基于光谱曲线形态的高光谱影像检索方法研究

随着传感器技术、数据通讯技术的飞速发展,利用各种机载和星载传感器,己经获取到各种不同的海量遥感影像数据。巨大的数据量带来了数据存储和管理的问题,如何实现从海量影像数据中检索出我们所需要的信息显得十分迫切。影像检索最早由Chang于1980年提出,是对传统信息检索的扩展。针对海量遥感影像高效检索的需求和高光谱遥感影像波段数目多的特点,分析了影像检索中的影像距离函数和相似性度量问题,基于经典的曲线简化Douglas-Peucke算法(简称DP算法)提取光谱曲线的形态特征,利用“提取特征”的思想,提出了基于DP算法的光谱曲线和影像检索(简称DPSR)方法,将光谱形态特征应用于影像检索当中。DPSR利用光谱曲线上的特征点,减小了计算量,实现了有效地匹配和检索,适合高光谱遥感影像的光谱检索。文章选择了OMISI高光谱数据的四种易混分地类进行了相似性度量的对比实验。通过与常规的分析方法光谱角匹配(SAM)、光谱信息散度(SID)的对比可以看到,DPSR在较少计算量的情况下能保持较高的计算精度,提供了一种新的影像光谱高效检索方法。此外,文章还提出了尚待进一步研究的问题。     

基于光谱特征的高光谱遥感影像检索

面向海量遥感信息管理中遥感影像检索的需求,以高光谱遥感信息为例对光谱特征应用进行了探讨,提出基于光谱特征的遥感影像检索包括基于点源示例的检索和基于面源示例的检索,检索中的关键问题是光谱特征提取与相似性度量。基于光谱曲线的相似性度量可以采用光谱角和光谱信息散度进行;基于光谱特征的检索可以通过提取反射和吸收光谱、光谱特征匹配的方法进行;而光谱曲线量化指标如中心矩、分维数和信息熵等的效果较差,不适宜应用于检索。     

AGA-BP模型在遥感影像分类中的应用研究

作为遥感研究的关键技术,遥感影像分类一直是遥感研究热点;针对目前采用BP神经网络模型进行遥感影像分类时存在的对初始权阈值敏感、易陷入局部极值和收敛速度慢的问题,为了提高BP模型遥感影像分类精度,将自适应遗传算法引入到BP网络模型参数选择中;首先运用自适应遗传算法对BP模型权阈值参数进行初始寻优,再用改进BP算法对优化的网络模型权阈值进一步精确优化,随后建立基于自适应遗传算法的BP网络分类模型,并将其应用到遥感影像数据分类研究中;仿真结果表明,新模型有效提高了遥感影像分类准确性,为遥感影像分类提出了一种新的方法,具有广泛研究价值。     

基于深度学习的高分辨率遥感影像分类研究

针对高空间分辨率遥感影像的分类问题,提出了基于深度学习的分类方法。该方法通过非下采样轮廓波变换计算影像的纹理特征,利用深度学习的常用模型—深度信念网络(DBN)对高分辨率遥感影像进行了基于光谱-纹理特征的分类,并与基于单源光谱信息的DBN分类方法、支持向量机(SVM)分类方法、传统神经网络(NN)分类方法进行了比较分析。研究结果表明:相对于单源光谱信息,利用影像的光谱-纹理特征能够有效提高高分辨率遥感影像的分类精度;相对于SVM、NN等分类方法,DBN能够更加准确地挖掘高分辨率遥感影像的空间分布规律,提高分类的准确度。     

基于语义分割的城区激光点云与光学影像配准

基于点云数据与光学遥感影像的协同应用在遥感领域获得广泛关注,为了对两种数据进行精确的配准以更好地融合两者优势,提出了一种城市场景下点云与光学遥感影像的自动配准方法.首先,由点云数据生成深度影像,即3D数据转换为2D影像;然后,运用Unet模型对深度影像和光学遥感影像分别进行训练并分割得到建筑面;再基于建筑面轮廓点集构建...     

基于独立成分分析的遥感影像可匹配性度量(英文)

为了提高景象匹配中基准图制备的效率和可靠性,对遥感影像图源的可匹配性进行分析,提出一种基于独立成分分析的遥感影像可匹配性度量方法.利用独立成分分析提取纹理基函数,并计算其概率分布,确定可匹配区域;然后定义可匹配区域所占面积比例指标、离散性指标和稳定性指标;最后,利用三个指标构建遥感影像可匹配性度量模型.实验表明,该遥感影像可匹配性指标与实际匹配概率相关性强,提高了基准图制备的可靠性,能够满足景象匹配图源筛选的实际需求.     

高分辨率遥感影像居民区道路网交互提取

提出了一种基于标记点过程模型的交互式道路网提取算法。该算法在给出初始构造项的情况下对道路的先验项和数据项重新建模,以便能提取高分辨率遥感影像中的道路网。在模型中假设局部道路段具有近似的直线性,并基于直线段的矢量距离度量来定义数据项。实验结果表明,该算法能有效提取高分辨率遥感影像中居民区的道路网。     

基于深度学习的资源三号卫星遥感影像云检测方法

针对资源三号卫星影像波段少、光谱范围受限的特点,提出了基于深度学习的资源三号卫星遥感影像的云检测方法。首先,采用主成分分析非监督预训练网络结构,获得了待测遥感影像特征;其次,为减少在池化过程中影像特征信息的丢失,提出自适应池化模型,该模型能很好地挖掘影像特征信息;最后,将影像特征输入支持向量机分类器进行分类,获得了云检测结果。选取典型区域进行云检测实验,并与传统Otsu方法进行对比。结果表明:所提方法的检测精度高,且不受光谱范围的限制,可用于资源三号卫星多光谱影像和全色影像的云检测。     

水稻分蘖期无人机高光谱影像混合像元特征分析与分解

开展水稻无人机高光谱解混,获取水稻植株的高光谱反射率信息,对于提高水稻理化参量的反演模型精度具有重要意义.目前大多基于高光谱遥感影像自身数据进行解混,运用算法模型进行高光谱数据解混,将高光谱图像和可见光图像进行优势互补,提出一种基于无人机高清影像与高光谱遥感影像融合的稻田无人机高光谱解混方法,解决单一数据局限性问题,增...     

微分算法的艾比湖湿地自然保护区土壤有机质多光谱建模

针对以往利用高光谱数据来来反演土壤有机质（SOM）的可行性与可靠性,结合微分处理对光谱数据信息提取的高效性,提出了直接对多光谱遥感影像进行微分处理就可得出SOM建模研究,旨在为今后SOM速测提供参考。采用Landsat 8_OLI 多光谱遥感影像数据,对多光谱遥感影像进行辐射定标、几何校正、大气校正、镶嵌和裁剪,运用IDL软件对影像进行一阶微分处理和二阶微分处理,发现一阶微分图像能够更好地表达地物的真实情况,更好地区别水体与土壤。原始遥感影像包含大量的信息其中还包括噪声,通过微分处理后的遥感影像剔出了原始影像中反射率值突兀变化的部分。在研究区采用五点法采集土壤样品。室内实验用重铬酸钾氧化-容量法测得SOM数据。多光谱数据结合地面实测SOM数据,分析SOM与多光谱数据反射率的关系,发现一阶微分处理后的遥感数据与SOM含量的相关性存在敏感波段,说明一阶微分处理可以将原始遥感图像数据在多光谱范围内的一些隐含的土壤有机质信息释放出来。选取相关性高的数据建立基于原始遥感数据、一阶微分数据、二阶微分数据的单波段多光谱线性模型和多波段多光谱线性模型,选取最优模型来估算和反演土壤有机质含量。结论如下：（1）通过对原始影像进行微分处理发现,微分处理后的影像变化明显,一阶微分处理的影像噪声降低,更加突出了影像中土壤有机质隐藏的信息。二阶微分处理的影像抑制了土壤有机质信息。（2）原始遥感影像各波段数据对土壤有机质含量的相关性较低,一阶微分处理后的遥感影像数据反映出土壤有机质敏感波段即部分波段数据相关性明显高于原始数据,二阶微分处理后的遥感影像各波段数据对土壤有机质含量的相关性较弱。（3）多波段建模效果要优于单波段建模;一阶微分多波段模型预测精度最优,其模型的决定系数和模型拟合的决定系数分别为0.898和0.854,该模型对估算研究区内的SOM含量效果较好;综合比较了单波段模型和多波段模型的拟合精度,发现无论在单波段模型还是多波段模型一阶微分处理后的模型都具有更好的预测能力。（4）基于一阶微分多波段模型对研究区SOM进行反演,反演结果与实际情况相符合,对干旱区SOM含量制图提供了切实可行的方法和参考。     

基于位平面分布特征的图像检索算法

针对利用颜色直方图检索时存在的问题,提出了一种基于位平面空间分布特征的图像检索算法.首先结合光照、锐化、模糊等噪声的攻击特点,将图像分解为8个位平面,然后提取对表征图像结构特征有意义的4个位平面的空间分布信息组成特征矢量来多层次地对图像特征进行描述.为了避免图像中像素灰度值的微小变化对位平面的影响,又提出了采用位平面的格林码表示方法.考虑到位平面之间的相关性,最后设计了权值矩阵,采用马氏距离进行相似性度量.实验结果表明,该算法利用位平面分解的方法来提取颜色的空间分布特征,又避免了颜色量化引起的误检问题,而且提取的特征矢量维数较低,因而具有较高的检索率.     

基于哈希理论和线性近邻传递反馈的乳腺X线图像肿块检索方法

在乳腺X线图像肿块检测中存在较高的假阳性率,通过基于内容的肿块检索,将待判定肿块与已确诊肿块进行相似性分析,可有效降低假阳性率.本文提出了一种结合可区分锚点图哈希和线性近邻传递的乳腺图像肿块检索方法.针对传统锚点图哈希在相似度定义中没有考虑病理相关性的问题,引入病理类别至锚点图哈希图像相似度计算,提出了可区分锚点图哈希以重新表示图像.利用线性近邻传递作为相关反馈技术,基于图像底层特征表达与图像高层语义间的学习机制,实现交互式肿块图像检索.采用北京大学人民医院乳腺中心提供的临床图像作为实验数据,实验结果表明,引入病理类别的可区分锚点图哈希图像表达在肿块相似性分析上优于传统锚点图哈希.相比于现有方法,本文提出的方法在肿块检索性能上得到明显提高.     

基于位平面分布特征的图像检索算法

针对利用颜色直方图检索时存在的问题,提出了一种基于位平面空间分布特征的图像检索算法.首先结合光照、锐化、模糊等噪声的攻击特点,将图像分解为8个位平面,然后提取对表征图像结构特征有意义的4个位平面的空间分布信息组成特征矢量来多层次地对图像特征进行描述.为了避免图像中像素灰度值的微小变化对位平面的影响,又提出了采用位平面的格林码表示方法.考虑到位平面之间的相关性,最后设计了权值矩阵,采用马氏距离进行相似性度量.实验结果表明,该算法利用位平面分解的方法来提取颜色的空间分布特征,又避免了颜色量化引起的误检问题,而且提取的特征矢量维数较低,因而具有较高的检索率.     

基于视觉注意的彩色图像检索方法

基于视觉注意模型提取的特征能够反映图像高层语义的新特征,将视觉注意机制引入到图像分析领域能有效地减小语义鸿沟,获得高效的图像检索性能.根据视觉感知的特点,对Itti视觉注意模型进行了改进.采用主分量图表示亮度图,将纹理粗糙度信息融入视觉注意模型,进而提出了一种基于视觉注意空间分布特征的图像检索算法.首先由改进视觉注意模型将图像分解得到38个视觉特征图,然后采用网格平分法提取视觉特征图的空间分布信息,组成特征矢量来多层次地对图像特征进行描述,用于图像检索.实验结果表明,该算法利用基于改进注意力模型方法来提取图像空间分布特征进行图像检索,能获得较高的检索率.     

一种新的基于纹理和空间分布特征的图像检索

提出一种新的基于纹理和空间分布特征的图像检索方法.将检索图像分块,采用平移和尺度不变小波对各图像子块进行分解,在改进的快速小波直方图算法基础上提取图像子块的小波直方图,并提取每个图像子块的小波信息熵和三阶中心距作为纹理特征.对小波信息熵和中心矩特征进行高斯归一化,并利用特征向量的欧氏距离计算图像的纹理和空间特征的相似度.基于纹理图像库和自然图像库的检索试验表明,该方法比基于快速小波直方图算法和对数极坐标变换检索算法具有较高的检索准确度.     

岩心光谱扫描仪数据处理应用研究

钻探是地质勘探的重要手段之一,近年来,随着我国地质事业的发展,大量岩心的存放和共享成了亟待解决的问题,研制岩心光谱扫描仪,实现岩心数字化解决了这一问题。然而,岩心光谱数据和图像数据的大量产生,对数据处理又提出了新要求。根据光谱学原理和光谱分析方法,对岩心扫描仪的光谱数据进行光谱分析和蚀变矿物填图,可以为地质科研、矿床分析和外围找矿提供依据。岩心图像也是岩心信息不可缺少的部分,由于岩心扫描仪探测器的局限性、光照条件以及岩心圆柱形的影响,会造成采集到的岩心图像光照不均和辐射畸变。使用非线性的双边滤波法来锐化图像,然后用黑白板定标的方法校正岩心图像,使岩心图像更加接近真实状况。用角点检测法进行特征点检测,完成了图像自动拼接工作,把一张张岩心图像按照岩心钻孔的顺序拼接成岩心柱和岩心盘,使岩心图像显示更直观。矿物的光谱分析是岩心扫描技术的核心,矿物不同,其特征吸收峰的位置也不同。常采用的矿物检索方法是吸收峰位匹配法,该方法适合混合矿物光谱检索。峰位匹配的依据是标准数据库,提出了分类数据库检索法,即根据矿物类型的不同,把标准数据库分为泥化蚀变矿物库、斑岩型蚀变矿物库、绢云母化蚀变矿物库等子数据库,根据样品图像及所处地质环境判断,选择合适的子数据库进行检索分析。文中进行两个实验,分别使用标准数据库和分类数据库分析同一样品,其分析结果表明准确率后者更高;使用标准数据库和分类数据库对同一批样品（141个样品）进行处理,用时分别是231和44 s。实验证明：分类数据库法不仅可以提高检索的准确度,还能大大加快检索速度,是准确、快速检索海量数据的有效方法。该方法是光谱检索中新颖、独特、有效的方法,是本文的创新之处。矿物光谱含有丰富的信息,其特征峰的峰强度、峰强比、峰位移、半高宽和反射率分别反应矿物的相对含量、相对温度、阳离子交换情况、结晶度和颜色等信息,提取同一批矿物的这些信息,对比分析,可获得成矿模型,揭示成矿规律。以安徽宣城一个钻孔为例,对岩心光谱扫描仪的数据进行自动图像拼接、光谱分析和蚀变矿物填图。从蚀变矿物信息提取图分析看出,该地区是酸性、低温的地质环境,低温区岩石颜色较深,在低温区中间也有高岭石、蒙脱石,说明具有良好的储油环境。经实践证明,该方法不仅效率高,能节省大量人工工作量,还能得到高质量的岩心盘拼接图、岩心柱状拼接和蚀变矿物信息提取图,是地质工作者处理岩心数据实用、可靠的方法。     

基于文本检索技术的CBIR算法研究

为了有效地利用成熟的文本检索技术,提出了一种新的图像检索算法.根据人眼的视觉特性,借鉴方块编码的思想将图像分成互不重叠的子图像块,这些子图像块在很大程度上体现了原始图像中的边缘及纹理信息,对这些子图像块进行定义,从而构造对表征图像内容有意义的图像子特征;在此基础上,把图像动态映射成文本描述形式,然后以所映射的文本为关键字,利用成熟的文本检索技术来实现图像检索.该算法不仅充分利用了图像的内容信息,而且有效地引入了文本检索技术,实验结果表明该算法具有较高的检索效率.     

MARC: A code for the retrieval of atmospheric parameters from millimeter-wave limb measurements

A new data analysis software is presented that has been developed for the retrieval of atmospheric minor constituents from limb-sounding observations made in the millimeter and sub-millimeter spectral regions. The code, which is called MARC (Millimetre-wave Atmospheric-Retrieval Code), has been designed to analyze the observations of the MARSCHALS (Millimetre-wave Airborne Receivers for Spectroscopic CHaracterisation in Atmospheric Limb-Sounding) instrument which operates on the M-55 stratospheric aircraft. The main objective of the analysis of MARSCHALS observations will be to assess long-wave measurement capabilities for the study of the upper troposphere and lower stratosphere regions. The key questions will be the accuracy and spatial resolution that can be achieved by long-wave measurements in presence of clouds and horizontal gradients.MARC performs a global-fit multi-target retrieval, in which optimal estimation is used and errors of the forward model parameters are taken into account for the definition of the cost function minimized in the retrieval. With these features it is easy to use the variables of the problem as either forward model constant parameters or retrieved unknowns with minimum impact on the stability of the retrieval. MARC can perform a wide spectral-band analysis of the observations without a selection of the analyzed channels, and the retrieval process provides an error budget of the retrieved unknowns that includes both the forward model errors and the measurement errors. The error budget obtained in this way is smaller than that obtained when accounting a posteriori for the systematic errors. The new combination of the retrieval features makes possible an efficient and optimal exploitation of the information content of the observations.     

高分辨率太阳吸收光谱二氧化碳反演中参数的敏感性分析

基于高分辨率傅里叶变换红外太阳吸收光谱可以准确测量大气中二氧化碳的柱总量。基于光谱反演算法中的前向模型,分析了改变前向模型中不同参数和不同天顶角情况下对反演结果的影响及其原因。选取具有代表性的两天的测量光谱,改变前向模型中连续体倾斜量值、内部视场角、零偏置和多普勒效应四个模型参数,观察不同先验模型参数的扰动对二氧化碳测量结果的影响。结果表明,不同模型参数的扰动引起反演的二氧化碳柱平均干空气混合比(XCO₂)相对偏差并不一样;不同的测量时间,相同参数扰动引起的二氧化碳含量相对偏差也不同。其中连续体倾斜量值的变化对反演结果的影响最大,其变化引起的相对偏差波动范围在0.1%～0.2%之间;内部视场角、零偏置和多普勒效应的变化对反演结果影响较小,引起的二氧化碳的相对偏差分别在-0.045%～0.02%,-0.045%～0.015%和-0.03%～0.04%之间。最后用二氧化碳反演平均核解释了反演误差来源。研究结果对光谱反演算法中模型参数的设定和提高测量的准确度提供了理论依据。