【卫星遥感影像】国产遥感影像分类技术应用研究进展综述_论文推荐

news2024/11/13 17:57:05

影像分类是遥感影像信息提取中的基本问题之一和遥感影像应用的关键,为我国掌握本土信息资源自主权、满足国家的紧迫需求具有重大战略意义。本文将进行这篇遥感影像分类的论文推荐。

1. 论文引用

[1]胡杰,张莹,谢仕义.国产遥感影像分类技术应用研究进展综述[J].计算机工程与应用,2021,57(03):1-13.

2. 国产遥感数据概述

  • 环境系列遥感卫星:是我国专门用于环境和灾害监测的对地观测卫星系统,主要由2颗光学卫星(HJ-1A卫星和HJ-1B卫星)和一颗雷达卫星(HJ-1C卫星)组成的。
  • 资源系列遥感卫星:是专门用于探测和研究地球资源的卫星。我国已陆续发射了“资源一号”“资源二号”和“资源三号”系列卫星。
  • 风云系列遥感卫星:主要有风云一号(FY-1)、风云二号(FY-2)、风云三号(FY-3)和风云四号(FY-4)系列的8颗极轨气象卫星和9颗静止气象卫星.
  • 高分系列遥感卫星:是研发、搭建高分专项的重要组成部分,对积极支撑服务军民融合发展、“一带一路”建设、精准扶贫等国家重大战略具有重要作用,现至少有7颗卫星投入使用,分别是“高分一号”“高分二号”……“高分七号”。
  • 海洋系列遥感卫星:包括含有A、B、C这3颗试验卫星的海洋水色环境系列卫星海洋一号(HY-1)、含有A和B两颗试验卫星的海洋动力环境系列卫星海洋二号 (HY-2) 和含有首颗试验卫星的海洋监视监测系列卫星海洋三号(HY-3)。
  • 小卫星系列遥感卫星:主要选取了“天绘一号”系列、“北京”系列和“吉林一号”系列的遥感卫星数据。

3. 国产遥感影像分类应用研究进展

(1)基于像元分类技术

  • 像元:在遥感图像中,像元是其成像过程中的采样点和基本单元,其物理意义就是同一像元内的地物灰度值相同且唯一,而数据值代表的地面面积是其几何意义。
  • 基于像元的分类:在分类中把单个像元作为研究对象,利用像元的光谱信息、纹理信息、空间关联等信息对像元表示的地物类别属性进行判断。
  • 基于像元的分类方法:主要有统计识别分类和分类器融合分类。

(2)混合像元分类技术

  • 混合像元:一个像元内有多种地物
  • 混合像元分类技术:目前对于遥感影像的分类问题多数单考虑像元光谱间的统计特征,而导致分类的误判,因此在对于含有混合像元的影像分类问题需先进行混合像元分解,其次是分类。

(3) 面向对象分类技术

  • 面向对象分类:合理运用通过影像分割获取的高分辨率遥感影像对象中的光谱特征和空间特征,依据分类算法针对目标信息对影像特征进行分类。
  • 面向对象分类技术:两个主要关键步骤是遥感影像分割和面向对象的分类。

(4)基于深度学习分类技术

  • 深度学习:深度学习是机器学习的一个分支,是通过建立类似于人脑的分层模型结构,对输入数据逐级提取从底层到高层的特征,从而很好地建立从底层信号到高层语义的映射关系。
  • 基于深度学习分类技术:目前,应用在遥感影像分类方面的深度学习模型主要有深度置信网络(Deep Belief Network,DBN)、卷积神经网络(Convolutional Neural Network,CNN)和栈式自编码器网络(Stacked Autoencoder Network,SAE)。

4. 国产遥感影像分类应用中存在的问题与发展趋势

(1)存在的问题

  • 遥感影像的特殊性(密集性、高维特性及场景特殊性)会影响深度学习模型分类效果
  • 由于很难获取高精度端元数据,仍不能解决“同物异谱”“同谱异物”等现象
  • 在影像分割问题上并没有一个统一有效的分割方法,不同影像分类需要采用不同
  • 深度学习理论在国产遥感影像分类的应用并不完善,即网络结构选取目前尚没有完善的理论依据,而且对于不同深度学习的算法,其网络结构也不尽相同,也适应不同的影像分类目标的分割方法,不具有普遍性

(2)发展趋势

  • 面向对象分类技术的改进和完善
  • 深度学习模型的深入研究和应用
  • 遥感实时监测分析服务云平台搭建
  • AI遥感

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1995230.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

使用隔离式栅极驱动器的设计指南

本设计指南分为三部分,旨在讲解如何为电力电子应用中的功率开关器件选用合适的隔离栅极驱动器,并分享实战经验。本文为第一部分,主要包括隔离式栅极驱动器的介绍和选型指南。 本文引用地址: 安森美的隔离栅极驱动器专为满足 SiC…

阿里云CDN-边缘脚本EdgeScript的CI/CD实践

阿里云CDN-ES脚本CI/CD实践 背景环境项目代码结构及发布脚本代码1. 项目结构2. 发布工具代码 流水线配置1. 流程配置2. 脚本代码发布脚本说明0. 配置账户1. 清空测试环境(回滚测试环境)2. 执行脚本发布3. 发布(测试环境推送到生产环境&#x…

java基础概念13-类和对象

一、面向对象OOP 类class:相同事物的共性的代码描述,所有类是引用数据类型。 对象(实例)instance:类的具体的一个个体的实物。 二、类的定义 在Java中,一个类(Class)是定义对象的…

【经验总结】ShardingSphere+Springboot-02 数据分片、标准分片算法、时间间隔分片算法

文章目录 三、分片算法配置3.1 数据分片3.1.2 垂直分片3.1.2 水平分片 3.2 (标准)分片算法3.2.1 INLINE 基于行表达式的分片算法 (必须掌握)关于是否开启范围查找 3.2.2 INTERVAL 时间范围分片算法 三、分片算法配置 3.1 数据分片…

vue2学习 -- 路由

文章目录 1. 相关理解2. 基本使用2.1 安装2.2 嵌套路由2.3 路由传参2.3.1 query2.3.2 路由的命名2.3.3 params 2.4 路由的props配置2.5 routerlink的replace属性 3. 编程式路由导航4. 缓存路由组件5. 两个新的生命周期钩子6. 路由守卫6.1 全局前置 / 后置路由守卫6.2 独享路由守…

Java面试题--JVM大厂篇之Java中Parallel GC的调优技巧与最佳实践

目录 引言: 正文: 1. 理解Parallel GC的工作原理 2. 常见痛点与解决方案 痛点一:长时间暂停 痛点二:频繁的Minor GC 痛点三:内存溢出 3. 调优参数推荐 4. 实战经验分享 结束语: 引言:…

海思AE模块Lines_per_500ms参数的意义

​ 基础知识 1秒(S)1000毫秒(ms)1000_000微妙(s)1000_000_000纳秒(ns) 1GHz1000Mhz1000_000KHz1000_000_000Hz 1Hz1/s 抗频闪原理 海思AE模块参数中有一个LinesPer500ms的参数,意思为500ms对应的曝光行数。此个参数和抗频闪有关。 我们知道: 50HZ…

SQL注入实例(sqli-labs/less-17)

0、初始网页 1、确定闭合字符 注入点在于password框,闭合字符为单引号 2、爆库名 1 and updatexml(1,concat(0x7e,database(),0x7e),1)# 1 and (select 1 from (select count(*),concat((select database()),floor(rand()*2))x from information_schema.tables gr…

【C语言】通讯录的实现(基本版和动态版)

🦄个人主页:小米里的大麦-CSDN博客 🎏所属专栏:https://blog.csdn.net/huangcancan666/category_12718530.html 🎁代码托管:C语言: C语言方向(基础知识和应用) (gitee.com) ⚙️操作环境:Visual Studio 2022 目录 一、…

教育法、义务教育法、教师法、未成年人保护法、预防未成年人犯罪法、学生伤害事故处理办法

《中华人民共和国教育法》 《中华人民共和国义务教育法》 《中华人民共和国教师法》 《中华人民共和国未成年人保护法》 《中华人民共和国预防未成年人犯罪法》 《学生伤害事故处理办法》

C++:string

1.STL简介 STL(standard template library标准模版库),是c标准库的重要组成部分,是一个包罗数据结构与算法的软件框架。 STL有很多版本,我们学习STL要阅读部分源代码,主要参考SGI版本。 STL的六大组件&a…

Volana:一款基于Go开发的Shell命令代码混淆工具

关于Volana Volana是一款功能强大的Shell命令代码混淆工具,该工具基于Go语言开发,可以帮助广大研究人员实现对Shell命令或脚本代码的混淆处理。 在红队测试过程中,隐蔽性是非常重要的一个方面,许多基础设施会记录命令并实时将其发…

Java 中的泛型 集合(List,Set) Map

泛型的本质是参数化类型,即允许在编译时对集合进行类型检查,从而避免安全问题,提高代码的复用性 泛型的具体定义与作用 定义:泛型是一种在编译阶段进行类型检查的机制,它允许在类,方法,接口后通过<> 来声明类型参数.这些参数在编译时会被具体的类型替换.java在运行时,会通…

Java生成Word->PDF->图片:基于poi-tl 进行word模板渲染

文章目录 引言I Java生成Word、PDF、图片文档获取标签渲染数据生成文档案例II 工具类封装2.1 word 渲染和word 转 pfd2.2 pdf转成一张图片III poi-tl(word模板渲染) 标签简介文本标签{{var}}图片标签表格标签引用标签IV poi-tl提供了类 Configure 来配置常用的设置标签类型前后…

dwg图纸识别,提取建筑外轮廓坐标数据

1.业务流程说明 目的是通过dwg图纸&#xff0c;在网页端绘制出一个包括建筑外轮了的白模。为了达到这个目的&#xff0c;我们需要dwg图纸识别&#xff0c;提取到图纸中的建筑外轮廓的坐标数据。 2. 实施步骤 1.1 根据dwg图纸&#xff0c;转换成dxf文件&#xff0c;通过对dxf文…

区域与语言CultureInfo

CultureInfo 类 命名空间: System.Globalization 程序集: System.Globalization.dll 提供有关特定区域性&#xff08;对于非托管代码开发&#xff0c;则称为“区域设置”&#xff09;的信息。 这些信息包括区域性的名称、书写系统、使用的日历、字符串的排序顺序以及对日期…

56 锐键交换机开局

锐键交换机开局 一 锐键视图切换 1 Ruijie> 用户视图 2 Ruijie# 特权模式 3 Ruijie(config)# 全局配置模式 4 Ruijie(config-if-GigabitEthernet 1/1/1)# 接口配置模式 5 Ruijie(config)#show vlan 6 exit (退出) 7 enable(进入)

【电子数据取证】支持最新版微信、企业微信、钉钉等重点应用数据提取分析!

文章关键词&#xff1a;电子数据取证、手机取证、云取证、电子物证、仿真取证 针对取证调查员目前在案件现场无法提取通讯聊天数据的情况&#xff0c;为了更好地适应这一实战需求&#xff0c;龙信科技快速响应对A303“鹰眼”介质快取系统和A315计算机快速采集系统全面升级&…

java10-集合框架

1. 集合的简介 1.1什么是集合 集合Collection&#xff0c;也是一个数据容器&#xff0c;类似于数组&#xff0c;但是和数组是不一样的。集合是一个可变的容器&#xff0c;可以随时向集合中添加元素&#xff0c;也可以随时从集合中删除元素。另外&#xff0c;集合还提供了若干个…

人工智能安全态势和趋势

吴世忠 中工院士 国家保密科技委主任 重大风险隐患呼唤加强安全研究&#xff0c;人工智能面临未来担忧 1 总体态势 1.1 相对于技术发展&#xff0c;安全研究严重滞后 1.2 我国研究十分活跃&#xff0c;论文数量遥遥领先 1.3 影响力美国排名第一&#xff0c;大厂大学作用大 1…