首页期刊导航|遥感信息
期刊信息/Journal information
遥感信息
遥感信息

张继贤

双月刊

1000-3177

remotesensing@casm.ac.cn

010-88217813

100039

北京海淀区北太平路16号

遥感信息/Journal Remote Sensing InformationCSCD北大核心CSTPCD
正式出版
收录年代

    基于孪生Transformer的双时相遥感影像变化检测方法

    刘莺迎周刚
    67-74页
    查看更多>>摘要：针对卷积神经网络无法充分利用全局上下文信息的问题,提出了基于孪生transformer结构的双时相遥感影像变化检测方法.首先,利用swin transformer网络提取双时相遥感影像的抽象特征,并将不同尺度的特征嵌入到特征金字塔网络中输出变化检测结果;然后,为了使变化检测结果形态更接近真实标记,在训练过程中采用对抗训练方法,即引入判别器来判断变化检测结果是由模型预测得到还是人工标记得到,从而使模型预测结果更加接近真实标记.在LEVIR-CD和SYSU-CD两个变化检测数据集上的实验表明,所提出的方法能够有效提高变化检测精度.

    变化检测深度学习孪生网络transformer生成式对抗网络

      原文链接:
    • 维普
    • 万方数据

    利用光照模型的月球勘测轨道器窄角相机南极地区影像快速预筛选方法

    黄潜刘世杰黄荣谢晓欢...
    75-81页
    查看更多>>摘要：针对月球南极地区光照条件复杂、轨道器影像中多阴影、覆盖感兴趣区域(range of interest,RoI)的有效影像筛选困难的问题,提出了一种利用光照模型的月球勘测轨道器(lunar reconnaissance orbiter,LRO)窄角相机(narrow-angle camera,N AC)南极地区影像快速预筛选方法.使用月球南极地区的光照模型计算出LRO NAC影像拍摄时刻下RoI内的入射光照条件,进而通过约束RoI内被影像覆盖并且有光照的总面积,实现无需下载影像数据的LRO NAC影像快速预筛选.对于3个16 km×16 km的RoI,在该文实验环境下,平均处理一幅影像仅需0.005 s,约66.2％的LRO NAC影像被筛除,相比不考虑光照条件的传统预筛选方法多筛除19.6％的影像,证明了该方法的有效性.使用101幅LRO NAC影像对筛选准确率进行检验,仅出现两次错检,没有漏检,检验和筛选的准确率在98％左右,证明了该方法的可靠性.

    LRONAC光照模拟地形星历影像预筛选月球南极

      原文链接:
    • 维普
    • 万方数据

    改进U-Net模型的城市水体精细提取——以洞庭湖为例

    贺相綦徐红涛何斌郝坤钰...
    82-89页
    查看更多>>摘要：针对在大范围、高分辨率遥感影像中传统水体提取方法效率低、微小水体提取效果差的问题,提出一种改进U-Net模型的遥感影像水体精细提取方法.实验以航空高分辨率可见光影像为数据源.分析结果表明,改进的U-Net模型在各项评价指标上均高于经典U-Net模型、基于光谱特征法与基于分类器法,并且改进的网络水体提取结果更加完整,对小目标水体能够准确提取.该研究提高了水体提取语义分割算法的性能,使遥感水体提取工作更加 自动化和智能化,不仅验证了基于航空亚米级光学影像在城市水体提取方面的可行性,也为今后相关的研究提供了新的探索思路.

    水体提取U-Net高分遥感影像深度学习洞庭湖

      原文链接:
    • 万方数据

    融合边缘优化SLIC和A*算法的影像镶嵌线提取

    常巧梅张浩张娟
    90-96页
    查看更多>>摘要：针对遥感影像自动提取镶嵌线穿过独立地物损害地物完整性的问题,提出融合边缘信息优化SLIC和A*算法的影像镶嵌线提取方法.首先,提取影像边缘信息,并将边缘强度因子与影像光谱信息融合;然后,使用优化的简单线性迭代聚类方法对重叠区域影像进行超像素分割,获取地物完整的超像素,并利用数学形态学算子去除孤立噪声与不完整边界;最后,采用曼哈顿距离启发函数提升A*算法的镶嵌线提取效率,获取最优的镶嵌线提取.分析结果表明,该方法可有效提取影像镶嵌线,避免镶嵌线通过独立建筑物,满足后期正射影像制作要求.

    边缘信息简单线性迭代聚类A*算法镶嵌线提取

      原文链接:
    • 维普
    • 万方数据

    结合SBAS-InSAR技术与瞬变电磁法在煤矿区沉降监测中的应用

    施望科贾伟航徐劼杨承文...
    97-103页
    查看更多>>摘要：煤矿长时间开采会导致上覆岩层在重力因素下产生刚性弯曲、断裂等,进而造成一系列安全隐患.如何高效地对煤矿区进行地表形变监测,对煤矿安全、自然生态有着十分重要的意义.文章结合小基线集干涉测量(small baseline subset InSAR,SBAS-InSAR)技术与瞬变电磁测深法对煤矿区进行沉降监测.此外,采用标准差椭圆分析了沉降体空间形变规律与特征,利用长短时记忆网络(long short term memory network,LSTM)模型预测了沉降体形变趋势.分析结果表明:通过瞬变电磁法与干涉测量结合,地表形变范围基本与瞬变电磁反演的采空区吻合,标准差椭圆分析出形变中心向西南方移动376 m,沉降形态也在向似圆状过渡;LSTM模型可以预测两个月的形变,误差为2 mm,可以实现煤矿区形变趋势的短期预测.

    SBAS-InSAR瞬变电磁法沉降监测标准差椭圆

      原文链接:
    • 维普
    • 万方数据

    堆栈集成学习联合多源数据反演草地土壤水分

    朱则东张清河刘含
    104-112页
    查看更多>>摘要：为了有效提高机器学习模型反演土壤水分的稳定性和准确性,提出了一种堆栈集成学习模型,组合多种机器学习模型的优势,提升模型的精度和泛化能力.首先,通过相关性分析,得出入射角为42.5°时,观测数据与土壤水分相关性最好;其次,使用水云模型和τ-ω模型构建模拟数据库,与观测数据共同组成反演数据集;最后,利用4种机器学习和堆栈集成学习模型反演稀疏草地的土壤水分.实验结果表明:采用主被动协同比单一主动或被动微波数据的反演结果具有更高的精度;最优堆栈集成学习方法反演结果的决定系数达到0.971 4,均方根误差和平均绝对误差分别达到0.013 6 cm3/cm3和0.010 2 cm3/cm3,均优于最优单一机器学习方法,验证了该方法的有效性.

    微波遥感水云模型τ-ω模型机器学习堆栈集成学习土壤水分反演

      原文链接:
    • 维普
    • 万方数据

    机载阵列SAR点云区域网平差

    潘凤卓程春泉黄国满纪方方...
    113-120页
    查看更多>>摘要：阵列SAR技术作为一种新型的三维重建技术,是InSAR发展一个重要的方向.由于其存在与点云位置成非线性关系的高频误差,难以直接用于测绘产品生产.针对阵列SAR点云中误差的特点,首先对点云进行了噪点去除和点云匹配,然后对平面坐标采用线性精化模型,在对高程坐标采用二次多项式精化模型进行平差的基础上,通过增加对虚拟观测值的约束,构建阵列SAR点云数据的区域网平差模型.最后选择山区和城区两种典型地表数据进行实验.分析结果表明:文章所构建的区域网平差模型可有效降低阵列SAR点云定位中存在的高频误差影响;在不同控制点情况下,定位精度和解算稳健性均得到有效提升.

    阵列SAR点云滤波点云匹配区域网平差RANSAC

      原文链接:
    • 维普
    • 万方数据

    基于CNN与ViT混合结构的遥感图像地物分类算法

    陈佳慧路鹏罗小玲郜晓晶...
    121-127页
    查看更多>>摘要：针对传统的基于机器学习和卷积神经网络等遥感图像分类方法整体分类精度不高以及受限于局部感受野造成的全局特征提取不足等现象,为进一步提高遥感图像的分类精度,提出了一种结合三维、二维卷积核混合的神经网络(three dimensional and two dimensional convolutional neural network,3D-2D CNN)与视觉transformer(vision transformer,ViT)的遥感图像分类方法Hybrid CNN-ViT.算法在3D和2D卷积核充分提取遥感图像空间光谱信息的基础上,通过ViT的多头注意力机制提取全局序列信息,解决全局特征提取不足的问题.实验将影像划分不同比例的训练集、验证集与测试集,并与DBDA、DBMA和3D-2D CNN做对比.结果表明,训练集:验证集:测试集为8:1:1时,该方法的分类精度达到最高,总体分类精度(99.47％)、Kappa系数(0.9908)均优于其他3种方法.

    卷积神经网络深度学习视觉transformer地物分类图像处理

      原文链接:
    • 维普
    • 万方数据

    一种无人机高光谱水下目标识别算法

    顾程鑫张彬祝江敏潘明忠...
    128-135页
    查看更多>>摘要：水下目标识别在海洋探索过程中扮演着非常重要的角色,高光谱图像(hyperspectral image,HSI)通过叠加数百个连续的波段提供了丰富的光谱空间信息,如何在丰富的高光谱水下信息中准确提取目标信息成为一项挑战.通常通过使用具有固定大小感受野(receptive field,RF)的卷积神经网络(convolutional neural network,CNN)来解决,然而,当使用前向传播和后向传播来优化网络时,这些解决方案无法使神经元有效调整感受野大小并且具有跨通道依赖性.文章提出了一种基于空-谱残差网络的无人机高光谱水下目标分类识别算法,该网络具有频谱注意力,实现自适应感受野,能够以端到端的训练方式捕捉用于人机交互分类的辨别性频谱空间特征.首先,采用SG(Savitzky-Golay)平滑处理,消除噪声所引起的光谱曲线高频抖动,保留光谱曲线有效峰谷形貌,提升后续高光谱处理精度.之后,对降噪后的光谱图像采用主成分分析法(principal components analysis,PCA)进行数据降维,提取有效数据.最后,采用空谱transformer网络(spectral-spatial transformer,SST)进行像素分类,确定水下目标所在的像素位置.使用高光谱无人机采集水下目标数据,分别在0.1 m、2 m、3 m和5 m的 目标深度采集了无人机高光谱数据.实验结果表明,所提出的算法能够准确地识别水下目标.

    水下目标识别高光谱图像无人机遥感transformer

      原文链接:
    • 维普
    • 万方数据

    自适应多源遥感影像的地面光伏提取方法

    陈雨艳张军张俊杜进祥...
    136-143页
    查看更多>>摘要：针对深度学习模型在跨数据应用时的精度和效率问题,采用U-Net框架,结合注意力模块和轻量级DenseNet,提出DA-UNet,并利用多源遥感影像地面光伏数据集进行训练,实现了 DA-UNet自适应地从多源高分辨率遥感影像中获取地面光伏特征.与经典网络相比,DA-UNet在视觉效果和精度评价方面具有更好的效果,其中O A、F1评分和IoU指标分别为95.92％、94.68％和90.91％.此外,DA-UNet在其他地区的高分辨率遥感影像上也表现出较强的泛化性和适用性,在实际地面光伏提取方面具有较强的应用价值.

    深度学习密集网络注意力机制地面光伏跨数据

      原文链接:
    • 维普
    • 万方数据