深度学习算法在山区植被分类中的应用

本文将深度学习技术中的卷积神经网络算法应用于遥感影像中的植被类型分类研究,模型包括卷积层,池化层以及全连接层,卷积层完成了影像中特征的提取,池化层对特征降维,最后全连接层完成植被的分类工作。针对研究使用的数据集,模型得到的94%的分类精度。     

基于纹理特征的遥感影像分类

研究了如何在Matlab下利用灰度共生矩阵提取遥感影像的纹理特征,并采用监督分类方法应用最短距离分类器完成全色遥感影像的分类。     

基于改进GoogLeNet的汽车仓储库区障碍物分类识别方法

针对汽车仓储库区的特点，提出了一种基于改进GoogLeNet卷积神经网络的仓储库区障碍物分类识别方法，即对传统GoogLeNet卷积神经网络浅层的Inception模块进行改进，并在此基础上增加四分类全连接层，改进后的卷积池化层作为仓储库区四分类图像数据的特征提取器，对全连接层和输出层进行模型训练。实验结果表明：该障碍物分类识别方法准确率高且识别时间短，大大增加了AGV障碍物检测系统的准确性与鲁棒性。     

结合GIS数据和遥感影像的地类图斑更新研究

为提高地类图斑的更新准确率,提出一种结合GIS数据和高分辨率遥感影像的土地利用现状库中局部地类图斑快速更新的方法。该方法在遥感影像和地类图斑数据坐标配准套和的前提下,首先采用面向对象的影像分析方法对遥感影像进行分类,并利用已有的地类图斑数据作为分类的先验知识,以提高影像分类的精度;然后将影像分类后的矢量结果与地类图斑数据进行布尔判断确定变化区,对变化区进行变化类型更新。实验结果表明提出的方法能准确的更新地类图斑,是一种可行的土地利用现状数据更新方法。     

多规则面向对象方法用于采石场用地信息提取的研究

针对高分辨率遥感影像几何结构和纹理信息更加明显的特点,提出了一种多规则的面向对象提取方法。改进了基于边缘检测的影像分割方法,建立影像的高、低尺度空间,分别在不同尺度空间对影像进行边缘检测的分割,二者的结果相互约束调整合并,很好地抑制了过分割现象。利用分割得到的影像像对,设计特定的分类规则集,对采石场用地信息进行提取技术应用。总体分类精度达到83.1645%。     

ElasticSearch在海量遥感影像查询中的应用

随着遥感卫星领域科学技术的不断发展,遥感影像的数据量呈现快速增长之势。为了高效利用遥感影像,更好地创造数据服务价值,各个单位、公司均在建设各自的遥感影像数据分发平台,而平台中海量遥感影像的查询效率就成为影响平台服务能力的关键。论文针对海量遥感影像的查询效率问题进行了分析,提出了结合ElasticSearch的遥感影像查询服务的应用方案。     

基于GIS的遥感影像分类方法研究

在分析空间数据获取现状的基础上提出空间数据挖掘的必要性,对遥感影像分类技术和方法进行了研究,提出GIS平台和数据挖掘算法集成所挖掘的知识是其影像分类的重要知识源。最后通过实验对以上的研究和分析进行了验证。     

遥感技术在旅游规划中的应用

遥感技术在旅游规划与开发工作中的作用越来越重要。本文分别从遥感影像、不同的遥感数据在旅游规划工作中的应用进行分析,指出了遥感影像和遥感数据在旅游规划中的价值和重要性。     

基于资源三号遥感影像的农田提取方法研究

随着我国航天事业的发展,我国拥有了自主的遥感卫星,打破了国外卫星的垄断地位,如何将国产卫星影像更好的应用于生产实践变得非常重要。本文以资源三号遥感影像为基础,采用了像素级分类与对象级分割相结合,并引入坡度数据作为参考的思想,总结出了一套科学的农田提取方法,使之更好的应用于实际生产。     

基于GIS/RS的近20年巴马县生态环境变化分析

本文以河池市巴马县为研究区,选取1994年、2004年、2014年三个时期的TM/ETM+遥感影像和DEM数据,通过几何校正、裁剪、投影转换等操作对影像进行预处理,通过监督分类和非监督分类相结合的方法获取巴马县三个时期遥感影像上的土地利用信息.利用3S技术,结合其他的辅助数据研究巴马县区域植被覆盖变化、土地利用类型变化、土壤侵蚀等,对巴马县近20年来生态环境变化过程进行分析.     

无人机低空遥感技术发展及行业应用概述

本文主要针对无人机低空遥感技术发展现状及行业应用进行综合性论述。其中,无人机低空遥感的主要特点从航摄效率、影像分辨率、数据处理、主要缺点等4个方面进行论述,遥感影像处理主要流程包括影像预处理与影像重叠度计算、空中三角测量、影像生产与制作、质量检查。行业具体应用方面,则以大比例尺地形图测绘、国土资源监测、应急监测等方面进行论述。文章最后对无人机遥感应用进行展望并给出行业发展的一些建议。     

智能遥感解译在闲置土地预警与登记中的应用

传统的遥感影像解译技术依赖人工判读和半自动化软件解译，使得遥感应用成为以人为主体的劳动密集型工作，很难做到快速的处理效果。随着AI人工智能技术的广泛的应用，应用深度学习算法，建立单一要素提取模型，自动识别提取高分变率遥感影像中所有的建筑物，将会大大提高遥感影像解译的效率和准确性。基于智能遥感解译成果和GIS空间分析，应用于闲置低效用地的自动提取，通过对实验结果进行对比分析，验证了该方法应用于闲置土地预警的可行性。     

基于卷积神经网络的管道井缺陷识别研究

管道井与人类社会生活息息相关,而由于管道井盖丢失、破损造成交通事故频发,危害人类财产生命安全。本文提出利用计算机视觉技术检测识别管道井缺陷,然后通过标记报警功能来实时抢修,可以避免更多事故的发生。本文通过构建深度神经网络模型,利用卷积神经网络模型自动提取图像中每种管道井缺陷的特征,通过对管道井的六种缺陷现象进行训练、测试,得到最终识别结果。实验结果表明,卷积神经网络对管道井缺陷图像的识别达到来预期的效果,并在缺陷检测中优于传统的分类模型。     

无人机遥感系统应用与影像有效利用的探讨

无人机遥感系统是快速获取数字影像的重要途径之一。本文结合无人机遥感系统在自然地质灾害中的应用,探讨了专门为灾害应急服务的无人机数字影像如何有效利用的问题。文章首先介绍了无人机遥感系统的结构,及在洱源县泥石流灾害应急中的应用,包括影像数据获取和灾情评估。最后,通过分析多次灾害应急航摄影像的共同特点,探讨充分利用影像数据问题,通过加入影像坐标数据,对灾害进行定量分析;提高无人机航摄地面高程精度,使其成为制作4D测绘产品及大比例尺地形图的新数据源。     

基于树莓派的垃圾分类系统设计

随着科技与经济的高速发展,合理利用垃圾资源已经成为我国主要问题之一.为解决目前垃圾分类中分类效率低下的问题,本文通过对ResNet卷积神经网络的运用,提出了一种基于微型计算机的垃圾分类系统,该系统使用树莓派作为主控设备,以华为垃圾分类挑战赛数据集作为本次数据集,实现了准确识别垃圾种类并将垃圾分类的功能,同时通过对舵机的控制实现了垃圾箱的开合动作.测试结果表明,该系统具有较好的垃圾识别和分类功能.     

探讨无人机低空遥感对于影像数据的获取与处理

无人机低空遥感作为一种新兴的遥感手段,在各行各业中有着广泛的应用。本文简要的介绍了无人机低空遥感的特点,并对其影像数据获取与处理的方法进行了分析。     

边坡影响因素的自组织神经网络归类处理

文章根据自组织神经网络的基本原理,结合55个边坡实例,应用matlab进行编程,建立了边坡影响因素分类处理的神经网络模型,并运用该模型对不同的边坡进行了分类,分类结果提高了神经网络的边坡指标数据的学习效率,从而证明了自组织神经网络对提高用于预测边坡稳定性神经网络性能的有效性。     

浅析数字图像处理与遥感影像处理的区别与联系

随着数字图像处理技术的进一步提高,它的应用领域也在不断拓展。遥感影像处理是将遥感图像按照一定的数学模型,进行变换、加工、产生可为专业人员判读的图像或资料。遥感影像处理不仅要提高视觉效果,处理后的影像应具有地物属性与位置的准确性、良好的实际量测性、多种地物间拓扑关系的分析性等,为图像处理技术在专业领域的应用提出了新的难题。     

利用高分辨率卫星影像进行土地利用变更调查

随着遥感影像分辨率的不断提高。高分辨率遥感影像在土地工作中的利用将日益广泛。本文结合实际工作中利用Quik Bird影像进行大比例尺土地利用变更调查的试验,总结了高分辨率遥感影像进行土地利用变更调查的方法及试验的精度分析,并提出目前利用高分辨率遥感影像存在的困难,为今后的使用者提供借鉴。     

利用高分辨率卫星影像进行土地利用变更调查

随着遥感影像分辨率的不断提高,高分辨率遥感影像在土地工作中的利用将日益广泛.本文结合实际工作中利用Quik Bird影像进行大比例尺土地利用变更调查的试验,总结了高分辨率遥感影像进行土地利用变更调查的方法及试验的精度分析,并提出目前利用高分辨率遥感影像存在的困难,为今后的使用者提供借鉴.