影像解译

摘要： 为实现自然资源监测监管的精准化和智能化,文章以地理学分区、分层、分级思想为指导,有效组合深度学习、迁移学习、强化学习的机器学习技术,构建精准土地利用/覆盖变化(LUCC)智能化生产线,并以此为基础设计研发专题产品与平台,在山东寿光开展县域的分布式生产与服务实践。文章提出的LUCC服务平台,重要意义在于利用多源异构数据能够高质、高效地提取和更新地理单元,监测土地利用变化,为自然资源监测监管提供基础性技术支撑。

摘要： 地理国情监测是自然资源监测体系中的一项专题监测,主要是监测地表覆盖变化情况,以满足自然资源管理的需要。地理国情监测的首要工作是识别变化信息,仅依靠人工判读识别效率太低。针对地理国情监测的特点,提出基于前期地表覆盖矢量数据的多特征融合面向对象变化检测方法。先利用地表覆盖矢量图斑对预处理后的影像进行多尺度分割,再利用影像强度、纹理等特征构建特征差异图,通过设置阈值,提取变化图斑。结果表明,该方法可有效获取地表覆盖变化信息,特别是非植被间的变化,具有较高的准确率,可作为地理国情监测变化信息提取的一种手段。

摘要： 针对影像自动解译结果的矢量化,提出一种解译图斑的矢量化方法。基于OpenCV提取图斑边缘,利用GDAL获取坐标信息并完成矢量文件输出,开发了实验程序并进行了实验验证分析,可为影像解译成果矢量化的相关工作提供参考。

摘要： 近年来,强降雨及大风天气频发,小麦倒伏问题常常发生,如何在灾后做好受灾情况评估工作尤为重要。结合某一应急项目,采用抽样法,从小麦倒伏区域选取样本,利用无人机快速获取样本区域影像,分别采用自动分类和目视解译两种方法获取样区倒伏小麦面积,通过对两种解译结果进行对比分析,证明自动分类方法的可行性和可靠性,从而得出一套高效的灾后评估小麦倒伏受灾面积的技术流程,为政府有关部门提供强有力的数据支撑。

摘要： 在黑龙江垦区的坡耕地表区域,由于长期开垦、雨水冲刷、山洪泄洪等原因,形成了一种特殊的地貌--冲刷沟,冲刷沟的存在对垦区农业生产和生产安全造成了一定程度的影响,冲刷沟的治理问题已经成为当今农业及水利专家着力研究的方向。文章利用卫星遥感影像分析结合影像自动解译技术来识别冲刷沟,并有针对性地采取治理措施,保持水土,力争降低冲刷沟对农业生产造成的损失。

摘要： 无人机拍摄技术已基本实现了在市场多个领域内的广泛应用,为了提高无人机的适用范围,开展了无人机在矿山地质灾害中应用的研究,通过布设无人机在矿区的低空拍摄像控点,获取前端拍摄信号,以此形成一个连续的矿山地质灾害图像.考虑到使用无人机获取的矿山地质灾害影像信息,可能会受到外界多种因素的干扰,在完成对信息的获取后,快速处理矿山地质灾害信息,对矿山地质灾害区域进行高精度成图,并在此基础上,深度解译与分析矿山地质灾害影像,从而掌握矿区地质灾害更加细致化的数据.此外,通过实例应用分析的方式,证明无人机可真实地应用到矿山地质测绘工作中,可为矿区地质灾害现场紧急处理提供具有时效性的解析数据.

摘要： 针对遥感影像多标签分类中类别标签频次存在长尾分布,导致深度学习网络无法充分学习尾部类别特征的问题,提出了一种双分支遥感影像多标签重平衡权重分类方法。首先,通过利用数据集标签频次的统计特性,重新对二进制交叉熵(BCE)损失函数中各个类别的权重进行设计,从而达到在卷积神经网络训练过程中重视尾部类别的目的。然后,使用一个双分支结构对修改后的模型和原模型进行集成,两个分支分别关注头部类和尾部类,提高整体的识别效果。最后,为了更好地验证算法的有效性,构建了一个目前最大规模的基于实例的遥感影像多标签分类数据集ML-iSAID。实验结果表明,双分支重平衡权重训练方法与仅使用BCE损失函数的方法(基准方法)相比在MLUCMerced、ML-AID、ML-iSAID三个数据集中在基于类别的F1指标上分别提升了1.28个、5.40个、3.26个百分点。所提方法能够可以有效缓解长尾效应带来的归纳偏置。

摘要： 通过油气井位勘测调查掌握油气开采井的基本信息,可以为水行政主管部门高效进行水土流失预防和治理工作及依法收取水土保持补偿费提供依据.探讨基于遥感影像进行石油、天然气井位勘测调查以及油气资料数据库管理系统开发、台账制作等工作的主要技术方法,以便更好地满足油气井位普查和常态化监管需求.

摘要： 面对智慧城市建构全面感测化的需求和挑战,新型空间成像传感器提供了基础数据、应用方法和实际场景.以新兴视频卫星为研究对象,首先梳理总结其当前发展现状和趋势,然后提出面向智慧城市空间感知的视频卫星影像解译识别特征和方法,通过实例分析影像解译运用步骤.最后分析了视频卫星在智慧城市空间感知中的核心运用,阐述了面向持续透明空间感知的动态数据和基于视频流的地理空间智能分析等核心观点,以期为智慧城市建设提供理论支撑.

摘要： 随着国家高分辨率项目的启动,对高分辨率遥感影像信息的获取变得更加的容易.如何在海量的影像数据中快速的提取中所需要的信息,是现在研究的热点.本人通过对时下流行的面向对象的遥感影像分析的方法进行分析探讨,提出这种方法的优越性.并且在本文的最后用eCognition软件对遥感影像进行分类距离说明面向对象遥感影像的优点.

摘要： 随着遥感技术的不断发展和日趋成熟,利用各种遥感影像监测大而积的农牧业年度性、季节性变化,已经成为各地区进行农牧业生产监测的主要手段。而遥感影像的几何性能与几何精度是影像解译的最要基础,它直接影响解译的精度,因此影像的儿何纠正是影像处理的重要内容。为了进一步提高精度,本文就IRS-P6卫星影像为例,在ERDASIMAGINE 8.7平台上,采用GPS控制点(矢量图)作为地理参照,并对其的优劣性进行了分析。通过遥感分类结果与实地调查结果数据的分析,证明了用GPS点作为地理参照具有更大的精度,从而可提高影像解译的准确度。该方法为我国农牧业的动态监测事业的飞速发展,提供了更大的可行性。

摘要： 针对西南山区光学遥感数据受天气影响难以获取的情况，选择COSMO-SkyMed和TerraSAR-X雷达卫星数据，经过校正、滤波、增强等图像处理，进行四川省茂县叠溪地区的地质灾害遥感调查研究;对研究区滑坡、崩塌、泥石流、不稳定斜坡等地质灾害进行遥感解译，通过野外验证和对比分析评价雷达数据遥感应用的效果。结果表明：较高分辨率的雷达卫星数据可以作为西南山区地质灾害常规调查中辅助遥感信息源和地质灾害应急调查中的主要遥感信息源。

摘要： 针对西南山区光学遥感数据受天气影响难以获取的情况，选择COSMO-SkyMed和TerraSAR-X雷达卫星数据，经过校正、滤波、增强等图像处理，进行四川省茂县叠溪地区的地质灾害遥感调查研究;对研究区滑坡、崩塌、泥石流、不稳定斜坡等地质灾害进行遥感解译，通过野外验证和对比分析评价雷达数据遥感应用的效果。结果表明：较高分辨率的雷达卫星数据可以作为西南山区地质灾害常规调查中辅助遥感信息源和地质灾害应急调查中的主要遥感信息源。

摘要： 针对西南山区光学遥感数据受天气影响难以获取的情况，选择COSMO-SkyMed和TerraSAR-X雷达卫星数据，经过校正、滤波、增强等图像处理，进行四川省茂县叠溪地区的地质灾害遥感调查研究;对研究区滑坡、崩塌、泥石流、不稳定斜坡等地质灾害进行遥感解译，通过野外验证和对比分析评价雷达数据遥感应用的效果。结果表明：较高分辨率的雷达卫星数据可以作为西南山区地质灾害常规调查中辅助遥感信息源和地质灾害应急调查中的主要遥感信息源。

摘要： 针对西南山区光学遥感数据受天气影响难以获取的情况，选择COSMO-SkyMed和TerraSAR-X雷达卫星数据，经过校正、滤波、增强等图像处理，进行四川省茂县叠溪地区的地质灾害遥感调查研究;对研究区滑坡、崩塌、泥石流、不稳定斜坡等地质灾害进行遥感解译，通过野外验证和对比分析评价雷达数据遥感应用的效果。结果表明：较高分辨率的雷达卫星数据可以作为西南山区地质灾害常规调查中辅助遥感信息源和地质灾害应急调查中的主要遥感信息源。

摘要： 在全国第二次土地调查项目中，P5影像在内业、外业中起到了重要作用。该项目外业作业方式采用先内后外的方式，本论文从这个角度简单地阐述了对单片P5影像纠正及解译的技术方法，并分析了其数据的精度，浅析了P5影像在土地调查中的应用，其有利于项目工作人员对不同时期影像变化进行解译,从而大大提高了土地凋查的工作效率。

摘要： 在全国第二次土地调查项目中，P5影像在内业、外业中起到了重要作用。该项目外业作业方式采用先内后外的方式，本论文从这个角度简单地阐述了对单片P5影像纠正及解译的技术方法，并分析了其数据的精度，浅析了P5影像在土地调查中的应用，其有利于项目工作人员对不同时期影像变化进行解译,从而大大提高了土地凋查的工作效率。

摘要： 在全国第二次土地调查项目中，P5影像在内业、外业中起到了重要作用。该项目外业作业方式采用先内后外的方式，本论文从这个角度简单地阐述了对单片P5影像纠正及解译的技术方法，并分析了其数据的精度，浅析了P5影像在土地调查中的应用，其有利于项目工作人员对不同时期影像变化进行解译,从而大大提高了土地凋查的工作效率。

摘要： 本发明公开了一种基于自适应感知机的遥感影像智能解译方法及系统，涉及深度学习在遥感影像目标解译技术领域，其中方法包括：在遥感影像智能解译时，对其进行预处理；构建基于局部阈值的自适应感知机；确定阈值范围及感知机权重；根据自适应感知机与改进UNet模型确定解译网络结构；依据前述网络结构与改进UNet遥感智能解译模型，采用自训练迭代方式求取目标地物特征。本发明解决了现有UNet模型结构单一、参数复杂、解译时间长的问题，增加了不同阈值条件下的UNet模型适用范围、解译速度和灵活程度。

摘要： 基于卫星遥感影像的WebGIS在线目视解译系统及方法，涉及遥感技术领域，解决了解译效率低、操作复杂、无法实时掌握解译进度的问题。系统包括：在线创建任务模块用于创建解译任务，存储创建的任务信息；在线分配任务模块用于将任务分解成多个解译区域，分配至对应解译人员，并将分配的结果保存到数据库；在线目视解译模块用于实现解译人员对各自解译区域样本几何类型的标注以及对应辅助操作；在线管理样本模块用于管理员执行查看样本、审核通过、退回至解译人员以及导出到本地的操作；在线管理任务模块用于管理员执行任务的创建、结束、删除、编辑以及解译人员与解译区域的重新划分操作。本发明可应用于处理海量遥感影像中。

摘要： 本发明提供了一种基于深度训练模型和影像解译样本库的影像解译方法。获取历史影像和矢量数据，构建影像解译样本库；构建深度残差全卷积网络，通过影像解译样本库对所述深度残差全卷积网络进行训练，确定第一解析影像；基于时空大数据分析挖掘结果对所述第一解析影像进行优化，确定目标解析影像。有益效果在于：本发明通过历史影像和矢量数据构建影像解译样本库，为深度神经网络模型提供了大量的高精度训练样本，提高了影像解译的精度。本发明还通过构建深度残差全卷积网络，实现自动标注，减少了人力消耗。最后通过时空大数据分析挖掘结果对所述解析影像进行优化，通过精确的要素分类，得到更高精度的解析影像。

摘要： 本发明涉及一种遥感影像解译样本集的生成方法，包括以下步骤：获取基期遥感影像和待分类遥感影像相同区域的第一分类数据，并对待分类遥感影像和基期遥感影像进行相位配准；分别使用腐蚀参数对每个类别的图斑进行腐蚀；对每个类别腐蚀之后的图斑进行边界简化并剔除图斑中总像素数量小于N像素的图斑，将其作为分割边界集；以分割边界集为边界分别对配准后的分类遥感影像和基期遥感影像进行分割，并对两期基期遥感影像对应的分割影像集逐一进行变化检测，将未发生变化的分割影像子集对应的边界作为样本集；最后检测初步样本集中的样本个数和样本是否符合标准，如不符合，则调整腐蚀参数或相似度阈值。该方法提高了样本选取效率和准确率。

摘要： 本发明提供了一种基于深度训练模型和影像解译样本库的影像解译方法。获取历史影像和矢量数据，构建影像解译样本库；构建深度残差全卷积网络，通过影像解译样本库对所述深度残差全卷积网络进行训练，确定第一解析影像；基于时空大数据分析挖掘结果对所述第一解析影像进行优化，确定目标解析影像。有益效果在于：本发明通过历史影像和矢量数据构建影像解译样本库，为深度神经网络模型提供了大量的高精度训练样本，提高了影像解译的精度。本发明还通过构建深度残差全卷积网络，实现自动标注，减少了人力消耗。最后通过时空大数据分析挖掘结果对所述解析影像进行优化，通过精确的要素分类，得到更高精度的解析影像。

摘要： 本发明属于计算机视觉领域，具体的说是涉及一种智能遥感影像解译方法。本发明通过使用语义分割技术、矢量化技术、矢量简化平滑技术，最终实现了对遥感影像的智能解译。使用本发明可以实现输入任意尺寸遥感影像，直接输出其对应的矢量结果。并且可以将一个面积约为400平方千米，遥感分辨率为0.8米的中等大小区县遥感影像解译时间控制在1个小时左右，而人工解译需要2周时间，极大的提升了解译效率，削减了人工解译的成本，实现了解译的自动化。并且，目前市场上并无同类自动解译产品出现，填补了遥感影像智能解译的市场空白。

摘要： 本发明公开了一种卫星遥感影像解译设备，包括底板，所述底板上端面两侧均设有电动推杆一，所述电动推杆一顶端连接支撑板，所述支撑板顶面一端设有转轴，所述转轴转动连接触摸一体机，所述触摸一体机底面设有铰座一，所述铰座一铰接电动推杆二，所述电动推杆二底端滑动连接支撑板，所述底板底面四角均连接支柱，所述支柱底端连接万向轮，本发明通过调节电动推杆一方便改变触摸一体机的高度，通过调节电动推杆二方便改变触摸一体机的角度，更方便使用者进行使用，万向轮方便本设备进行移动，伸缩件、铰接架和弹簧一配合进行减震，延长触摸一体机使用寿命，固定装置方便本设备不移动时进行固定，使本设备更稳定。

摘要： 本发明涉及基于ArcObjects和遥感影像解译的径流模拟模型不透水率算法，包括以下步骤：⑴利用ArcGIS中的监督分类对遥感影像进行解译；⑶使用ArcObjects开发工具对地块中的建筑、裸土、道路和绿地面积进行统计；⑷根据建筑、裸土、道路和绿地计算的面积对地块不透水率进行赋值。

摘要： 本发明涉及遥感影像的技术领域，特别涉及一种遥感影像编码器训练、解译方法及装置、介质、设备；该方法包括：获取遥感影像数据并将影像数据转为LAB颜色空间的数据，再分组得到训练集和验证集；构建生成器模型、判别器模型及损失函数，分别将训练集样本输入至生成器模型、判别器模型中训练；再将验证集输入至训练好的生成器模型与判别器模型中，以获得生成器中训练好的编码器。本发明提供的编码器训练方法应用在遥感影像技术中，能够将编码器预训练部分由传统的使用分类任务更改为影像上色任务，使得编码器预训练无需使用带人工标注标签的数据集。在大幅度减少人力工时的同时，还能省去知识蒸馏步骤，能够有效提高训练效率和遥感影像解译效果。

摘要： 本发明涉及一种面向人工智能遥感影像解译的样本库系统及组织方法。面向人工智能遥感影像解译的样本库系统包括基础设施层、存储层、管理层、服务层和应用层五个部分。基于该样本库系统实现的遥感影像解译样本库组织方法针对“场景‑目标‑像素”层级样本数据特点，构建可扩展的类别编码方式，形成面向“场景‑目标‑像素”多层级应用的可扩展类别体系，并设计样本数据统一的标注规范，实现样本数据的组织管理。