搜索结果: 31-45 共查到“知识库 摄影测量与遥感技术”相关记录8791条 . 查询时间(2.334 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...
倾斜立体影像间存在较大仿射变形甚至透视畸变，导致现有的宽基线立体影像匹配算法容易失效或仅获得稀少匹配。基于此，本文提出一种多分支卷积网络联合的倾斜立体影像仿射不变特征匹配算法。算法首先使用Hessian算子提取初始特征邻域，接着引入三分支网络（TN）模型，并通过深度学习策略获得仿射不变特征邻域。为提高非同名相似特征的匹配效果，提出多边约束损失函数并训练多分支描述符网络（MDN）模型，继而得到具有较...
多时相Sentinel-1A InSAR的连盐高铁沉降监测分析
时序InSAR 北斗导航卫星系统 连盐高铁 沉降监测 Sentinel-1A
font style='font-size:12px;'>
2021/6/30
多时相InSAR技术具有探测大范围毫米级地表形变的能力，已被广泛应用于地面沉降监测。近几年，应用多时相InSAR技术监测以高铁为代表的大尺度人造线状地物形变备受关注。本文将C波段SAR数据用于高铁沿线路基形变监测，应用相位稳定性分析和改进的StaMPS技术来增加相干性点的密度和形变参数解算的稳定性。采用研究区时间跨度为21个月的47景Sentinel-1A数据，对连（云港）盐（城）高铁及其沿线区域...
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...
结合区域增长与RANSAC的机载LiDAR点云屋顶面分割
屋顶面分割 迭代区域增长 RANSAC 机载LiDAR点云
font style='font-size:12px;'>
2021/6/30
建筑物屋顶面大小差异较大、形状复杂、数量不确定等特点，以及机载LiDAR点云密度不均、分布不规则、缺乏语义信息等特性，对屋顶面的准确分割造成了很大干扰，因此现有分割方法的精度和适用性仍有待提高。针对上述问题，本文提出一种结合区域增长与RANSAC的机载LiDAR点云屋顶面分割方法。首先，引入稳健的法向量估计算法计算点云法向量，利用提出的迭代区域增长策略和RANSAC提取多个可靠屋顶面片；然后，基于...
耕地是丘陵山区稀缺的土地资源，具有地形条件复杂、种植结构多样的特点，导致了山地耕地信息难以快速、准确获取，并且基于传统的遥感数据及遥感监测方法开展山区耕地信息快速自动提取比较困难。针对这一问题，本文以西南山区贵州省息烽县作为试验区，根据地理空间异质性特征，提出分区控制、分层提取的耕地形态信息提取思路，构建了一种地貌单元约束条件下的分区分层耕地形态信息的提取方法。该方法首先根据地貌-植被特征将试验区...
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...
针对传统有理函数模型（RFM）区域网平差方法局限于姿态和轨道测量误差小、相机视场角小及影像交会角良好的情况，提出了附加视线向量修正的卫星影像区域网平差方法。首先利用影像附带的有理多项式系数（RPC）计算出像元视线向量，其次根据该视线向量恢复成像时刻虚拟位置和姿态信息，然后对恢复的虚拟位置和姿态构建误差补偿模型，最后通过最小二乘方法整体解算模型参数和连接点物方坐标。该方法从系统误差产生的原因构建补偿...
天空地多源遥感数据的广义摄影测量学
广义摄影测量学 天空地一体化综合观测 多传感器集成 多源遥感数据 智能摄影测量
font style='font-size:12px;'>
2021/4/2
21世纪以来，随着云计算、大数据、物联网、机器学习等信息技术领域的飞速发展，人类已进入人工智能新时代。摄影测量学科也顺应新一轮科技革命的浪潮，快速发展为全新的广义摄影测量学，其载体平台、仪器设备、数据处理理论技术及应用领域都已发生显著变化，天空地一体化的多传感器多层次综合立体观测技术得到极大发展，全面进入综合智能摄影测量时代。本文提出广义摄影测量学的科学概念，并详细论述其学科内涵、发展特点、研究方...
时序Sentinel-1TOPS模式SAR数据精配准
TOPS 配准 相干性 Sentinel-1 SAR 增强谱分集
font style='font-size:12px;'>
2021/6/30
Sentinel-1卫星星座采用TOPS作为默认成像模式，要求方位向配准精度达到0.001像素以便确保相邻burst干涉图的相位偏差小于3°。ESD技术是消除几何配准系统误差、纠正方位向配准偏移量的有效方法，但在低相干性场景或快速去相关的条件下，该方法配准精度会随着相干的降低而衰减，并导致配准误差的传播，造成干涉图出现相位跳变。为解决这一问题，本文提出一种TOPS模式数据时间序列配准方法。该方法在...
联合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
零样本学习 遥感影像场景分类 自编码跨域映射 协同表示学习 自然语言模型
font style='font-size:12px;'>
2021/6/1
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...
Sentinel-1卫星TOPS模式影像增强谱分集配准优化
哨兵卫星 增强谱分集 周期图谱 分布式目标 前置多视 后置多视
font style='font-size:12px;'>
2021/6/2
Sentinel-1卫星TOPS模式影像通常在几何配准的基础上，再次利用Burst重叠区域进行增强谱分集处理以实现高精度配准。几何配准主要依赖卫星轨道参数，难以进一步提高其配准精度，因此Sentinel-1影像配准的关键则是通过增强谱分集准确估计出几何配准后的残余偏移量。然而，增强谱分集易受失相干噪声等因素的影响，低相干条件下难以满足0.001像素的配准精度要求。因此本文首先针对单基线条件下的增强...
相对于星载和机载SAR而言，使用车载SAR数据提取DEM可有效缩短DEM数据更新周期，降低成本。由于车载SAR平台结构可变，干涉定标需要重复进行，本文提出了基于单控制点的车载双天线干涉SAR的DEM提取方法。该方法基于单个控制点的精确坐标信息进行相位、斜距和高程改正，并实现高程的迭代求解，无需布设大量控制点进行干涉定标，有效简化外业工作。仿真试验证明：当基线长度估计达到毫米级精度，基线倾角估计也达...
城市道路区域检测是城市土地管理、交通规划等领域的迫切需求，而传统城市道路区域检测多使用轨迹提取、遥感解译、人工采集等单独方式，在自动化程度或提取质量上存在一定的局限性。本文结合GNSS轨迹点与高分遥感影像各自的数据优势，提出一种基于轨迹延续性与影像特征相似性的遥感影像道路区域检测方法。该方法以出租车GNSS轨迹点构建轨迹特征栅格，基于轨迹延续性在平均方向特征栅格中划分路段对象，利用道路对象的光谱特...