下载文档原格式
基于遥感影像的重要地物的变化检测和标注
樊华;王文旭;孙杰;李晓阳
【期刊名称】《科学技术与工程》
【年(卷),期】2024(24)9
【摘要】破坏性灾害会造成巨大危害和损失,灾后一定时间内由于信息匮乏,使得对了解灾情和救灾都极为不利。
为了及时获取灾区建筑物、道路、桥梁、水库等重要地物的倒塌和毁坏信息,给出了一种可自动识别和标注灾害前后遥感图像差异区域的方法。
首先对时序遥感影像通过三维块匹配(block matching 3D,BM3D)方法去除高斯噪声,然后利用尺度不变特征变换(scale-invariant feature transform,SIFT)方法进行图像配准,通过对差分图像采用Wv_Canny边缘检测方法获得差异区域重要地物的边缘信息,最后识别并标注出发生变化的重要地物,真实遥感图像实验结果按建筑物变化面积比较,正确率78%~79%,误检率21%~22%,无漏检率。
仿真试验和实际遥感影像处理表明:所研究方法可有效识别和标注建筑物等重要地物的差异区,有利于灾后破坏性地物的及时了解和救助工作。
【总页数】10页(P3586-3595)
【作者】樊华;王文旭;孙杰;李晓阳
【作者单位】河南省地震局
【正文语种】中文
【中图分类】P694
【相关文献】
1.基于FastICA算法的遥感图像中地物变化检测
2.一种基于通用影像质量指数的遥感影像变化检测方法
3.迭代加权多元变化检测算法在高分辨率遥感影像变化检测中应用
4.基于多分类器集成和对象的城市典型地物要素变化检测——以ZY-3影像为例
5.基于空间模糊C均值聚类和贝叶斯网络的高分一号遥感影像变化检测
因版权原因，仅展示原文概要，查看原文内容请购买。
北京揽宇方圆信息技术有限公司遥感卫星影像辐射校正、几何校正、正射校正的方法a)辐射校正：进入传感器的辐射强度反映在图像上就是亮度值（灰度值）。
辐射强度越大，亮度值（灰度值）越大。
该值主要受两个物理量影像：一是太阳辐射照射到地面的辐射强度，二是地物的光谱反射率。
当太阳辐射相同时，图像上像元亮度值差异直接反映了地物目标光谱反射率的差异。
但实际测量时，辐射强度值还受到其他因素的影响而发生改变。
这一改变就是需要校正的部分，故称为辐射畸变。
引起辐射畸变有两个原因：一是传感器本身的误差；二是大气对辐射的影响。
仪器引起的误差是由于多个检测器之间存在的差异，以及仪器系统工作产生的误差，这导致了接收的图像不均匀，产生条纹和“噪声”。
一般来说，这种畸变在数据生产过程中已经由生产单位根据传感器参数进行了校正，不需要用户自行校正。
b)几何校正：当遥感图像在几何位置上发生了变化，产生诸如行列不均匀，像元大小与地面大小对应不准确，地物形状不规则变化等畸变时，即说明遥感影像发生了几何畸变。
遥感影像的总体变形（相对与地面真实形态而言）是平移、缩放、旋转、偏扭、弯曲及其他变形综合作用的结果。
产生畸变的图像给定量分析及位置配准造成困难，因此遥感数据接收后，首先由接收部门进行校正，这种校正往往根据遥感平台、地球、传感器的各种参数进行处理。
而用户拿到这种产品后，由于使用目的的不同或者投影及比例尺的不同，仍然需要作进一步的几何校正。
几何校正一般包括精校正和正射校正。
精校正：利用地面控制点对由于各种因素引起的遥感图像的几何畸变进行校正。
简单理解：和地形图的校正，校正后有准确的经纬度信息。
精校正适合于在地面平坦，不需要考虑高程信息，或地面起伏较大而无高程信息的情况。
有时根据遥感平台的各种参数已做过一次校正，但仍不能满足要求，就可以用该方法作遥感影像相对于地面坐标的配准校正，遥感影像相对于地图投影坐标系统的配准校正，以及不同类型或不同时相的遥感数据之间的几何配准和复合分析，以得到比较精确的结果。
一种改进transunet的高分辨率遥感影像滑坡提取方法网络首发2023-10-25•引言•TransUNet算法概述•高分辨率遥感影像滑坡提取方法•改进TransUNet算法的性能评估目•结论与展望•参考文献录01引言滑坡是常见的自然灾害之一，对人类社会具有较大的危害。
高分辨率遥感影像技术可以为滑坡提取提供高效、准确、实时的监测手段。
背景通过对高分辨率遥感影像的滑坡提取方法进行研究，可以及时发现和预测滑坡，为灾害防控和救援工作提供科学依据。
意义研究背景与意义现状目前，基于深度学习的滑坡提取方法已经取得了一定的进展，其中TransUNet等网络模型在滑坡提取中具有较好的应用效果。
问题然而，现有的方法在处理高分辨率遥感影像时仍存在一些问题，如提取精度不高、计算量大、模型复杂等。
研究现状与问题研究内容：本研究旨在提出一种改进的TransUNet模型，以提高高分辨率遥感影像滑坡提取的精度和效率。
具体研究内容包括1. 改进TransUNet模型的架构和参数设置；2. 利用改进的TransUNet模型对高分辨率遥感影像进行滑坡提取；3. 对比改进前后模型的提取效果，分析实验结果。
研究方法：本研究采用理论分析和实验验证相结合的方法研究内容与方法010*******02 TransUNet算法概述TransUNet是一种基于深度学习的遥感影像滑坡提取方法，其核心思想是通过捕捉遥感影像中的空间和语义信息来实现滑坡区域的提取。
TransUNet采用了U-Net架构，通过在编码器中引入注意力机制和对解码器进行改进，提高了遥感影像滑坡提取的精度和稳定性。
TransUNet算法框架包括编码器和解码器两个部分。
编码器部分通过卷积神经网络对遥感影像进行特征提取，解码器部分则对提取的特征进行空间重建，得到滑坡区域的提取结果。
1TransUNet算法优化方案23针对遥感影像的特性，引入了注意力机制，增强了模型对滑坡区域的关注程度，提高了提取精度。
遥感影像的辐射校正与处理技术在当今科技飞速发展的时代，遥感技术作为一种获取地球表面信息的重要手段，发挥着越来越关键的作用。
而遥感影像的辐射校正与处理技术，则是确保遥感数据质量和可用性的重要环节。
遥感影像本质上是通过传感器接收到的地物反射或发射的电磁波能量所形成的图像。
然而，在获取影像的过程中，由于多种因素的影响，影像的辐射值可能会出现偏差或失真，这就需要进行辐射校正。
辐射校正的目的是消除或减少这些影响，使得影像能够准确反映地物的真实辐射特性。
造成遥感影像辐射误差的原因众多。
首先，传感器自身的性能差异会导致响应不一致。
不同的传感器对相同的地物可能会产生不同的测量值。
其次，大气对电磁波的散射和吸收也会改变影像的辐射特性。
比如，大气中的水汽、尘埃等会使得光线散射，导致影像模糊和亮度变化。
再者，太阳高度角、观测角度等几何因素也会影响地物的辐射接收。
此外，地形的起伏会导致光照不均匀，从而影响影像的辐射值。
辐射校正主要包括两种类型：辐射定标和辐射校正。
辐射定标是将传感器测量的数字量化值（DN 值）转换为具有物理意义的辐射亮度或反射率值。
这通常需要借助传感器的定标参数，如增益、偏移等。
通过定标，可以建立起影像数据与实际辐射量之间的定量关系。
而辐射校正则是消除或减少由大气、地形等因素引起的辐射误差。
常见的辐射校正方法有基于物理模型的校正和基于经验模型的校正。
基于物理模型的校正方法需要详细了解大气的成分、物理特性以及太阳辐射等信息，通过建立复杂的数学模型来计算大气对辐射的影响，并进行校正。
这种方法理论上较为精确，但需要大量的先验知识和参数输入，计算量较大。
基于经验模型的校正方法则是通过对大量已知辐射特性的地面控制点或均匀地物区域的观测，建立影像辐射值与实际辐射值之间的经验关系，然后应用这种关系对整个影像进行校正。
这种方法相对简单，但精度可能受到控制点选取和分布的影响。
在进行辐射校正之后，还需要对遥感影像进行进一步的处理，以提高影像的质量和可用性。
第４０卷 第１期２０２１年２月 世 界 地 质ＧＬＯＢＡＬＧＥＯＬＯＧＹＶｏｌ ４０ Ｎｏ １Ｆｅｂ ２０２１ 文章编号：１００４—５５８９（２０２１）０１—０１２５—０７高分六号卫星遥感影像不同几何校正方法精度对比研究王志伟１，杨国东１，张旭晴１，王凤艳１，毕晏珲２１ 吉林大学地球探测科学与技术学院，长春１３００２６；２ 吉林水利电力职业学院，长春１３００００摘要：为探究不同几何校正方法对高分六号影像定位精度的影响，笔者分别使用地理国情数据和ＧＰＳ数据，对影像进行基于有理函数模型与多项式模型的几何校正，并运用事先布置好的检查点与校正后影像上的同名地物点进行精度分析。
结果表明，利用地面控制点的几何校正中，有理函数模型的校正精度可达３０ｍ（１ ５个像元），多项式模型校正精度为４ ０ｍ（２个像元），利用国情数据进行几何校正的平面位置精度可达４ ９ｍ（２ ５个像元），有理函数模型的校正精度最高，这些校正方法精度结果满足国家１∶１００００的数字正射影像的实际应用要求。
关键词：“高分六号”卫星；几何校正；有理函数模型；控制点中图分类号：ＴＰ７９ 文献标识码：Ａ ｄｏｉ：１０ ３９６９／ｊ ｉｓｓｎ １００４ ５５８９ ２０２１ ０１ ０１３收稿日期：２０２０ ０７ ０６；改回日期：２０２０ １０ ２６基金项目：国家自然科学基金项目（４２０７７２４２）通讯作者：杨国东（１９６３—），教授，主要从事遥感、ＧＩＳ及数字化成图方面的教学研究工作。
Ｅ ｍａｉｌ：１８８４４１３６９６３＠１６３ ｃｏｍＡｃｏｍｐａｒａｔｉｖｅｒｅｓｅａｒｃｈｏｎｔｈｅａｃｃｕｒａｃｔｙｏｆｄｉｆｆｅｒｅｎｔｇｅｏｍｅｔｒｉｃｃｏｒｒｅｃｔｉｏｎｍｅｔｈｏｄｓｏｆＧａｏｆｅｎ ６ｓａｔｅｌｌｉｔｅｒｅｍｏｔｅｓｅｎｓｉｎｇｉｍａｇｅＷＡＮＧＺｈｉ ｗｅｉ１，ＹＡＮＧＧｕｏ ｄｏｎｇ１，ＺＨＡＮＧＸｕ ｑｉｎｇ１，ＷＡＮＧＦｅｎｇ ｙａｎ１，ＢＩＹａｎ ｈｕｉ２１ ＣｏｌｌｅｇｅｏｆＧｅｏ ｅｘｐｌｏｒａｔｉｏｎＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，ＪｉｌｉｎＵｎｉｖｅｒｓｉｔｙ，Ｃｈａｎｇｃｈｕｎ１３００２６，Ｃｈｉｎａ；２ ＪｉｌｉｎＰｏｌｙｔｅｃｈｎｉｃｏｆＷａｔｅｒＲｅｓｏｕｒｃｅｓａｎｄＥｌｅｃｔｒｉｃＥｎｇｉｎｅｅｒｉｎｇ，Ｃｈａｎｇｃｈｕｎ１３００００，ＣｈｉｎａＡｂｓｔｒａｃｔ：ＴｏｅｘｐｌｏｒｅｔｈｅｉｎｆｌｕｅｎｃｅｏｆｄｉｆｆｅｒｅｎｔｇｅｏｍｅｔｒｉｃｃｏｒｒｅｃｔｉｏｎｍｅｔｈｏｄｓｏｎｔｈｅｐｏｓｉｔｉｏｎｉｎｇａｃｃｕｒａｃｙｏｆＧａｏｆｅｎ ６ｉｍａｇｅ，ｎａｔｉｏｎａｌｇｅｏｇｒａｐｈｉｃｄａｔａａｎｄＧＰＳｄａｔａａｒｅｇａｔｈｅｒｅｄ，ａｎｄｔｈｅｉｍａｇｅｉｓｇｅｏｍｅｔｒｉｃａｌｌｙｃｏｒｒｅｃｔｅｄｂｙｒａｔｉｏｎａｌｆｕｎｃｔｉｏｎｍｏｄｅｌａｎｄｐｏｌｙｎｏｍｉａｌｍｏｄｅｌ，ｒｅｓｐｅｃｔｉｖｅｌｙ．Ｂｅｓｉｄｅｓ，ｐｒｅｃｉｓｉｏｎａｎａｌｙｓｉｓｉｓｃａｒｒｉｅｄｏｕｔｕｓｉｎｇｃｈｅｃｋ ｐｏｉｎｔｓａｎｄｔｈｅｃｏｒｒｅｓｐｏｎｄｉｎｇｐｏｉｎｔｓｏｎｔｈｅｉｍａｇｅ．Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔ，ｗｉｔｈｔｈｅｕｓｅｏｆｇｒｏｕｎｄｃｏｎｔｒｏｌｐｏｉｎｔｓ，ｃｏｒ ｒｅｃｔｉｏｎｅｒｒｏｒｆｏｒｒａｔｉｏｎａｌｆｕｎｃｔｉｏｎｍｏｄｅｌｉｓｗｉｔｈｉｎ３ ０ｍ（１ ５ｐｉｘｅｌｓ）ａｎｄｃｏｒｒｅｃｔｉｏｎｅｒｒｏｒｆｏｒｔｈｅｐｏｌｙｎｏｍｉａｌｍｏｄｅｌｉｓｗｉｔｈｉｎ４ ０ｍ（２ｐｉｘｅｌｓ）．Ｔｈｅｃｏｒｒｅｃｔｉｏｎｅｒｒｏｒｏｆｐｏｌｙｎｏｍｉａｌｍｏｄｅｌｂｙａｎａｌｙｚｉｎｇｎａｔｉｏｎａｌｇｅｏｇｒａｐｈｉｃｄａｔａｉｓｗｉｔｈ ｉｎ４ ９ｍ（２ ５ｐｉｘｅｌｓ）．Ｍｏｄｅｌｏｆｒａｔｉｏｎａｌｆｕｎｃｔｉｏｎｃａｎａｃｑｕｉｒｅｔｈｅｈｉｇｈｅｓｔｃｏｒｒｅｃｔｉｏｎａｃｃｕｒａｃｙ．Ｔｈｅａｃｃｕｒａｃｙｒｅ ｓｕｌｔｓｆｒｏｍｔｈｏｓｅｃｏｒｒｅｃｔｉｏｎｍｅｔｈｏｄｓｍｅｅｔｔｈｅｒｅｑｕｉｒｅｍｅｎｔｓｆｏｒＤｉｇｉｔａｌＯｒｔｈｏｐｈｏｔｏＭａｐｏｆ１∶１００００ｉｎＣｈｉｎａ．Ｋｅｙｗｏｒｄｓ：“Ｇａｏｆｅｎ ６”ｓａｔｅｌｌｉｔｅ；ｇｅｏｍｅｔｒｉｃｃｏｒｒｅｃｔｉｏｎ；ｒａｔｉｏｎａｌｆｕｎｃｔｉｏｎｍｏｄｅｌ；ｃｏｎｔｒｏｌｐｏｉｎｔｓ０ 引言２１世纪初以来的十年，中国航天遥感已步入一个能快速提供多种高分辨率对地观测数据的新阶段，高分辨率遥感卫星在国土资源调查、城市规划建设、农业、林业以及自然灾害监测等方面起到了重要作用［１ ２］。
遥感影像平差理论改进及定位精度提升近年来，随着遥感技术的快速发展，遥感影像的应用范围越来越广泛。
然而，由于遥感影像的获取和处理过程中存在一定的误差，影响了遥感影像的定位精度。
因此，为了提高遥感影像的定位精度，我们需要改进遥感影像的平差理论。
遥感影像的平差理论是指运用一定的数学模型和方法，将遥感影像的像控点及其位置误差转化为影像的空间坐标系，以提高影像的几何精度。
目前，常用的遥感影像平差理论包括像点平差和块平差。
首先，我们需要改进像点平差理论。
传统的像点平差理论采用的是最小二乘法，将像控点的像素坐标误差转化为地面坐标系中的坐标误差。
然而，最小二乘法在处理非线性问题上存在一定的局限性。
因此，我们可以引入非线性平差方法，如高斯-贝赫曼平差法。
这种方法能够更准确地估计像控点的坐标，从而提高遥感影像的定位精度。
其次，我们还可以改进块平差理论。
块平差理论是指在遥感影像的获取过程中，同时获取多幅影像，通过对这些影像进行块平差，进而得到影像的几何精度。
目前，块平差理论主要采用的是基于区域的方法，即将遥感影像划分为不同的区域，分别进行块平差。
然而，这种方法对地物的分布和变化较为敏感，容易产生误差。
因此，我们可以引入基于特征点的块平差方法，如SIFT（尺度不变特征变换）算法。
这种方法能够检测和匹配影像中的特征点，从而提高块平差的准确性和稳定性。
此外，为了进一步提高遥感影像的定位精度，我们还可以采用多源数据融合的方法。
遥感影像的获取和处理过程中，不同的传感器和平台可能会产生不同的误差。
因此，通过将多个传感器和平台的影像数据进行融合，可以消除或减小误差，提高影像的定位精度。
常用的多源数据融合方法包括像素级融合、特征级融合和决策级融合等。
这些方法可以在保持影像细节信息的同时，提高影像的空间分辨率和几何精度。
最后，为了使改进的遥感影像平差理论能够得到有效的应用，我们还需要进行相关的实验验证。
可以选择一些典型的遥感影像数据进行实验，比较改进的平差理论和传统的平差方法在定位精度上的差异，并通过统计分析和误差分析得出结论。
一、项目基本情况二、项目简介本项目属于地球科学领域。
项目面向国际数字地球科学前沿以及国家对空间信息的重大需求,通过承担国家863、中科院等科研项目，创建了国际第一个数字地球科学平台。
该平台将数据密集型高性能计算与地球空间信息高精度反演进行集成创新，突破了多源长时序遥感数据不确定性分析及归一化处理、分布式异构空间数据高效汇聚、地学模型自动匹配调度、PB级空间信息管理与服务等关键技术，实现了以遥感数据为核心的地球科学数据一体化综合分析与多领域应用，引领了数字地球科学及其在全球变化空间观测、重大地震灾害遥感应急监测等方面的发展，在国内外产生了重大影响。
主要科技创新内容如下：1.数据密集型高性能地学计算关键技术突破了网络环境下PB级数据的存储与按需服务、分布式异构空间数据高效汇聚、网格节点自动构建、地学模型自动匹配调度等关键技术，建立了数据“存储-计算-服务”一体化集成平台,为各要素数据的快速汇集、模拟、分析和服务提供计算环境。
2.空间数据综合分析与可视化模拟关键技术突破了卫星遥感成像组网规划与快速处理、长时序遥感数据不确定性分析及归一化、多源信息融合与数据同化、空间数据共享与信息发布等关键技术，实现了信息反演-多维呈现-网络发布的技术集成，为数字地球科学平台的多领域应用提供了模型方法和运行环境。
3.全球环境变化的空间观测方法体系与应用系统依托数字地球科学平台，实现了多尺度、全谱段、长时序、异构大数据的互联互通和高效计算，建立了地表要素高精度遥感反演与环境信息模拟模型，揭示了典型全球变化敏感因子的时空特性，支撑了以青藏高原、环渤海地区为重点的全球变化研究。
4.重大地震灾害遥感监测与灾情评估应用系统依托数字地球科学平台，突破了灾情遥感动态监测、精确模拟、快速评估与预测预警等系列关键技术，实现了海量灾情遥感数据产品的准实时共享和灾情信息的快速通报，在汶川、玉树、芦山等重大地震灾害中为国家抗震救灾决策提供了重要的科学依据。
