导读:本文包含了可见光遥感论文开题报告文献综述及选题提纲参考文献，主要关键词:语义分割,可见光遥感图像,地物分类
可见光遥感论文文献综述
董珊,杨占昕,庞龙,庄胤,陈禾[1]（2019）在《语义分割网络在可见光遥感图像地物分类中的应用》一文中研究指出遥感技术的发展推动遥感图像数据爆发式增长,并呈现出更高分辨率、更大幅宽的趋势。传统地物分类方法特征提取能力和泛化能力不足以解决高分辨率遥感图像的多地物分类问题。语义分割网络在自然场景图像中展现了强大的特征提取能力。针对复杂场景的高分辨率遥感图像,需结合遥感图像的特点,提出更适用于遥感图像地物分类的遥感语义分割模型。(本文来源于《第十叁届全国信号和智能信息处理与应用学术会议论文集》期刊2019-10-25）
徐朋,徐伟诚,罗阳帆,赵祚喜[2]（2019）在《基于无人机可见光遥感影像的耕地精准分类方法研究》一文中研究指出无人机可见光遥感具有使用成本低、操作简单、实时获取遥感影像、地面分辨率高等优势。提出了一种利用无人机可见光遥感影像进行耕地精准分类的方法,以广东省惠州市惠东县铁涌镇石桥村部分耕地的可见光遥感影像为研究对象,对耕地的面积信息、形状信息以及位置信息进行监测和提取,采用面向对象法对影像中两种基于可见光波段的植被指数、纹理信息、形状信息进行分析,研究出分类提取耕地信息的较佳方案。经过反复实验确定分割尺度45、合并尺度90为分割参数,同时利用波段信息和纹理信息对未种植作物耕地和其他地物进行分离。该方法总体精度为89.23%,Kappa系数为0.72。实验结果表明利用无人机可见光遥感数据对耕地进行分类虽然存在一些细碎地块被错提、误提的情况,但总体精度仍然保持在一个很高的水准,可以为耕地作物分类提供参考,为实现精准农业提供精准的数据基础。(本文来源于《中国农业科技导报》期刊2019年06期）
李庆峰[3]（2019）在《可见光遥感图像舰船目标检测技术研究》一文中研究指出随着光学遥感卫星条带幅宽和成像分辨率的提高,以及遥感图像采集周期的缩短,如何从海洋遥感图像中提取有价值的信息,促进经济发展和保障国防安全,已成为遥感图像理解与分析的研究热点。利用技术手段从海量的图像数据中检测人造舰船目标,在民用和军事领域中有着巨大应用与战略需求。在海浪、云和岛屿等背景干扰下,从复杂的遥感图像场景中快速、准确地定位并检测出舰船仍然是个难题。针对现有的数据资源,重点研究了可见光遥感图像中舰船目标检测方法和存在的问题,并分析了高分辨率遥感图像中舰船目标的特点,研究和阐述了舰船检测关键技术。在海浪和云雾等背景干扰下,完成了对大尺度、高分辨率可见光遥感图像中的疑似舰船目标定位和检测,取得了一定的研究成果和工程参考价值。本文主要研究工作如下:1.围绕舰船目标检测问题,研究分析了可见光遥感图像及舰船目标的特点,完成了感兴趣区域定位、遥感图像分割、目标切片特征描述与分类检测等关键技术的研究,作为海域舰船检测算法提出的基本原理支撑与理论依据。2.针对云层和海浪背景下的可见光遥感图像中疑似舰船目标的筛选定位问题,提出了基于视觉注意计算模型的候选区域快速定位方法。其中,基于谱残差模型的候选目标定位方法,解决了云雾遮掩下的舰船目标快速定位和目标分割不完整问题。基于最大对称环绕模型的候选目标定位方法,解决了海浪背景下的舰船目标快速定位和目标分割不完整问题。3.针对海洋背景下可见光遥感图像舰船目标检测问题。根据舰船的形状特点,对梯度方向直方图特征进行改进,设计表征舰船形状特性的梯度方向特征。同时,用统一化LBP(Local Binary Pattern)特征的方差和灰度共生矩阵特征来描述舰船的纹理信息。进而,提出基于AdaBoost分类的融合特征舰船检测方法,有效地剔除了目标切片中非舰船目标的干扰,减少了特征向量的维数,降低了计算复杂度,解决了识别准确率低的问题。实验结果表明:本文算法能准确提取遥感图像中舰船目标的数量和位置信息,在检测时间和精度上都能够满足实际工程需要。(本文来源于《中国科学院大学(中国科学院长春光学精密机械与物理研究所)》期刊2019-06-01）
刘治开,牛亚晓,王毅,韩文霆[4]（2019）在《基于无人机可见光遥感的冬小麦株高估算》一文中研究指出株高是作物生长过程中重要的生长指标。为探索快速准确获取作物株高的方法,利用无人机可见光图像采集系统,获取冬小麦拔节期至成熟期的高清数码图像,建立冬小麦拔节期、抽穗期、灌浆期及成熟期的作物数字表面模型(digital surface models, DSM)及作物高度模型(crop height model, CHM),并对模型进行验证。结果表明,冬小麦株高各生育时期CHM提取值与地面实测值极显着相关(P<0.01),误差为-0.10～0.09m,相对误差为17.64%～19.60%。株高预测值与实测值拟合性较高(R~2=0.82,RMSE=4.31 cm)。这说明用无人机拍摄的高清数码影像可快速估算冬小麦的株高。(本文来源于《麦类作物学报》期刊2019年07期）
高书鹏,史正涛,刘晓龙,柏延臣[5]（2018）在《基于高时空分辨率可见光遥感数据的热带山地橡胶林识别》一文中研究指出20世纪90年代以来橡胶林种植面积在西双版纳地区迅猛扩大,对该区域橡胶林种植面积、种植结构变化的精确监测是客观评价该地区橡胶林种植与生态环境变化关系的关键。针对西双版纳热带山地地区植被光谱特征的相似性及地形和气候条件的复杂性问题,结合该地区橡胶林冬季落叶的物候特征,采用时空数据融合算法,分别选取中分辨率的ETM+、OLI、Sentinel-2A数据与高时间分辨率的MODIS数据融合,建立高时空分辨率可见光遥感数据集,并分析不同融合数据源对热带山地环境下橡胶林识别精度的差异。结果表明:(1)基于时空融合数据提取的橡胶林物候变化特征能够实现较高精度的橡胶林识别,识别精度可以达到89%以上,Kappa高于0.83;(2)运用10m分辨率的Sentinel-2A数据进行分类时,能够获取比Landsat数据更高精度的分类结果,表明Sentinel-2A数据在高时空数据融合及热带植被遥感应用中有较好前景。(本文来源于《遥感技术与应用》期刊2018年06期）
郭乔进,胡杰,宫世杰,梁中岩[6]（2018）在《分布式可见光遥感影像动态目标检测与分析系统》一文中研究指出遥感影像数据能够提高海域、机场等领域的预警预测、指挥调度等能力,基于自动化目标检测,能够快速实现图像非结构化数据向情报信息的转化,节省人力资源,提高信息获取效率。然而,目前针对遥感影像的目标检测技术研究仅仅限于检测算法本身,并没有对检测出的目标进行定位,更没有对目标的时间、空间信息进行关联分析。针对该问题,文章实现了一种分布式可见光遥感影像动态目标检测与分析系统,能够对海量遥感影像数据进行分布式存储管理。该方法能够实现多批次遥感影像数据并行目标检测,并能够对检测出的目标进行检索筛选、时空统计分析以及异常检测等。(本文来源于《信息化研究》期刊2018年04期）
徐芳[7]（2018）在《可见光遥感图像海面目标自动检测关键技术研究》一文中研究指出近年来,随着对地观测技术的飞速发展,大批高空间分辨率的光学遥感成像卫星涌现,可获取卫星亚米级分辨率全色影像;而无人机等航空影像更可实现近地高清目标获取,航天航空遥感为海域目标检测与识别提供了极为丰富的数据源,遥感图像在军用和民用领域的应用范围日趋广泛。舰船作为海上监测和战时打击的重要目标,对其进行检测与识别可以监察重点海域的舰船分布情况,分析敌方作战实力,掌握海上作战情报,进行精确制导等;另外,还可以满足海上交通监管,海上搜救,反走私等实际工作的需要。然而,由于拍摄距离远,云团、雾霾遮蔽,光照不均匀,舰船与海面亮度及颜色对比度不高,海杂波、小岛干扰等,很容易导致检测产生虚警和漏检。如何精准、快速、稳定地检测与提取海面舰船目标,赢得更可能多的反应与处理时间,已成为当前迫切需要解决的难题。为了提高遥感图像的数据处理效率、提升遥感信息自动化处理的准确率和可靠性,本文围绕可见光遥感图像中的舰船目标自动检测问题,研究了舰船目标潜在区域提取,图像分割,鉴别特征计算等关键技术,在此基础上设计了一系列具有较高检测精度、低虚警率的海面舰船目标自动检测方法,提高了舰船目标自动检测识别系统的效率和适应性。本文的主要研究内容归纳如下:1.基于视觉显着性的方法可迅速觉察到与当前场景和任务相关的信息。本文在讨论了视觉显着性的研究意义及对目标自动检测系统的应用价值基础上,分别对显着目标检测等视觉显着性模型的构建、及其在可见光遥感图像舰船目标检测中的应用展开深入研究,设计了结合多频域改进显着性检测模型搜索海面舰船目标区域,更有效地抑制了海面大面积云雾,海杂波背景干扰,增强和凸显了目标整体连续性及目标间的可区分性,提高了对较小目标检测的能力。2.显着性检测后,会抑制一些薄云,海雾,阴影,海杂波等干扰,但仍可能检测到厚重的云层,岛屿或海岸线等干扰物,需根据有效的舰船与干扰物的特征剔除非舰船目标,该步骤对降低虚警率非常重要。本文设计了一种实用的梯度方向特征方法对检测到的目标加以鉴别确认,逐一剔除厚重云层,海岛和海岸线等虚假目标的干扰,保留真实舰船目标,该方法具有强目标表征能力,由粗到精地实现了光学遥感图像中海面舰船目标的检测与识别。3.为提高对不同分辨率海面图像的适应性检测,本文设计了基于小波变换的遥感图像舰船目标显着性检测方法,该方法基于小波变换的多尺度多方向特性,构建图像不同颜色通道上的高频细节特征图,表征从边缘到纹理的目标显着性信息;通过高斯概率密度函数,构建输入图像的全局特征显着性模型,搜索定位海面舰船目标,目标区域定位准确,适应不同分辨率的海面图像和不同像素尺度的舰船目标。4.针对遥感图像中尺寸较小、难以精细分割的舰船目标,本文设计了一种舰船信息改进熵估计和目标像素分布判定的目标鉴别方法,充分考虑了舰船目标和非舰船目标切片的像素分布结构信息,可适用于不同尺度大小的舰船目标,不需要对切片图像中的目标进行精细分割和特征提取等预处理,能有效鉴别切片中的舰船目标和非舰船目标,输出最终检测结果。综上所述,本文对可见光遥感图像舰船目标自动检测与识别领域面临的问题和挑战所涉及的相关理论进行了分析,围绕构建显着性模型,搭建深度学习网络架构等关键技术问题进行了研究,取得了一定的成果。本文文相关成果可为航天航空可见光遥感图像的舰船目标自动检测与识别技术提供理论基础与算法支持,具有借鉴意义。(本文来源于《中国科学院大学(中国科学院长春光学精密机械与物理研究所)》期刊2018-06-01）
曾含笑[8]（2018）在《基于可见光遥感图像的温度场调制方法研究》一文中研究指出红外场景仿真技术在现代化武器系统的研制过程中发挥着不可或缺的作用。红外场景仿真的真实性,能够为现代化武器系统的研制提供更好的保障。其中,红外场景仿真的真实性很大程度上取决于红外纹理的真实性。红外纹理温度场是用来表征红外纹理的重要数据,温度场的分布可直接影响红外纹理的真实性。可见光遥感图像具有细节丰富、资源易取且能真实表征地貌分布等特点,并与红外图像均反映二维电磁能量分布。因此本文以可见光遥感图像为基础,研究如何调制出更真实的红外纹理温度场。本文分析了红外温度场调制方法的发展现状,并针对其调制方法中的不足进行了改进,主要内容有:(1)高真实的遥感图像是调制生成红外纹理温度场的重要前提。通过在现有的红外纹理温度场调制生成框架中,引入图像增质算法,提升遥感图像的质量,为后续的温度场调制做准备。其中,利用去阴影算法解决了遥感图像中存在的阴影问题;利用图像修复算法解决了遥感图像中存在的运动物体问题。(2)重点研究利用分类调制方法调制红外纹理温度场。首先从材质的具体特点出发,根据遥感图像中材质表面结构特点,将表面分成平坦表面和起伏表面。其次仔细研究两种表面结构对温度的影响,并推导出各自对应的红外纹理温度场调制模型。最后根据调制模型,得到初步的红外纹理温度场调制结果。(3)深入研究大规模场景中环境因素对温度场的影响。首先介绍了利用海拔高度信息调制材质温度场的原理和过程。其次利用高程数据蕴含的太阳高度角、太阳方位角、经纬度等信息,确定出不同时刻的太阳朝向,进而确定出不同时刻下的阳光照射比例。最后利用阳光照射比例信息,调制大规模场景中的红外纹理温度场,得到最终的大规模红外纹理温度场。(本文来源于《西安电子科技大学》期刊2018-05-01）
盛佳佳[9]（2018）在《SAR与可见光遥感图像融合方法研究》一文中研究指出随着遥感技术的蓬勃发展,获得大量的多时相、高分辨率、多极化的卫星遥感图像数据已不是难事。SAR与可见光图像作为广泛应用的遥感图像,虽彼此之间灰度差异值大,但各自都有其图像特点。SAR图像通过主动式微波成像,对人造建筑敏感,反映地物的纹理特征和结构信息。可见光图像通过光反射成像,反映图像的光谱信息和大致地物轮廓,具有优越的目视效果。然而受传感器设计的局限,遥感图像的空间分辨率和光谱分辨率两者之间相互制衡。在遥感图像的数据需求日益增长的情况下,如何实现SAR与可见光图像之间优势互补,获得高空间分辨率、高光谱图像是现今遥感领域的研究重点。本文从多源遥感传感器出发,在分析总结SAR与可见光图像的成像原理和国内外现有的融合算法后发现,目前的融合算法仍存在光谱失真、感兴趣目标不突出等问题。本文在已有技术的基础上,深入研究SAR与可见光图像融合算法,主要工作概括为两个方面:1、提出了一种基于NSST与IHS变换稀疏表示的融合算法。该算法利用NSST变换在多尺度分析和平移不变性上的优势,并运用稀疏表示能捕捉结构特征,对低频分量强调结构相似性和亮度差异性的稀疏表示,提升全局显着结构和感兴趣目标的辨识度;对高频分量分析了局部区域像素间的联系,所提融合规则能保留图像空间细节信息。2、提出了一种结合相位一致性稀疏表示的SAR与可见光融合算法,该算法根据相位一致性在提取图像的纹理特征方面的优势,将相位一致性的特征保持图来平滑的注入稀疏表示后的I分量。算法考虑到高低频分量的差异性,针对性的设计融合规则,使得融合图像在特征保持、纹理边缘和光谱特性上得到有效的保持。论文以landsat8光学卫星和哨兵1号SAR卫星的遥感数据对文中所提算法进行主观评价和客观评价。根据实验和对比分析,结果表示:相比于其他融合算法,本文所提算法不论视觉还是评价指标都有了明显提高,空间结构信息和光谱信息得到有效的保持。(本文来源于《合肥工业大学》期刊2018-04-01）
李路曼,郭鹏,张国顺,周倩,吴锁智[10]（2018）在《基于无人机可见光遥感的棉花面积信息提取》一文中研究指出【目的】针对传统大区域棉花种植信息提取方法相对落后的问题,运用面向对象的影像分析方法,对无人机遥感试验获取的可见光影像进行棉花种植信息的提取。【方法】选用双子星My Fly Dream MTD固定翼无人机搭载佳能EF-M 18-55相机,获取新疆建设兵团第八师135团的可见光影像,借助e Cognition软件平台,运用面向对象的方法对研究区内棉花种植信息进行提取试验。【结果】目视解译提取的棉花种植面积为0.35 km2,面向对象提取的棉花种植面积为0.33 km2,分类结果精度为94.29%,误差系数为5.71%,可以有效地提取研究区域棉花种植信息。【结论】面向对象的分类方法相比于传统的基于像素的分类方法提取精度更高,更加接近于目视解译的提取结果。(本文来源于《新疆农业科学》期刊2018年03期）
可见光遥感论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
无人机可见光遥感具有使用成本低、操作简单、实时获取遥感影像、地面分辨率高等优势。提出了一种利用无人机可见光遥感影像进行耕地精准分类的方法,以广东省惠州市惠东县铁涌镇石桥村部分耕地的可见光遥感影像为研究对象,对耕地的面积信息、形状信息以及位置信息进行监测和提取,采用面向对象法对影像中两种基于可见光波段的植被指数、纹理信息、形状信息进行分析,研究出分类提取耕地信息的较佳方案。经过反复实验确定分割尺度45、合并尺度90为分割参数,同时利用波段信息和纹理信息对未种植作物耕地和其他地物进行分离。该方法总体精度为89.23%,Kappa系数为0.72。实验结果表明利用无人机可见光遥感数据对耕地进行分类虽然存在一些细碎地块被错提、误提的情况,但总体精度仍然保持在一个很高的水准,可以为耕地作物分类提供参考,为实现精准农业提供精准的数据基础。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
可见光遥感论文参考文献
[1].董珊,杨占昕,庞龙,庄胤,陈禾.语义分割网络在可见光遥感图像地物分类中的应用[C].第十叁届全国信号和智能信息处理与应用学术会议论文集.2019
[2].徐朋,徐伟诚,罗阳帆,赵祚喜.基于无人机可见光遥感影像的耕地精准分类方法研究[J].中国农业科技导报.2019
[3].李庆峰.可见光遥感图像舰船目标检测技术研究[D].中国科学院大学(中国科学院长春光学精密机械与物理研究所).2019
[4].刘治开,牛亚晓,王毅,韩文霆.基于无人机可见光遥感的冬小麦株高估算[J].麦类作物学报.2019
[5].高书鹏,史正涛,刘晓龙,柏延臣.基于高时空分辨率可见光遥感数据的热带山地橡胶林识别[J].遥感技术与应用.2018
[6].郭乔进,胡杰,宫世杰,梁中岩.分布式可见光遥感影像动态目标检测与分析系统[J].信息化研究.2018
[7].徐芳.可见光遥感图像海面目标自动检测关键技术研究[D].中国科学院大学(中国科学院长春光学精密机械与物理研究所).2018
[8].曾含笑.基于可见光遥感图像的温度场调制方法研究[D].西安电子科技大学.2018
[9].盛佳佳.SAR与可见光遥感图像融合方法研究[D].合肥工业大学.2018
[10].李路曼,郭鹏,张国顺,周倩,吴锁智.基于无人机可见光遥感的棉花面积信息提取[J].新疆农业科学.2018