搜索结果: 1-15 共查到“知识库 测绘科学技术 遥感影像”相关记录145条 . 查询时间(0.163 秒)
针对异源遥感影像的成像模式、时相、分辨率等不同导致匹配困难的问题，提出了一种基于深度学习特征的匹配方法CMM-Net。首先，利用卷积神经网络提取异源遥感影像的高维特征图，根据同时满足通道最大和局部最大两种条件选取关键点，并在特征图上提取相应位置的512维描述符。在匹配阶段，完成快速最近邻搜索特征匹配后，为解决误匹配点多的问题，提出了动态自适应欧氏距离阈值和RANSAC共同约束的提纯算法，保证误匹配...
近年来基于深度卷积神经网络的高分辨率遥感影像场景分类成为广泛关注的焦点。由于现有深度卷积神经网络对遥感场景影像的几何形变不具有稳健性，本文提出了一种基于深度迁移可变形卷积神经网络（DTDCNN）的场景分类方法。该方法先利用大型自然场景数据集ImageNet上训练的深度模型提取遥感影像的深度特征，然后引入可变形卷积层，进一步学习对遥感场景的几何形变具有稳健性的深度特征。结果表明：增加可变形卷积后，D...
城中村是中国一类特殊的非正式居民区。本文从城中村的物理特点出发，采用景观语义指数描述复杂的城中村场景，提出基于景观语义指数的高分辨率遥感影像城中村提取方法，并采用“分类置信度-反馈”机制进行实际可操作的大范围城中村制图。以广州市核心城区为例，城中村检测的总体精度达到了90%以上。试验结果表明相对于传统的光谱、纹理特征，景观语义指数能够更好地描述城中村的根本形态特点，更准确的城中村提取。此外，“分类...
零样本影像分类技术旨在通过学习数据集的部分类别（可见类），获得识别在训练阶段未出现类别（不可见类）的能力。该技术在遥感大数据时代具有重要现实意义。目前，遥感领域的零样本场景分类方法对于映射后的语义空间优化关注很少，导致已有方法的整体分类性能较差。基于这一考虑，本文提出了一种基于稳健跨域映射和渐进语义基准修正的零样本遥感影像场景分类方法。在训练的有监督学习模块，基于可见类的类别语义向量和场景影像样本...
利用深度卷积神经网络智能化地提取遥感图像中的建筑物对于数字城市构建、灾害侦查、土地管理等具有重要意义。多时相遥感图像之间的色彩差异会导致建筑物语义分割模型泛化能力下降。针对此，本文提出了注意力引导的色彩一致生成对抗网络（attention-guided color consistency adversarial network，ACGAN）。该算法以参考色彩风格图像及相同区域、不同时相的待纠正图像...
遥感影像船舶检测的特征金字塔网络建模方法
船舶检测 特征金字塔网络 形变卷积模块 形变RoI池化模块
<
2020/6/28
船舶作为海上运输载体，其准确检测在海洋环境保护、海上渔业生产管理、海上交通与应急处置及国防安全应用中都具有重要意义和价值。目前基于目标检测网络的遥感船舶检测方法因末层特征分辨率不足和卷积固定的几何结构，导致网络难以适应小尺度且具有随机朝向、形态多变特征的船舶目标，进而限制船舶检测精度。
高分辨率遥感影像超像素的模糊聚类分割法
高空间分辨率遥感影像 超像素 影像分割 分水岭变换 模糊聚类
<
2020/6/28
传统模糊C均值聚类在影像分割中只考虑影像的灰度特征，导致该算法用于高空间分辨率遥感影像分割时分割结果不理想。针对该问题，本文提出了一种高分辨率遥感影像超像素的模糊聚类分割方法。该方法首先利用分水岭变换算法产生多个超像素子区域；然后比较各个子区域间光谱特征的相似性；最后利用融合光谱特征的模糊C均值聚类对这些超像素子区域进行合并。试验选用4组不同场景的遥感影像，采用定性和定量相结合的方法评价试验结果。...
高分辨率遥感影像语义分割的半监督全卷积网络法
遥感影像 语义分割 半监督 全卷积网络
<
2020/6/16
在遥感领域，利用大量的标签影像数据来监督训练全卷积网络，实现影像语义分割的方法会导致标签绘制成本昂贵，而少量标签数据的使用会导致网络性能下降。
基于遥感影像的上海市土地覆被变化及驱动力分析
遥感 土地覆被变化 驱动力分析 主成分分析
<
2022/3/18
首先，通过对2006、2010和2015年的遥感影像解译，得到2006—2015年上海市的土地覆被情况。接着，结合土地覆被变化模型的若干个指标来分析土地覆被变化的时空特征，并对结果进行定量分析。最后，以耕地为例探究影响研究上海市土地覆被变化的驱动力。
智能遥感卫星与遥感影像实时服务
智能遥感卫星 空间信息网络 在轨处理 实时服务
<
2020/3/19
传统的卫星遥感系统数据获取、处理和应用模式无法满足卫星遥感影像大众化和实时化的应用需求，亟须发展智能遥感卫星系统，以解决遥感影像在轨处理和智能服务问题。本文首先阐述了智能遥感卫星的发展；然后对智能遥感卫星在轨处理架构、服务模式和在轨处理所涉及的关键算法进行了详细介绍；最后结合珞珈三号01星的设计和研制，探讨了珞珈三号01星的服务场景和服务模式，并对5G、6G和人工智能时代下的智能遥感卫星的未来发展...
本文探讨了深度学习在航空影像密集匹配中的性能，并与经典方法进行了比较，对模型泛化能力进行了评估。首先，实现了MC-CNN（matching cost convolutional neural network）、GC-Net（geometry and context network）、DispNet（disparity estimation network）3种代表性卷积神经元网络在航空立体像对上的...
为了自动确定多光谱遥感影像中地物目标类别数，该文提出一种基于可变类模糊C均值(Fuzzy C-Means, FCM)的多光谱遥感影像分割方法。首先定义像素与聚类的非相似性测度并据此构建目标函数，而后通过求解目标函数得到最优模糊隶属度和聚类中心。其次，研究模糊因子与影像地物目标类别数的关系，并通过定义划分熵(Partition Entropy, PE)指数优选模糊因子，选择PE指数值稳定收敛后所对应...
通过分析高分辨率遥感影像中平原建成区的纹理特征和局部关键点特征，提出了基于多核学习、多尺度分割以及多假设投票的平原建成区提取方法。该方法利用MR8纹理特征和尺度不变特征变换（SIFT）算法提取建成区，融合多个特征进行学习和分类，从而加强了分类器的鲁棒性和稳定性，提高了检测准确率。该方法还通过超像素分割和多假设投票将基于图像块的判别结果转化为基于像素的检测结果，完全消除块状效应，使得目标区域具有准确...
通过分析高分辨率遥感影像中平原建成区的纹理特征和局部关键点特征，提出了基于多核学习、多尺度分割以及多假设投票的平原建成区提取方法。该方法利用MR8纹理特征和尺度不变特征变换（SIFT）算法提取建成区，融合多个特征进行学习和分类，从而加强了分类器的鲁棒性和稳定性，提高了检测准确率。该方法还通过超像素分割和多假设投票将基于图像块的判别结果转化为基于像素的检测结果，完全消除块状效应，使得目标区域具有准确...