主成分分析降维,将高光谱数据重构为4维影像数据,然后通过数据标注与数据增强,建立珠海一号高光谱影像云检测数据集。采用了38-Cloud云数据集训练初始网络参数,随后利用构建的数据集进行迁移学习。实验结果表明,对于所建立的珠海一号高光谱云检测数据集,所提方法的像素准确率达到92.28%,可以实现高精度的高光谱遥感影像云检测。     

一种基于谱域-空域组合特征支持向量机的高光谱图像分类算法

针对高光谱图像分类问题,提出了一种基于支持向量机的利用组合特征对高光谱图像进行分类的算法,组合特征综合了高光谱图像的光谱域和空域信息。针对图像的高维数据特性,利用最大噪声分量方法进行特征提取,对得到的主分量图像,采用虚拟维数估计算法来确定需要保留的主分量数目,并用数学形态学操作用保留的主分量图像中提取目标的形态信息。根据得到的空域特征并结合原始光谱域特征,构造用于分类的组合特征矢量。而且采用了支持向量机,利用了其支持小样本、效率高的优点。高光谱数据实验表明,本文提出的方法和单独使用谱域或空域信息进行分类相比,具有一定的优越性。
     

“珠海一号”高光谱数据城市不透水面提取研究

不透水面是评估城市化进程和评价城市环境的重要参考指标，研究城市不透水面的空间覆盖程度对城市生态环境保护、宜居城市建设具有重要意义。本文以“珠海一号”高光谱影像为数据源、珠海市陆域为研究区域，选取支持向量机和随机森林机器学习算法，结合光谱特征，实现城市不透水面信息提取。结果表明：使用“珠海一号”高光谱数据提取不透水面可行性较强，且支持向量机算法更适用于“珠海一号”不透水面提取，总体精度和Kappa系数分别达到92.4%、0.78；基于“珠海一号”高光谱数据进行城市不透水面提取，可为城市规划建设、分析城市土地扩张、评估城市灾害风险提供可靠理论依据和数据支撑。     

一种航天器图像分类模型快速学习方法

为了有效分类空间目标,提出了一种航天器图像分类模型快速学习方法。分类模型的学习过程利用了分治思想,首先利用无监督聚类方法将图像数据集散列为类别桶,然后利用每个类别桶中的图像样本训练支持向量机完成学习过程。分类时利用支持向量机对待分类图像样本进行分类。实验结果表明,所提方法具有较好的实时性和准确率,能够为空间应用打下良好基础。     

陆海交界区与运动目标复合散射的矩量法研究

为了满足陆海交界区域上方雷达目标检测、识别和分类等的需要，对陆海交界区域表面与上方运动目标复合散射特性进行了研究。采用Monte Carlo方法结合皮尔森-莫斯科维茨(pierson-moskowitz，PM)海谱、Texel-Marsen-Arlose(TMA)海谱与指数功率谱分别生成深水海域海面、有限深海域海面和海岸地貌表面，参照国际无线电咨询委员会推荐的介质反射系数图表模拟海水与海岸的介电常数，运用矩量法计算了陆海交界区域表面与其上方运动圆形截面柱的复合散射系数，得出了复合散射系数的角分布曲线，分析了圆形截面柱分别在深水海域海面、有限深海域海面与海岸地貌表面横向平移、纵向平移对复合散射系数的影响，同时还分析了圆形截面柱分别移动至海岸地貌表面、有限深海域海面、深水海域海面对复合散射系数的影响。数值计算结果表明，复合散射系数随散射角振荡的变化，圆形截面柱在海岸地貌表面与深水海域海面上方的纵向平移对复合散射系数影响较为显著，而圆形截面柱在有限深海域海面上方的移动对复合散射系数的影响比较复杂，且当圆形截面柱沿陆海交界区域表面移动时，复合散射系数会受到较大的影响。     

基于ATI技术和象素匹配的星载SAR/GMTI实现方法

与机载合成孔径雷达相比,星载合成孔径雷达由于其复杂的空间几何关系、地球自转及地球曲率等因素的影响,使得星载SAR／GMTI的实现更为复杂。提出了当不满足相位偏置中心天线(DPCA)中脉冲重复频率和天线水平基线间的严格约束条件时,通过象素匹配法和星载SAR沿航迹向干涉(ATI)技术实现星载合成孔径雷达(SAR)动目标检测、测速及定位的一种方法。该方法采用沿航迹向线性排列的双孔径天线星载SAR结构,首先建立了星载SAR双孔径天线空间几何模型并详细分析了星载SAR双孔径天线机理及信号特性,然后利用常规方法成像的双天线SAR图像,分析并推导了基于ATI技术和象素匹配实现对地面背景杂波淹没的运动目标检测、径向速度分量估计以及目标定位的方法。最后,通过计算机仿真验证了其有效性。     

一种遥感影像快速计算水面率的方法

为了有效去除阴影噪声对遥感影像水体提取的干扰,快速准确计算大区域范围内的水面率,本文提出基于GF6（高分六号卫星）影像,利用UWI（Urban Water Index,城市水体指数）并结合FROM-GLC10（Finer Resolution Observa-tion and Monitoring of Global Land Cover 10,全球陆地覆盖精细化观测与监测10）数据,通过求交计算和小碎斑删除实现水体提取结果的精细化,有效消除了阴影等噪声对水体提取的干扰,实现水面率的快速计算。本文选择中山市作为试验区,试验区域范围广、地物背景复杂,综合对比本文算法、NDWI（Normalized Water Index,归一化水体指数）算法和TSUWI（Two-Sted Urban Water Index,城市二类水体指数）算法,从定性与定量角度分析,结果表明：本文算法提取的水体连续完整、漏提和误提较少,可有效去除阴影、建筑、道路等噪声干扰,在总体精度、Kappa系数、错分误差、漏分误差等指标均取得了较好结果。利用UWI与FROM-GLC10数据相结合计算水面率具有可行性,为工程化、大面积、快速计算水面率提供了一种新的思路。     

控制点/控制点对最优能量解析的图像配准

 针对遥感图像配准中匹配同名点少、配准精度低等问题,提出了一种基于控制点/控制点对最优能量解析的图像配准方法。在控制点提取中,通过多尺度曲波变换,实现不同尺度下图像质量的灰关联分析和噪声抑制,并根据灰关联能量值,自动调整尺度不变特征变换配准参数,提高匹配同名点数量;为保证控制点选择的均匀性和准确性,创建了控制点对能量模型,采用马尔科夫蒙特卡洛优化算法实现分布、匹配能量最优的控制点筛选,提高了图像配准精度。实验结果表明,本方法对遥感图像匹配同名点少、控制点分布不均匀、图像配准精度低等问题有很大改善,具有较高的应用价值。