“针孔”模拟成像下的单航空影像与LiDAR点云配准

作者： 吴军   饶云   胡彦君   程门门   彭智勇   来源： 遥感学报 年份： 2016 文献类型 ： 期刊 关键词： 影像地理配准　　LiDAR　　针孔成像模拟　　梯度互信息  

描述： 以摄影测量共线方程为严格配准模型,提出了一种引入针孔成像模拟过程的单张航空影像LiDAR点云配准迭代方法,共分为3个阶段:第一,利用航空影像内参数及初始外方位元素对LiDAR点云针孔模拟成像,生成与航空影像空间分辨率、几何形变相接近且具有相同幅面大小的透视影像-LiDAR深度影像;第二,以梯度互信息作为影像相似性测度依据,实施影像金字塔、分块处理策略实现LiDAR深度影像与航空影像几何变换参数快速估计,进而依据估计参数及LiDAR深度影像、激光脚点投影关系建立LiDAR点云航空影像概略相关;第三,以LiDAR点云影像概略相关下的近似同名像点为观测值,以像点梯度互信息为权重,实施摄影测量空间后方交会计算获得优化的影像外方位元素,生成新的LiDAR深度影像并重复上述过程,直至满足给定的迭代计算条件,实现单张航空影像与LiDAR点云数据的自动空间配准。实验表明,本文方法配准精度达亚像素级且自动化程度高。

航空高光谱遥感区域成矿背景研究——以甘肃柳园—方山口地区为例

作者： 刘德长   赵英俊   叶发旺   田丰   邱骏挺   来源： 遥感学报 年份： 2017 文献类型 ： 期刊 关键词： 成矿背景   矿产分布规律   航空高光谱遥感   成矿条件和控矿要素  

描述： 高光谱遥感是当前地质遥感研究的前沿和热点,国内外的相关研究集中在数据处理、矿物填图、模型构建等方面,利用航空高光谱遥感技术进行区域成矿背景的研究较少。然而,要解决好高光谱遥感找矿问题,首先必须研究区域成矿背景,特别是找矿方向和有利的找矿区段,否则构建的找矿模型将不能充分发挥作用。本文以核工业北京地质研究院国家级遥感重点实验室装备的航空高光谱成像系统在甘肃柳园—方山口地区获取的可见光-近红外(CASI),短波红外(SASI)高光谱遥感数据为数据源,利用矿物填图方法所填的区域矿物分布图,探讨了柳园—方山口地区的区域成矿条件,厘定了找矿要素,构建了区域成矿构造格架,分析了区域已知矿产的空间分布规律,探索了该区的区域找矿方向和最佳找矿地段。在此基础上,利用建立的高光谱遥感找矿预测方法,新发现了7处找矿靶区,取得了显著的地质找矿效果。该成果不仅对指导柳园—方山口地区进一步找矿有重要作用,而且提出的一套高光谱遥感技术研究区域成矿背景的思路、途径和方法,对其他地区的高光谱遥感地质应用也具有重要的借鉴价值。

航空遥感地表温度时间归一化

作者： 朱琳清   周纪   刘绍民   李国全   来源： 遥感学报 年份： 2017 文献类型 ： 期刊 关键词： 时间归一化   航空遥感   温度日变化模型   地表温度  

描述： 航空热红外遥感影像的航带宽度一般较为有限,通常需要进行连续飞行获得多个航带才能覆盖一个较大的研究区;由于地表温度随时间变化迅速,不同航带间地表温度存在差异。因此,进行不同航带影像拼接之前,需要对不同航带的地表温度进行时间归一化。本文基于温度日变化模型,构建了航空遥感地表温度时间归一化方法;结合Hi WATER试验区高密度的气象观测数据,分析了天气晴朗条件下,风速的大小和波动剧烈程度对地表温度日变化模型的影响,在此基础上发展了一种考虑风速影响的改进温度日变化模型。验证结果表明:两种模型均能够减小观测时间不同导致的地表温度瞬时波动差异;考虑风速影响的改进模型比未改进模型的精度提高0.3—0.6 K,且其提供的地表温度在时间尺度变化上更加符合实际情况。本研究建立的相关模型对于卫星遥感地表温度的时间归一化也具有借鉴意义。

基于编解码网络的航空影像像素级建筑物提取

作者： 陈凯强   高鑫   闫梦龙   张跃   孙显   来源： 遥感学报 年份： 2021 文献类型 ： 期刊 关键词： 卷积神经网络   建筑物提取   深度学习   遥感   航空影像  

描述： 建筑物提取在城市规划等土地利用分析中发挥着重要作用。用于提取建筑物的传统方法通常基于手工特征和分类器,导致精度较低。本文基于编解码结构的卷积神经网络CNN (Convolutional Neural Networks),自主学习多级的和具有区分度的特征来更好地辨识建筑物和背景,实现航空影像中的像素级建筑物提取。该网络由编码子网络和解码子网络两部分组成,编码子网络对输入图像进行空间分辨率压缩,完成特征提取;解码子网络从特征中提升空间分辨率,完成像素级的建筑物提取。此外,本文使用视野增强FoVE (Field-of-View Enhancement)方法减轻边缘现象(切片边缘附近的建筑物提取精度通常低于中心区域附近的精度)的影响,并分别在两个建筑物提取标准数据集上的实验表明,编解码卷积神经网络能有效实现像素级建筑物提取,FoVE能有效提高建筑物提取准确率;通过改变预测时切片大小和重叠度,分析其对建筑物提取结果的影响,揭示了FoVE的饱和性。

基于编解码网络的航空影像像素级建筑物提取

作者： 陈凯强   高鑫   闫梦龙   张跃   孙显   来源： 遥感学报 年份： 2021 文献类型 ： 期刊 关键词： 卷积神经网络   建筑物提取   深度学习   遥感   航空影像  

描述： 建筑物提取在城市规划等土地利用分析中发挥着重要作用。用于提取建筑物的传统方法通常基于手工特征和分类器,导致精度较低。本文基于编解码结构的卷积神经网络CNN (Convolutional Neural Networks),自主学习多级的和具有区分度的特征来更好地辨识建筑物和背景,实现航空影像中的像素级建筑物提取。该网络由编码子网络和解码子网络两部分组成,编码子网络对输入图像进行空间分辨率压缩,完成特征提取;解码子网络从特征中提升空间分辨率,完成像素级的建筑物提取。此外,本文使用视野增强FoVE (Field-of-View Enhancement)方法减轻边缘现象(切片边缘附近的建筑物提取精度通常低于中心区域附近的精度)的影响,并分别在两个建筑物提取标准数据集上的实验表明,编解码卷积神经网络能有效实现像素级建筑物提取,FoVE能有效提高建筑物提取准确率;通过改变预测时切片大小和重叠度,分析其对建筑物提取结果的影响,揭示了FoVE的饱和性。

基于编解码网络的航空影像像素级建筑物提取

作者： 陈凯强   高鑫   闫梦龙   张跃   孙显   来源： 遥感学报 年份： 2021 文献类型 ： 期刊 关键词： 卷积神经网络   建筑物提取   深度学习   遥感   航空影像  

描述： 建筑物提取在城市规划等土地利用分析中发挥着重要作用。用于提取建筑物的传统方法通常基于手工特征和分类器,导致精度较低。本文基于编解码结构的卷积神经网络CNN (Convolutional Neural Networks),自主学习多级的和具有区分度的特征来更好地辨识建筑物和背景,实现航空影像中的像素级建筑物提取。该网络由编码子网络和解码子网络两部分组成,编码子网络对输入图像进行空间分辨率压缩,完成特征提取;解码子网络从特征中提升空间分辨率,完成像素级的建筑物提取。此外,本文使用视野增强FoVE (Field-of-View Enhancement)方法减轻边缘现象(切片边缘附近的建筑物提取精度通常低于中心区域附近的精度)的影响,并分别在两个建筑物提取标准数据集上的实验表明,编解码卷积神经网络能有效实现像素级建筑物提取,FoVE能有效提高建筑物提取准确率;通过改变预测时切片大小和重叠度,分析其对建筑物提取结果的影响,揭示了FoVE的饱和性。

多特征融合的高分辨率遥感影像飞机目标变化检测

作者： 徐俊峰   张保明   余东行   林雨准   郭海涛   来源： 遥感学报 年份： 2020 文献类型 ： 期刊 关键词： 高分辨率遥感影像   卷积神经网络   多特征融合   变化检测   飞机目标   遥感   多元变化检测  

描述： 为利用高分辨率遥感影像实现高精度的飞机目标变化检测,提出了一种自适应的多特征融合变化检测与深度学习相结合的方法。首先,通过加权迭代的多元变化检测法获取变化强度图,并结合自适应的直方图统计法自动获取显著的变化与不变化样本;然后,提取多时相影像的光谱、边缘和纹理特征,完成多特征融合的变化检测,并通过形态学处理得到变化图斑;最后,利用训练的NIN(Network in Network)结构的卷积神经网络飞机识别模型,完成变化图斑的类型判别,实现变化飞机的检测。实验结果表明,本文方法在两组数据的正确率分别达到100%和91.89%,均优于对比方法,能实现准确可靠的飞机目标变化检测。