云计算与区块链平台的遥感影像安全检索方案

遥感影像外包到半可信的云平台进行存储和检索时,可能导致影像数据的泄露和返回不完整的检索结果。加密可以保护影像数据的安全,但无法保证云平台提供真实、完整的存储和检索服务。区块链技术能有效保证存储和检索服务的真实性和完整性,但区块链的计算和存储能力有限,如何实现遥感影像的安全存储和检索仍是一个具有挑战性的问题。该文提出一种结合云平台和区块链的遥感影像安全检索方法,将影像哈希等轻量级数据存储于区块链,云平台存储海量加密影像数据,确保云存储影像的真实性;区块链执行基于遥感影像属性的检索,在此基础上由云平台执行复杂度较高的基于内容的安全检索,保证了检索结果的完整性;利用区块链技术设计遥感影像检索交易机制。实验表明方案可以实现安全、真实、完整和高效的遥感影像检索,并构建一个双方信任的公平交易环境。     

基于相关系数的影像高速匹配

1引言目前,全世界越来越开始关注遥感影像的应用,在军、事、气象、环境监测等诸多方面世界各国都投入了大量的人力、物力、财力。而影像匹配在该技术的地位正逐步攀高,各国技术人员投入了大量的精力用于研究快速、高效的匹配算法,各类算法可说是层出不穷。其中有代表性的包括基于图像灰度的相关算法、基于图像特征的算法、人工智能影像匹配法（包括基于神经网络、遗传算法等方法）[1]。在图像特征提取相关算法中,基于movavec算子的特征提取方法是最快的。     

累积结构特征描述的多模态遥感影像匹配

针对相位一致性图大部分特征值为零且易受噪声干扰,导致其构造的多模态图像特征描述子能力有限的问题,提出了一种累积结构特征图(Cumulative Structural Feature,CSF)构造及其特征描述子建立方法,通过增强图像结构来提高特征点描述子的辨识能力。首先,采用Log-Gabor奇对称滤波器提取多模态图像多个尺度和方向的边缘结构特征,通过特征信号平方和归一化构造CSF,增强图像的结构相似性,并直接在CSF上提取特征点;再利用多个尺度和方向的边缘结构信息构造方向特征图;最后,结合CSF和方向特征图建立特征描述子,提高描述子的辨识能力。六种场景的多模态图像匹配实验表明,与其他方法的最好结果相比,所提方法的平均正确匹配数量提升了27.07%,平均正确率提升了2.26%,且增强了对场景的适应能力。     

基于分层匹配追踪的快速图像检索

为从海量的图像资源中既准确又快速地检索出目 标图像,在传统的 图像检索模型中,图像的特征通常是从固定尺度的图像上提取出的,这将不可避免地降低整 个系统 实际应用能力。为解决这一问题,本文引入分层稀疏编码模型, 提出一种基于分层匹配追踪(HMP)的快速图像检索技术,实现多尺度情况下的图像检索。本 文方法从图像中提取的低层稀疏编码特征传递 到高层,并将提取的高维稀疏编码特征转换为改进后的PCAH特征,利用哈希特征的汉明距 离度量, 实现图像的快速检索。在公共数据集Caltech256和Corel5K上的实验 结果可以看出,本文方法的查 准率和查全率较其他哈希法分别提高了5%和10%以上,而且所用时间 也最短,表明本文方法不仅具有较高的准确率,还能保持较高的时间效率。     

基于无人机影像的特征匹配算法技术研究

低空无人机航空摄影测量技术,目前已经在相关行业的各个领域得到了广泛应用.但是低空无人机获取的影像数据有下面特点:像幅小、覆盖范围小、像片数量多、影像地物类型多.这些特点导致影像易出现纹理结构相似的问题,会为影像特征的匹配带来很大的难度.针对低空无人机摄影测量影像的特点,本文主要研究了无人机影像匹配的算法,探讨了人工智能...     

基于改进Harris角点检测算法的遥感影像匹配研究

本文基于改进Harris角点检测算法,对遥感影像匹配采用优化的Harris算子方法进行了研究.根据高分辨率遥感影像特点,提出了一种新型的影像匹配方法,其中充分融合了SIFT描述符和Harris算法.结果显示,该影像匹配方法能够得到高分辨率遥感影像匹配效果,并且与传统方法相比其还具有旋转不变性特征.本文算法在提高匹配速度的同时,匹配精度只发生了较小的降低.相对于基于SIFT的匹配方法,本文匹配方法在特征点匹配上耗时较少,匹配精度比SIFT匹配方法提高了4.18个百分点.     

基于快速EM算法和模糊融合的多波段遥感影像变化检测

提出了一种基于快速EM(expectation maximization)算法和模糊融合的多波段遥感影像无监督变化检测方法.该方法首先对各波段差异影像采用基于直方图分析的快速EM迭代算法获取变化分类阈值和变化信息,随后对各波段的变化信息进行模糊融合和判决,生成最终的变化检测图.利用真实的多波段遥感影像进行了实验,本文方法在运行时间和检测效果两个方面都具有优越性.     

一种基于特征点过程的遥感影像道路中心线提取算法

针对现有的道路提取算法提取速率低和完整度低等问题,提出了一种基于特征点过程的遥感影像道路中心线提取算法。根据道路区域的光谱性构建特征点过程,并利用线(表征道路段)连接特征点构成初始的网络结构;根据道路的连接性、弯曲性等特点对网络结构进行约束,同时,根据道路光谱性构建了学生-检验光谱测度约束模型;结合以上模型构建道路提取模型,并设计相关的模拟算法求解提取模型,在最大化后验概率准则下获得最优的道路中心线。以Ikonos, GeoEye-1,Gaofen-2卫星影像为实验对象验证和比较了提出算法和对比算法,利用缓冲区评价法对实验结果进行了定性和定量评价。结果表明,提出算法提取道路中心线的速率和完整度有显著提高,证明了该算法的有效性。     

MPSTD算法子域分界面上改进的特征变量匹配条件

多区域时域伪谱(MPSTD)算法用于复杂问题分析时,整个计算域的相邻子域间将存在多种类型的分界面,子域间信息的交换通过这些分界面上的匹配条件来实现.由于特征变量(CV)匹配条件的局限性,它只适用于一些特定类型的分界面.为此,本文针对任意类型分界面,推导了改进的特征变量(ICV)匹配条件,并给出了ICV匹配条件在分界面上的场值更新关系.在此基础上,将MPSTD算法与ICV匹配条件相结合分析了两根正交矩形波导构成的波导宽壁中心斜缝耦合器,数值结果与FDTD结果的一致性充分说明了ICV匹配条件的准确性和有效性.同时,对矩形波导宽壁中心斜缝耦合器的分析也拓展了MPSTD算法的应用领域.     

基于特征的SAR遥感图像港口检测方法

遥感图像中港口检测是遥感海洋应用研究的重要方面。快速、准确地检测港口将大大提高遥感图像的自动解译能力。该文通过研究港口目标配置,从港口功能特征出发建立了港口特征模型,并在此基础上提出了一种基于特征的遥感图像港口检测方法。首先根据港口的几何特征、拓扑特征完成港口突堤的提取与筛选,然后根据港口的上下文特征、几何特征,选择突堤特征点并计算特征点间岸线封闭性,最后根据封闭性准则完成港口检测。实验结果表明,相对于已有的港口检测方法,新方法具有港口检测正确、轮廓完整、检测率高、运算速度快等特点。     

基于SIFT算法在遥感图像匹配中的应用研究

针对遥感图像在光照和几何差异等复杂因素上引起的匹配误差,深入研究了SIFT特征描述符的改进方法.利用特征点圆形区域来构造特征描述符,采用自适应量化策略用来局部区域的划分和梯度直方图的计算,并对每个描述子采用一种插值法重新确立主方向,改进SWT算法的描述符.降低特征点维数的同时,又保证特征点描述符的独特性和鲁棒性.研究结果表明,改进的SIFT描述符在遥感图像几种复杂环境下都取得了预期的结果,证实了改进算法的可行性.     

一种无人机航拍影像快速特征提取与匹配算法

无人机影像具有非常高的分辨率,边缘和纹理信息更加丰富,基于经典SURF特征的影像拼接算法在处理无人机影像时面临着新的挑战。为提高无人机航拍影像拼接效率,该文提出一种快速特征提取与匹配算法。在特征提取环节,提出采用局部差分二进制算法描述特征,在不降低特征区分性的同时,较SURF描述子而言降低了特征维度。在特征匹配环节,提出采用局部敏感哈希搜索算法代替kd树搜索算法,提高了最近邻特征匹配效率。实验结果表明,与基于SURF描述子和kd树搜索算法的最近邻匹配拼接算法相比,该文算法特征匹配效率有明显提升,匹配精度也有所改善,更适合应用于基于特征的无人机航拍影像快速制图。     

多波段遥感图像的快速分形编码

分形图像编码用动态迭代过程的参数来表示相应的静态图像数据,可以突破熵压缩编码的理论界限,因而得到广泛的关注.将分形图像编码应用于多波段遥感图像压缩中,根据多波段遥感图像的特点,对基于四叉树分割的快速分形编码方法进行改进,令各个波段图像共享同一四叉树分割方式,同时,利用多波段遥感图像的谱间相关性,缩小仿射变换的搜索匹配空间,以此来提高压缩比和编码速度,实验表明,本方法能显著提高基于四叉树分割的分形编码方法的性能,取得了令人满意的结果.     

一种突出边缘特征的遥感图像快速融合方法

针对像素级遥感图像融合处理数据量大、实时性差,融合结果不能直观表述目标特征的问题,提出一种边缘特征加强的多光谱与全色图像快速融合方法。为提高算法的运行速度,采用提升小波与快速IHS变换相结合的算法生成像素级融合图像。同时,利用数学形态学方法提取全色图像的边缘,与像素级融合图像进行再次融合,加强了最终融合图像的边缘信息。实验结果表明,该算法不仅融合效果好,而且实时性强。     

基于双重注意力机制的遥感图像场景分类特征表示方法

针对遥感图像场景分类面临的类内差异性大、类间相似性高导致的部分场景出现分类混淆的问题,该文提出了一种基于双重注意力机制的强鉴别性特征表示方法.针对不同通道所代表特征的重要性程度以及不同局部区域的显著性程度不同,在卷积神经网络提取的高层特征基础上,分别设计了一个通道维和空间维注意力模块,利用循环神经网络的上下文信息提取能...     

基于Agent技术的遥感图像检索

在数据源未知的互联网上和存储海量数据的数据库中,如何实现高效、可靠的图像检索十分重要.文章面向遥感图像处理应用,结合Agent技术,设计了基于目标特征的遥感图像检索模型.首先对待检索图像进行目标特征提取,再与特征库进行匹配,在用户Agent、检索信息Agent和反馈信息Agent作用下,依据相似度,自动,自主地完成检索功能.实验表明,所设计的模型提高了遥感图像处理系统的检索能力和效能.     

稀疏表达的自适应遥感图像融合算法

本文提出一种基于稀疏表达的图像融合算法。该算法利用稀疏系数中的非零元素所对应的基向量作为图像特征,首先分离相同基向量和相异基向量,然后采用加权求和算法合并相对应的稀疏系数,并重构得到融合图像。该算法对相同特征和相异特征分别进行融合,克服了融合图像中相异特征清晰度下降的问题。并且由于稀疏表达具有很好的去噪功能,本文算法也可以同时进行图像融合和去噪。通过与4种流行的融合算法比较,本文算法得到较好的视觉效果。      

基于分布式压缩感知的遥感图像融合算法

针对基于压缩感知(Compressed Sensing, CS)理论的传统遥感图像融合算法未能考虑源图像信息相关性的特点,该文提出一种基于分布式压缩感知(Distributed Compressed Sensing, DCS)的遥感图像融合改进算法。通过DCS的第1联合稀疏模型(Joint Sparsity Model-1, JSM-1)提取源图像低频信息的公共部分和独有部分,再利用独有特征添加(UFA)的融合规则进行融合,从而提高融合精度。选取QuickBird卫星实测图像数据对该文方法和多个传统融合方法进行仿真实验并进行评价指标的对比,结果表明该文方法融合性能相对传统遥感图像融合方法都有不同程度的提高。     

基于多尺度双邻域显著性的高分四号遥感图像运动船舶检测方法

静止轨道(GEO)的高分四号(GF-4)卫星具备对海上运动船舶进行连续观测的能力,由于轨道高,海面船舶在GF-4卫星遥感图像中比较弱小不易检测。该文分析海面运动船舶的尾迹特征,提出一种基于多尺度双邻域显著性(MDSM)的GF-4卫星遥感图像运动船舶检测方法。首先依据多尺度双邻域显著性模型计算显著度,生成显著图;然后使用自适应阈值分割提取运动船舶的位置;最后利用尾迹几何特征对候选目标的形状进行校验,进一步去除虚假目标。实验结果和分析表明,所提方法可以有效地检测GF-4卫星遥感图像中的多个运动船舶目标,相比目前主流的视觉显著性检测算法,该文所提算法具有更好的检测性能。