搜索到13954篇“ 高分辨率遥感影像“的相关文章
- 一种高分辨率遥感影像灯光控制电路
- 本实用新型提供一种高分辨率遥感影像灯光控制电路，包括第一电容电路、第二电容电路、稳压二极管电路、可变电阻电路、三极管电路以及双向TVS管电路；所述第一电容电路包括电容C1以及与所述电容C1并联连接的电阻R1；所述第二电容...
- 梁润雄
- 双编码端高分辨率遥感影像语义分割算法
- 2025年
- 遥感影像具有多尺度对象、复杂背景、不均衡类别等特点。基于卷积神经网络(CNN)的语义分割算法难以捕捉到影像的全局特征,导致分割效果不佳。针对以上问题,利用Swin Transformer的全局特征提取能力,提出了双编码端高分辨率遥感影像语义分割算法DEGFNet。设计特征融合模块(FFB)将Swin Transformer捕获的全局特征引入编码端,应对多尺度对象带来的挑战。在Swin Transformer中设计空间交互模块(SIB),降低复杂背景样本带来的负面影响;在解码端引入全局-局部注意力模块(GLTB)和特征细化模块(FRB),来更好地利用编码端提取的信息,提高语义分割的精确性;采用交叉熵损失和Dice Loss组成的混合损失函数训练模型,减轻样本类别不均衡带来的消极影响。在Vaihingen数据集上,宏观平均F1值(mF1)、平均交并比(mIoU)和整体准确率(OA)指标分别达到91.9%、84.8%和92.4%;在LoveDA数据集上,mIoU指标达到55.0%,均展现出了更好的语义分割效果和良好的泛化性。
- 吴梦可高心丹
- 关键词：高分辨率遥感影像卷积神经网络
- 基于高分辨率遥感影像的耕地提取方法研究
- 2025年
- 为迅速、精确地提取耕地信息,借助高分辨率遥感影像与计算机视觉技术,采用传统机器学习方法、经典深度学习方法(FCN、PSPNet、DeepLabV3+)和结合注意力机制的深度学习方法(MCDeepLabV3+),对杭州市余杭区耕地进行识别与提取,并结合实际测量数据进行精度验证.经过对比分析,深度学习方法准确率均超过90%,显著高于传统机器学习方法.特别是MCDeepLabV3+方法,其准确率为94.93%,在识别细碎田块的边界上具有显著效果.结果证实,结合注意力机制的深度学习方法能在耕地分布细碎的地区实现高精度提取,为合理配置土地资源、提高农业生产效率提供了有力支持.
- 郭乐乐席瑞齐家国李战胜刘占宇
- 关键词：耕地高分辨率遥感影像
- 基于TCAM-UNet的高分辨率遥感影像耕地提取
- 2025年
- 遥感图像的耕地提取对坚守基本的耕地红线,快速、有效地了解耕地现状以及农业发展具有重要意义。然而,传统的语义分割网络在进行耕地提取时存在误分、漏分、边缘不清晰等问题。为此,本文以TransUNet网络为基准设计了TCAM-UNet模型。其融合了专门设计的能够优化跳跃连接的Transformer卷积注意力模块(TCAM)从而提高遥感图像重建质量,并在TCAM模块中引入多头自注意力机制(MSA)和Wide-Focus模块,在获取长距离上下文信息的同时提取图像的细粒度特征,保留目标的边缘细节,减少小目标的误分类问题,使其更加适用于遥感影像耕地提取任务。模型在吉林一号遥感影像制作的耕地数据集上进行检验,结果 表明:TCAM-UNet模型的准确率、F1分数和平均交并比(mIoU)分别达到0.972、0.972和0.827,分割准确度较现有模型均有提高,本文工作为提高遥感影像的耕地提取效果提供了新方法。
- 过乡宁
- 关键词：耕地遥感影像
- 一种基于高分辨率遥感影像的农业生产监管方法
- 本发明提供的基于高分辨率遥感影像的农业生产监管方法，包括：获取农作物种植地的低分辨率遥感影像；对低分辨率遥感影像进行预处理，以得到高分辨率遥感影像；提取高分辨率遥感影像的特征；根据特征对农业生产进行监管。该方法可以在不改...
- 姚一鸣刘永廷于潇忱
- 基于中高分辨率遥感影像的水体提取研究进展
- 2025年
- 水是地球上最重要的自然资源之一,对于地球上任何生物的生存及发展都有着至关重要的作用。利用遥感数据进行水体监测有助于环境监测、水资源管理、农业及工业生产,其中水体提取是水资源监测的重要前提。本文基于中高分辨率卫星遥感影像对水体提取的方法进行了全面综述,从文献计量学角度分析当前水体提取研究的热点,从数据源和提取方法两方面展开综述。在数据源方面,对光学遥感影像、雷达遥感影像和无人机影像进行优缺点分析,其中,光学遥感影像覆盖范围广、时间序列长,适用于大尺度及长时间序列分析的水体监测;雷达遥感影像不受云雾等影响,可实现全天候监测,适用于对天气条件较为敏感的水体监测;无人机使用灵活,分辨率高,适用于灾害评估或需进行水体边界信息精细化提取的水体监测。在提取方法方面,对阈值分割法、机器学习法和深度学习法进行比较,结果表明,目前基于深度学习方法的中高分辨率影像水体提取的精度较高,基本可达到90%以上。最后针对当前研究的不足做出总结,强调了不同方法的适用场景和局限性,并提出了未来研究的展望和建议。本文对于提高中高分辨率影像水体提取的效率和精度,促进水资源管理和环境监测等应用领域的发展具有重要意义。
- 刘憬豫宋开山刘阁周亚明王玉
- 关键词：遥感监测神经网络
- 一种双时相的高分辨率遥感影像变化检测算法
- 本发明公开了一种双时相的高分辨率遥感影像变化检测算法，涉及遥感测绘地理信息技术领域，包括如下步骤：A、图像的采集：卫星拍照单元采集多时间的遥感影像数据并进行配准；B、图像的预处理：对每张惯性测量组源数据图片进行矢量、栅格...
- 赵金剑王江安
- 一种多源高分辨率遥感影像变化检测方法及系统
- 本发明属于图像数据处理技术领域，公开了一种多源高分辨率遥感影像变化检测方法及系统，包括获取遥感影像；将遥感影像转换为合成影像；提取第一影像、第一合成影像以及第二影像、第二合成影像的全局特征；对提取的全局特征进行加权融合，...
- 张琳和碧生刘山巍龚俊
- 高分辨率遥感影像在测绘地理信息工程中的应用
- 2025年
- 高分辨率遥感影像技术已成为测绘地理信息工程中的重要工具,其通过卫星和无人机等方式获取地表高分辨率图像,为多个领域提供精确、实时的数据支持。本文探讨了高分辨率遥感影像的获取方式、处理技术以及在测绘地理信息工程中的具体应用,包括精确三维建模、地物精确测量与监测、地理信息系统构建与更新、环境监测与资源调查等方面。通过案例分析,展示高分辨率遥感影像在城市规划、农业生产监测、灾害评估与应急响应等领域的实际应用效果。同时,本文也指出高分辨率遥感影像技术面临的挑战,并提出了相应的解决方案。展望未来,高分辨率遥感影像技术将在更多领域发挥重要作用,推动测绘地理信息工程的不断进步和发展。
- 梁强
- 关键词：高分辨率遥感影像
- 高分辨率遥感影像多尺度增长式分割技术的研究
- 2025年
- 为更好的强化试点村庄规划实施管控和实施成效监测,进行村域土地利用变化分析。以安徽省某一村域为研究区,以2020年土地利用矢量数据和2022年高分辨率遥感影像数据为数据源进行多尺度增长式分割获取土地利用变化图斑,通过无约束的多尺度分割结果做对比,研究表明:在前时期矢量数据约束下的多尺度增长式分割精度比无约束的多尺度分割精度高,既可以避免出现分割边界不一致的问题又能够快速准确提取内部变化图斑,可提高村域土地利用变化图斑提取的效率和准确性。
- 施贵刚雍字艳
- 关键词：高分辨率遥感影像
