- 标题
- 摘要
- 关键词
- 实验方案
- 产品
-
[IEEE 2019年欧洲激光与电光会议暨欧洲量子电子学会议(CLEO/Europe-EQEC) - 德国慕尼黑(2019.6.23-2019.6.27)] 2019年欧洲激光与电光会议暨欧洲量子电子学会议(CLEO/Europe-EQEC) - 利用氢分子的拉姆齐梳状光谱进行基础物理测试
摘要: 本文提出了一种完全自动化的光学推扫式传感器正射校正处理流程。该流程从原始卫星影像到正射影像的处理具有鲁棒性,无需人工干预。整个过程??榛胤治母鲋饕街瑁涸萏崛?、自动地面控制点(GCP)提取、几何建模和正射校正。GCP提取步骤以地理配准的矢量道路为参考,生成包含点位列表及其精度评估的文件。物理几何模型基于共线方程,适用于经过传感器校正(一级)的光学卫星影像。该模型采用随时间变化的二阶分段多项式来描述传感器位置与姿态。通过最小二乘平差估算外方位元素,运用随机抽样一致算法和稳健估计方法剔除异常点并优化结果。最终利用数字高程模型对影像进行正射校正,并将其定位至国家坐标系。通过测试三个不同地形区域的RapidEye影像验证了该方法的实用性,并开展多项测试以确保流程高效性与鲁棒性?;诟眉负文P?,在独立检查点上实现了亚像素级精度,正射影像的位置精度约达一个像素。本方案具有普适性,可便捷适配各类传感器。
关键词: RapidEye(快眼卫星)、稳健估计、通用物理几何模型、光学影像、自动正射校正、地面控制点(GCP)提取、随机抽样一致算法(RANSAC)
更新于2025-09-19 17:13:59
-
[2019年IEEE亚太电力与能源工程会议(APPEEC) - 中国澳门(2019.12.1-2019.12.4)] 2019年IEEE亚太电力与能源工程会议(APPEEC) - 考虑居民用户转向LED照明的当前负荷模型适应性研究
摘要: 本文提出了一种完全自动化的光学推扫式传感器正射校正处理流程。该流程从原始卫星影像到正射影像的处理过程稳健可靠,无需人工干预。整个流程??榛治母鲋饕街瑁涸萏崛?、自动地面控制点(GCP)提取、几何建模和正射校正。其中GCP提取步骤以地理配准的矢量道路为参考,生成包含点位列表及其精度评估的文件。物理几何模型基于共线方程,适用于传感器校正后(一级)的光学卫星影像,通过随时间变化的二阶分段多项式对传感器位置与姿态进行建模。在外方位参数估计环节,采用最小二乘平差法,并运用随机抽样一致算法和稳健估计算法剔除异常点以优化结果。最终利用数字高程模型对影像进行正射校正,并定位至国家坐标系。通过测试三种不同地形区域的RapidEye影像验证了本方法的实用性,通过多项测试确保流程高效性与稳健性?;诟眉负文P停诙懒⒓觳榈闵鲜迪至搜窍袼丶毒龋溆跋竦奈恢镁却锏皆家桓鱿袼?。本方案具有普适性,可便捷适配各类传感器。
关键词: 稳健估计、通用物理几何模型、随机抽样一致算法(RANSAC)、RapidEye卫星、自动正射校正、光学影像、地面控制点(GCP)提取
更新于2025-09-19 17:13:59
-
[IEEE IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 西班牙瓦伦西亚(2018.7.22-2018.7.27)] IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - Deepcloud:一种用于光学卫星影像云与阴影掩膜的全卷积神经网络
摘要: 目前已有多种云和阴影检测方法被提出,但在精度或自动化方面仍有改进空间。本研究提出了一种用于光学卫星影像中云和阴影检测的全卷积网络模型。该模型基于芬兰的165幅Landsat影像进行训练,并在独立影像集上测试。云和阴影检测精度达到95%,在定量和定性指标上均优于其他多种深度学习架构。
关键词: 光学影像、Landsat卫星数据、全卷积网络、深度学习、云与阴影掩膜
更新于2025-09-10 09:29:36
-
基于光学遥感的早期灾害变化制图自动流程
摘要: 灾害变化制图能够为决策者提供准确及时的灾情变化信息(如受损建筑、道路通行情况及避难场所位置),从而指导和支持应急救援协调计划,这对早期灾害救援至关重要。本文聚焦光学遥感数据,提出一套自动化流程以降低光学数据局限性影响,在灾害早期阶段快速提供应急信息。该流程采用一系列新方法——包括用于影像融合的可优化变分模型(OptVM)和用于影像配准的尺度不变特征变换约束光流法(SIFT-OFM)——生成无云背景底图与灾变区域变化检测图等产品图件,帮助掌握灾害全景并评估损毁分布与程度。通过光谱一致性与几何精度的预处理成果,这些产品图件相比传统融合配准方法经视觉定性或定量分析验证具有更高精度。该流程完全自动化无需人工干预以节省响应时间,且可适用于多种场景。
关键词: 灾害应急制图,OptVM,光学影像,自动流程,SIFT-OFM
更新于2025-09-09 09:28:46
-
[IEEE IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 瓦伦西亚(2018.7.22-2018.7.27)] IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 基于光学影像的土地覆盖生成
摘要: 随着全球对土地覆盖信息需求的增长,高分辨率数据集相继发布,例如30米分辨率的GLC30和NLCD 2011。然而,当地面真实情况发生变化时,这些数据集无法及时更新。本文提出了一种基于卷积神经网络(CNN)利用光学影像自动生成土地覆盖的算法。通过采用全卷积网络技术,设计了一个能够实现图像像素级转换的土地覆盖转换框架。实验基于来自谷歌地球的高分辨率光学影像开展,结果表明该方法能够生成稳健且合理的土地覆盖预测。通过在多个不同区域进行测试,与NLCD 2011数据集相比,该方法对8类土地覆盖的平均分类精度达到70.2%。
关键词: 土地覆盖、光学影像、卷积神经网络
更新于2025-09-04 15:30:14