摘要：针对遥感图像中地物遮挡形成阴影,导致阴影区域地物信息受损的问题,提出一种基于BP(back propagation)神经网络的特征融合遥感图像阴影检测方法,该方法共分为预处理、特征提取、特征融合和后处理4个阶段。为了克服现有单一特征阴影检测方法的局限性,共设计了蓝绿波段归一化、主成分分析、HSI(hue,saturation,intensity)空间和灰度矫正色调4个特征提取分支,然后通过BP神经网络实现多特征的深度融合。实验表明,所提方法提取的阴影掩膜完整性高、边缘区分良好,对水体等易混淆的非阴影地物也能很好地区分,说明本文方法具有较好的鲁棒性。

摘要：无人机影像匹配对选择是提升影像匹配效率和三维重建稳健性的关键技术。针对经典树状索引结构词袋模型存在查找单词效率低、影像相似度计算精度低、时间复杂度高的问题,本文设计了导航小世界(NSW)图索引结构和TF-IDF-Match4算法,并提出了一种基于图索引结构词袋模型(GSBoW)的无人机影像匹配对检索方法。首先,利用SIFT GPU算法提取无人机影像特征,并通过分层K-means进行特征描述子集合聚类生成单词;然后,利用NSW索引结构进行单词组织,即从单词集合中随机挑选单词作为顶点插入图中,同时找到最邻近M个顶点建立顶点之间的边连接关系,直至所有单词插入结束;最后,在GPU端利用NSW索引结构进行最邻近单词检索,并使用TF-IDF-Match4算法计算查询影像与数据集影像的相似度,实现无人机影像的匹配对选择。本文利用3组大规模航空无人机影像进行试验,并与Colmap和DBoW的词袋模型算法进行对比。结果表明,与Colmap和DBoW词袋模型相比,本文的GSBoW检索算法效率分别提高了45和18倍,且显著提高了初始匹配精度。本文方法提供的影像匹配对能够保证三维重建获得更高的精度。

摘要：天问一号是中国首次独立开展的行星际探测任务,实现了对火星的环绕、着陆、巡视探测。天问一号正常科学任务阶段环绕以极轨设计为主,与历史火星任务类似,对当前火星重力场模型精度改进有限,因此其拓展任务轨道选取至关重要。通过对极轨圆轨道和近赤道大偏心率轨道进行仿真模拟,分析两种典型轨道构型对现有火星重力场模型改进的可能性,基于不同误差考量仿真解算了对应6个重力场模型。借助重力场功率谱分析,发现在测量噪声为0.1 mm/s的情况下,不论采用极轨还是近赤道轨道,一个月的跟踪数据均可较好地反演出42阶次的火星重力场模型;考虑综合误差影响之后,发现两种轨道对于重力场解算精度类似,其中实施近赤道大偏心率轨道对35阶次以上约束略强。

摘要：随着遥感数据体量的不断增加,海量遥感数据管理与服务系统已经成为必不可少的基础设施。同时,业务功能的快速增长对遥感数据管理与服务平台的建设带来了新挑战,传统的基于单体架构的遥感数据管理与服务应用已经无法满足人们的服务需求。为此,本文设计并实现了一站式遥感大数据分布式管理与模型训练云平台,平台基于分布式存储-计算模型为基础的微服务架构,该架构能够保证平台的高可用性和易扩展性,为自研的遥感深度学习在线训练服务提供基础。经过测试,本平台遥感数据处理效率相较于传统框架都有明显提升,加速比大于2,满足当前遥感数据快速增长对数据管理和应用的需求。

摘要：微波遥感以其全天时全天候的观测优势,及对地物介电和结构信息的敏感性,在地理国情监测上得到了广泛的应用。地理国情专业学生对微波遥感知识和技术的学习和掌握也越来越重要。针对地理国情方向本科生在学习微波遥感课程前的先导课程和遥感方向本科生先导课程差异较大,导致在微波遥感成像、散射机理、影像解译上入门较难、理解不深、学习兴趣不高及学习畏难等问题,从教学内容、课程实习和教学方法3个方面进行了设计,培养地理国情方向本科生对微波遥感的兴趣,增强学生的学习动力,并提高学生利用微波遥感技术进行地理国情监测综合应用的能力。

摘要：在人工智能与遥感大数据时代,依据遥感科学与技术专业的培养要求,从教学大纲出发,结合《遥感图像智能解译》的教学与实践,提出了“训-标-复-跟-赛-用”的六字教学方针,对该课程的教学特点、教学体系、教学内容和教学方式进行设计与讨论,开发教学实验平台,为遥感图像解译课程建设提供建议。

摘要：智能化环境情报保障需要关联泛在情报、地理空间情报、人工情报等多源多要素情报信息进行综合分析,当前在统一时空框架下难以实现非时空情报信息的关联及挖掘,知识图谱为联合环境情报提供了解决思路。设计了知识图谱的基础架构,探析了环境多模态知识图谱的基本概念及关键技术,以典型场景为例,探讨了基于知识图谱系统的环境信息保障体系,并对知识图谱驱动下的智能化环境信息应用进行了详细描述与分析。

摘要：针对无人机大视角差影像之间存在仿射变形大、遮挡严重、视角差异显著等问题导致的同名点匹配存在多解和大量误匹配难题,本文提出了一种适用于大视角差影像稳健匹配方法。利用改进的具有双头通信机制的D2-Net卷积神经网络提取倾斜影像的学习型特征,在之后的同名点匹配搜索阶段,为解决唯一匹配点受到较多潜在可行解干扰的问题,设计了一种由粗到精的提纯策略,在稳健匹配同名点对的同时大幅降低匹配开销成本。将HPatches数据集中多组不同场景的影像序列和实地采集的无人机大视角差影像序列作为数据源对提出的方法进行测试,并与具有代表性的基于手工设计的ASIFT方法和基于深度学习的多种方法进行了比较。结果表明,本文方法能够提取稳健的大视角差影像序列仿射不变学习型特征,在正确匹配点数、匹配点正确率、匹配点均方根误差和匹配时间开销方面具有优势。

摘要：基于多源高分辨率地理信息数据,从遥感和地理信息的角度设计了可行的城市体检和社区宜居评估方案,从生态宜居、交通便捷、生活舒适、安全韧性、城市活力等多个层面对沈阳市开展评估。研究表明,沈阳市在生态宜居、交通便捷、安全韧性和城市管理方面尚需努力,在生活舒适度和城市活力中评价良好。该研究旨在缓解城市病,提高城市发展质量,以期为管理者对城市进行智能规划和科学决策提供指导。

摘要：高光谱遥感图像在采集过程中既获得了场景空间分布信息,又以近似连续的方式记录地物的光谱信息。高光谱目标探测研究正是利用了数据光谱分辨率高、细微特征表达精确的优势,根据不同地物间的诊断性信息进行探测。近些年,机器学习与优化分析理论的发展为高光谱图像处理增添新的活力。本文从高光谱遥感图像目标探测基本理论及发展难点切入,针对光谱特征可变性强、相邻波段相关性高、数据量急剧膨胀、混合像元现象普遍等问题,结合机器学习与优化理论开展算法设计与研究。