基于改进LCCD算法的高分六号WFV数据云检测研究

高分六号WFV是搭载在我国高分六号卫星上的高空间分辨率多光谱传感器,该传感器实现了高分辨率和宽覆盖的结合。精确识别高分六号WFV数据的云像元对于农业资源监测、林业资源调查以及防灾减灾等行业具有重要意义。基于全球土地覆盖产品FROM-GLC10数据,改进地表类型支持的云检测算法(LCCD算法),开展了高分六号WFV数据的云检测工作。以FROM-GLC10作为先验数据,充分考虑不同地表类型反射率的变化,在每种地表类型上分别采用不同的方法设置阈值。通过目视解译的方法对云检测结果进行精度评价,云正确率整体达到了92.46%,其中植被类、水体类、高亮地表类的云正确率分别为93.09%、95.60%和88.70%。结果表明,改进的基于地表类型的云检测算法有效提高了高分六号WFV数据云检测的精度。     

一种适合高光谱卫星云识别的Fmask改进算法

近年来,我国卫星高光谱技术发展迅猛,高分五号、高分五号02星、资源一号02D星、资源一号02E星等相继发射为遥感领域带来了丰富的高光谱数据源。但高光谱卫星在成像过程中不可避免地会受到云及云阴影的影响,如何准确识别成为保障后续应用的关键,Fmask算法作为国内外诸多算法中的典型代表,已被Landsat和Sentinel业务化产品生产系统采用。Fmask算法作为国内外诸多算法中的典型代表,已被Landsat和Sentinel业务化产品生产系统采用。但该算法对于缺少热红外波段的数据精度偏低,例如对Sentinel-2数据的云和云阴影识别精度分别为84.5%和50%左右。鉴于此,本文通过在原有算法中优化云及云阴影识别算法结构、增加高亮地物识别辅助判据等改进手段,提出了一种适合高光谱卫星的Fmask改进算法,并在含有城区、山地、平原等三类不同下垫面场景的20景高分五号和资源一号高光谱影像中进行检验,结果表明：云识别的用户精度和生产者精度可达91.26%和99.97%,云阴影识别精度达到78.66%和79.41%,明显优于原始算法。本文算法对于高光谱数据的云及云阴影识别具有精度高、效果稳定和易于工...     

高分五号可见短波红外高光谱影像云检测研究

高分五号(GF-5)卫星上荷载的可见短波红外高光谱相机(AHSI)能够同时获取330个谱段的光谱信息,对大气和陆地进行综合高光谱观测,能有效获取地物的精确信息.云的存在会对遥感影像造成污染,为了提高GF-5数据的利用率,本文结合AHSI的地物高光谱特性,研究多种下垫面背景下的云检测方法.对得到的1级产品,利用产品配套的...     

一种高分七号卫星激光足印光斑质心的高精度提取算法

激光足印光斑质心的精确提取,对于提升国产卫星激光测高平面精度具有重要的实际意义.本文比较了灰度重心法、高斯拟合法和椭圆拟合法三种传统光斑质心提取算法,综合分析后提出了一种利用高斯拟合法和Canny边缘检测设置灰度阈值和距离阈值,并最终使用灰度重心法进行光斑质心提取的算法.对100组仿真光斑进行测试后的结果表明,本文算法...     

浑浊二类水体的高分四号卫星大气校正效果分析

高分四号卫星是我国首颗高空间分辨率地球静止卫星,在浑浊二类水体的遥感定量监测方面应用潜力很大。为评价高分四号多光谱数据经大气校正后水体反射率的精度,以太湖为研究区,使用同步MODIS数据辅助的Gordon单次散射改进算法,对2016年7月21日和2016年8月17日两景高分四号多光谱数据进行大气校正,并通过与地面同步实测光谱数据、以及地球静止水色卫星GOCI数据大气校正结果的协同比对,验证高分四号多光谱数据的大气校正效果,为该卫星产品的水色遥感应用提供借鉴和参考。结果表明,红光B4波段校正精度最高,平均绝对误差(MAPE)为10.71%;绿光B3波段校正精度次高,MAPE为13.21%;近红外B5波段校正精度次低,MAPE为33.06%;蓝光B2波段校正精度最低,MAPE为53.55%。其中B3,B4和B5波段校正精度高于GOCI,主要原因在于高分四号的空间分辨率远高于GOCI,混合像元导致的精度误差相对较小,充分显示了高分四号作为一颗高空间分辨率地球静止卫星在水色遥感方面的优势;而B2波段低于GOCI,表明高分四号的蓝光波段尚有改进空间,今后有必要对该波段进行重新定标等处理;在未得到有效处理的情况下,水色遥感应用应尽量避开该波段。总体而言,高分四号多光谱数据校正精度较高,可以较好的应用于内陆二类浑浊水体的定量遥感监测。     

CDAG改进算法及其在GF-6 WFV数据云检测中的应用

为提高GF-6 WFV数据的利用效率,研究了GF-6 WFV数据的云检测算法。该算法是基于阈值自动生成的云检测(CDAG)算法,通过挖掘云和典型地表在可见光、近红外波段的光谱差异信息,实现了对多光谱卫星传感器的云检测。考虑到GF-6 WFV数据光谱范围相对较窄,云与亮地表的识别能力相对较弱的问题,加入了离差指数和亮地表指数,使用更多的波段组合方式,更加深入地分析云像元和晴空像元的差异,提高了典型地表与云的识别精度。通过遥感目视判读的方法对本研究中抽取的不同子区域的云检测结果进行分析,识别精度达到85.16%,漏分误差和错分误差分别为14.84%和2.39%,实现了较高的识别精度。     

高分七号卫星足印相机激光光斑中心定位方法研究

使用足印相机同时对激光光斑和地表成像会导致相机中的激光光斑影像与地面影像重叠,造成激光光斑的中心定位精度较差。本文针对GF-7卫星足印相机实测的图像特点,提出地物噪声图像分类方法,优化高斯拟合光斑中心定位的处理流程,同时分析不同地物噪声背景下光斑图像的分类方法以及对应的光斑中心的提取精度。实验结果表明,所提方法在低中高的不同噪声条件下,中心定位精度分别为0.11,0.13,0.16 pixel,定位方差分别为0.020,0.262,0.341 pixel。在信噪比更好的夜间,光斑定位精度为0.02 pixel,定位方差为0.0036 pixel,说明噪声是影响光斑中心定位精度的最主要因素。     

高分二号全色卫星影像大气校正

利用大气辐射传输模型和指数衰减点扩展函数,发展了一套适用于亚米级分辨率的全色卫星影像的大气校正方法,该方法充分考虑了大气参数（气溶胶、水汽、臭氧及其他吸收气体等参数）、空间分辨率、背景像元与目标像元的空间距离等对邻近效应的影响。结果表明,本文建立的大气校正方法能够有效去除大气及周围环境对卫星入瞳信号的影响,充分解决全色卫星影像中的邻近效应问题,全面提升了卫星影像的质量（清晰度至少提高了155%,对比度至少提高了115%,边缘能量至少提高了247%,细节能量至少提高了204%,调制传递函数至少增大了169%）。     

基于高分一号卫星WFV影像的水稻信息提取模式

通过卫星影像利用水稻不同物候期的特征对其进行识别是目前在水稻信息提取方面比较有效的方式。首先根据水稻区别于其他植被的显著特征,即水稻生长前期稻田的下垫面含有大量水的特性,将用于提取水域信息的归一化水体指数(normalized difference water index,NDWI)合理地应用在水稻前期的信息提取中,并且利用两个物候期的NDWI做比值,扩大了水稻与其他地物之间的差异。再借助归一化植被指数(normalized differential vegetation index,NDVI）在不同物候期的增长变化特征可以进一步提高水稻信息提取的精度。研究发现充分利用水稻在不同物候期的特殊性,并结合与水稻特性相关的指数,将NDWI和NDVI两种指数同时用于水稻提取,确定合理、准确、有效的提取方法是提高水稻提取精度的主要途径。本文以安徽省来安县的水稻为研究对象,基于2013年7月12日和8月30日获取的两幅高分一号卫星WFV影像数据,利用水稻分蘖期和抽穗期的NDVI和NDWI构建了水稻信息提取模式,有效地提取出了来安县的水稻信息分布并进行制图,最后结合在研究区野外实地考察的信息数据对提取结果进行验证和评价。研究结果表明利用该模式能够快速、准确地从遥感影像上获取水稻分布信息,具有很好的普适性。     

多尺度膨胀卷积神经网络资源三号卫星影像云识别

为提高影像云识别精度,提出一种多尺度膨胀卷积深层神经网络云识别方法。结合卫星影像特征,设计云识别卷积神经网络结构,该结构包含深层特征编码模块、局部多尺度膨胀感知模块以及云区预测解码模块。首先,编码模块中通过基础卷积层获取深度特征;其次,联合多尺度膨胀卷积和池化层共同感知,每层操作连接非线性函数,以提升网络模型的表达能力;最后,云区预测解码模块中融合对应编码模块的特征,再利用L1正则化上采样算法实现端对端的像素级云识别结果。选用典型云遮挡区域影像进行云识别实验,并与Otsu算法和FCN-8S算法进行对比。结果表明,本文所提算法的检测精度较高,Kappa系数显著提升。     

Suomi NPP卫星可见光红外成像辐射仪的改进动态阈值云检测算法

基于可见光红外成像辐射仪多波段、宽覆盖、长重访周期的特点,以及云层在可见光到热红外通道的分布及变化特性,提出了一种适用于可见光红外成像辐射仪数据的改进的动态阈值云检测算法;通过遥感目视解译的方法对云检测结果进行精度验证,并与通用动态阈值云检测算法、可见光红外成像辐射仪云掩膜产品的结果进行对比。结果表明:所提算法能以较高的精度识别不同地表上空的云层,平均总体精度为93.23%,平均Kappa系数为0.821,对薄、碎云的整体识别精度得到了明显提高,错分和漏分误差明显减小;所提算法的云检测结果整体优于通用动态阈值云检测算法和可见光红外成像辐射仪云掩膜产品的云检测结果。     

一种实时检测遮挡阴影的算法

监控系统中,观测视场被遮挡,会导致显示的图像中存在遮挡阴影,影响对图像的进一步分析和处理.针对该问题,提出了一种实时检测遮挡阴影的算法.该算法基于图像序列的帧间运动特性对图像进行分区处理;利用图像子区域的灰度均值进行帧间预测,用来判断图像序列中被遮挡图像帧和可能的遮挡阴影区域;利用空域滤波器剔除误检区域,确定阴影区域.该算法实时性好,易于工程实现.     

基于ALOS卫星图像阴影的天津市建筑物高度及分布信息提取

光谱差异是提取建筑物阴影信息的一个重要依据.基于ALOS卫星图像阴影与建筑物高度关系的分析,文章阐述了依据阴影来估算建筑物高度的原理和方法,辅以数据融合的方法,利用多光谱影像中的光谱差异从ALOS全色图像中准确提取阴影信息,从而建立一种基于图像阴影提取城市建筑物高度及分布信息的标准化流程.同时,在天津的城市建筑物高度获取试验中,建筑物高度提取精度的抽样验证率达到87.6%,初步显示出了 ALOS卫星数据在城市建筑物高度测量方面的巨大潜力.     

基于GF-4PMI数据的亮温差校正火点检测方法研究

高分四号PMI可为防灾减灾提供稳定数据,其搭载的中红外传感器可以很好地应用于快速火灾监测中。但由于缺少传统火灾监测的热红外波段,高分四号提供的光谱信息大多作为灾中监测的辅助数据,且现有的火点识别研究所构建的火点自适应阈值检测算法受单一波段的影响,错检率和漏检率均偏高。为进一步探究高分四号数据在林火监测中的应用方法,提高火点识别精度,本研究分析高分四号数据的特点,结合单通道红外光谱的火点监测方法,应用上下文思想提出一种基于双时相影像的亮温差校正火点检测的方法来进一步提高检测精度。该方法使用灾前和灾中两期影像,具体分为时间尺度上基于空间插值的亮温补偿获取,空间尺度上的上下文自适应阈值分割以及火点判识三个部分。首先将两期影像做差值处理,并将潜在火点周围动态邻域内其他无污染像元的亮温差作为采样点进行空间插值,随后将插值结果带入灾前影像中得到灾中未发生火灾时的背景亮温,最后利用判别条件进行火点判别和虚警剔除,得到最终火点检测结果。其中在灾中背景亮温的预测研究对比了反距离加权插值(inverse distance weigh)、简单克里金插值(simple kriging)和普通克里金插值(ordinary kriging)三种插值方法,从拟合结果来看普通克里金插值既体现了像素区域的波动性又有一定的平滑效果避免峰值过高,是较为理想的拟合结果。实验以目视解译的火点数据为参照验证了山西沁源县和内蒙古呼伦贝尔新巴尔虎左旗地区的两起火灾,对比最新提出的单时相火点检测算法,研究结果表明引进的亮温差校正数据可以更好地拟合背景亮温,减少错分误差至3%,并保持综合评价指标F_β分数在0.9以上。该方法有效结合了高分四号空间和时间的信息,未来可用于高分四号PMI数据自动化火点检测与快速提取。     

基于机器学习的偏振遥感云检测优化算法

偏振遥感经验阈值云检测算法受主观因素影响较强,极易在亮地表上空出现云检测不准确的问题.针对该问题,本文提出了一种主动和被动遥感卫星相结合的机器学习云检测算法.该算法基于POLDER3载荷多通道多角度偏振特性以及CALIOP载荷高精度云垂直特性展开研究,利用POLDER3载荷和CALIOP载荷观测重合区域数据,搭建了粒子...     

基于高分五号高光谱影像的干旱区盐渍化土壤盐分含量估算

目前星载高光谱传感器较少,基于高光谱影像的土壤盐分含量估算研究仍处于探索之中。高分五号(GF-5)是目前国内光谱分辨率最高的卫星。目的是研究高分五号高光谱影像大面积估算干旱区盐渍化土壤盐分含量的可行性。选择新疆焉耆为研究区域,采集了198个土壤样本。首先,检测土壤样本中的全盐量、Na⁺、Ca²⁺、SO₄^2-、Cl^-的含量,利用ASD FieldSpec3地物光谱仪在实验室测定土壤样本的光谱反射率。然后,对实验室土壤光谱进行SG(Savitzky-Golay)平滑预处理,采用竞争自适应重加权采样法选择土壤盐分的特征波段,再利用偏最小二乘、岭回归和支持向量机建立土壤盐分含量的回归模型,发现实验室光谱反演土壤盐分的模型精度较高,五种土壤盐分反演模型的校正集决定系数均大于0.97,预测集决定系数均大于0.90。接着,获取土壤采样同期的高分五号高光谱影像数据并进行预处理,根据采样点位置在影像上提取了198个土壤样本的光谱曲线,使用与实验室光谱相同的反演方法,建立了高分五号影像光谱与土壤盐...     

基于实测光谱和国产高分五号高光谱卫星的铁尾矿表层含水率遥感反演方法研究

尾矿库作为高势能的人造泥石流危险源,在尾砂含水量过高时有溃坝风险,低含水量状态下产生扬尘则会危害周围环境。尾砂含水量实时、动态监测对于尾矿库安全状况及矿区环境保护具有重要意义。相比传统采样化验手段,高光谱遥感拥有观测面积大、数据实时易获取、光谱信息丰富的特点,为快速、高精度尾矿水分监测提供了手段。以鞍山-本溪铁矿群中的高硅型铁尾矿为研究区,实地采集尾砂样品77个,利用可见光-近红外(350～2 500 nm)光谱仪获取其光谱数据,分析不同含水率尾砂光谱特征及机理;引入竞争性自适应加权重采样法(CARS)筛选水分敏感波段,并基于敏感波段建立三维波段光谱指数(TBI),结合随机森林(RF)、粒子群优化的极限学习机(PSO-ELM)及卷积神经网络(CNN)算法建立尾砂水分反演模型,以国产高分五号高光谱卫星为数据源进行模型应用,获取尾矿库表层含水时空分布特征。结果表明：(1)尾砂光谱反射率随含水率升高明显下降,在1 455和1 930 nm处出现O—H吸收特征,吸收深度随含水率减小而逐渐减小;(2)基于CARS方法能够对高光谱数据(305波段)有效降维,筛选出18个水分敏感波段,进一步利用敏感...     

结合图论的异源影像点云配准方法

结合图论思想,提出一种高效的异源影像点云配准方法。该方法首先利用点云几何特征寻找点云中的地平面方向,将点云中建筑物的布局关系构建成图形式,使点云配准问题转化为图匹配问题;然后,提出一种图匹配方法,基于几何约束条件构建核三角形作为配准基元,利用高阶相似度信息寻找图的全局最优匹配,实现点云间的快速、稳健初配准;最后,结合迭代最近点（ICP）算法进行精配准,获得高精度异源点云配准结果。为了验证所提方法的有效性,选取河南省3个不同区域的高分七号卫星影像点云和无人机近景影像点云进行实验。实验结果表明,所提方法不受噪声点和异常值的影响,能够克服不同的点云密度差异、消除约939倍的坐标尺度差异,整体配准速度相较于对比方法提升了51～184倍,全自动地实现了异源影像点云鲁棒、高效配准。     

基于被动遥感卫星可见至红外通道观测的云特性遥感

云是地球辐射收支、水循环和生物化学循环的主要调节者。自1960年人类第一颗气象卫星(TIROS)的发射起,被动卫星遥感已经发展成为获取云观测资料最高效的手段之一。被动卫星具有观测范围大、时间跨度久的特点,其中利用可见至红外波段(0.40～15μm)的遥感成像仪相对高光谱成像仪、微波成像仪具有时空分辨率更高的观测优势。首先,针对极轨卫星多光谱成像仪、多角度偏振成像仪和新一代静止卫星成像仪三类载荷概述了被动卫星基于可见至红外波段的观测特点。然后,介绍了包括云检测、云相态、云顶参数、云光学和微物理参数的观测原理和应用方法。最后,通过总结和展望为被动卫星可见至红外资料的云特性遥感研究提供一些思考。