复杂卫星图像中的小目标船舶识别   总被引：1，自引：1，他引：0  

姚红革  王诚  喻钧  白小军  李蔚 《遥感学报》2020,24(2):116-125

船舶作为海上的重要目标,实现对船舶自动识别有重要的意义。针对卫星图像中云雾、海岸背景等复杂海情对船舶识别带来的干扰,以及小目标船舶高漏检率问题,本文提出一种多尺度深度学习模型训练策略,在此基础上构建了一种船舶识别的深度学习网络,该网络可分为多尺度训练、特征提取、生成目标建议区域、船舶分类这4个部分。首先,采用多尺度的训练策略,将多尺度的船舶样本送入网络中进行训练,这样在训练样本中加入了大量小目标船舶的样本,使网络充分提取到小目标船舶的特征;其次,通过卷积神经网络对目标船舶进行特征自适应提取;然后,目标区域建议网络可依据卷积神经网络提取到的特征,在图像中找到感兴趣目标区域,即框定船舶的位置;最后,通过多个全连接层的组合,将高维特征映射到一个4元组中,再运用分类函数输出每一类船舶的概率值,概率值最大的则为该船舶的类别。同时为解决云雾遮挡和海岸背景的干扰,采用了一种负样本增强学习的方法,在样本数据集中加入了大量只含有云雾和海岸背景的图片,进行负样本扩充,增强网络模型对云雾及海岸背景的特征学习能力,以此解决复杂海情的影响。实验结果表明,所提方法有效解决了复杂海情条件下的船舶识别难,以及小目标船舶识别难的问题,实现了复杂海情条件下的船舶识别。同时,与现有成熟的深度学习目标识别算法相比,本文算法的精确度和召回率分别提升了6.98%和18.17%,所训练的模型具有良好的泛化能力和鲁棒性。  相似文献   

基于深度残差网络的机载LiDAR点云分类     

赵传  郭海涛  卢俊  余东行  张保明 《测绘学报》2020,49(2):202-213

机载LiDAR点云的分类是利用其进行城市场景三维重建的关键步骤之一。为充分利用现有的图像领域性能较好的深度学习网络模型,提高点云分类精度,并降低训练时间和对训练样本数量的要求,本文提出一种基于深度残差网络的机载LiDAR点云分类方法。首先提取归一化高程、表面变化率、强度和归一化植被指数4种具有较高区分度的点云低层次特征;然后通过设置不同的邻域大小和视角,利用所提出的点云特征图生成策略,得到多尺度和多视角点云特征图;再将点云特征图输入到预训练的深度残差网络,提取多尺度和多视角深层次特征;最后构建并训练神经网络分类器,利用训练的模型对待分类点云进行预测,经后处理得到分类结果。利用ISPRS三维语义标记竞赛的公开标准数据集进行试验,结果表明,本文方法可有效区分建筑物、地面、车辆等8类地物,分类结果的总体精度为87.1%,可为城市场景三维重建提供可靠的信息。  相似文献   

顾及多分析尺度的地形部位面向对象分类方法     

江岭  凌德泉  赵明伟  王春  曾微波 《地球信息科学学报》2018,20(3):281-290

地形部位是地表形态的基本单元,其分类和提取在地貌发育、数字土壤制图、景观生态制图等领域有着重要的应用。康鑫等提出的多尺度Geomorphons地形部位分类法（简称多尺度Geomorphons法）利用高程相对差异信息和地形部位多尺度特征,可避免受地形属性计算及单一分析尺度约束而误分类,然而其存在分类破碎及分析尺度域难以确定的问题。基于此,本文以多尺度Geomorphons法为基础,提出了其适宜分析尺度域确定方法,建立了以初始地形部位数据层组合的对象多尺度分割和分类方法,进而构建了顾及多分析尺度的地形部位面向对象分类方法。以陕北黄土高原区域5 m分辨率DEM为实验数据,对面向对象分类方法进行了验证与评价。实验结果表明：①均值变点法可有效解决分析尺度域难以确定的问题,实验样区适宜分析尺度域为[5×5, 33×33]栅格单元;②以0,255为二值化的地形部位数据层组合适用于多尺度分割,尺度、形状及紧致度参数组合影响分割结果,且对于实验样区存在最优分割参数;③与多尺度Geomorphons法相比,本文方法得到的地形部位分类结果完整性较好,在地表形态对应和地理认知等方面更具合理性。  相似文献   

利用等距同构建立多尺度空间实体相似性度量模型          下载免费PDF全文

徐丰  牛继强  林昊  陈时雨  张兵兵  陈飞燕 《武汉大学学报(信息科学版)》2019,44(9):1399-1406

从度量几何学的观点，建立多尺度空间实体等距同构模型。将多尺度空间实体分别看作刚性图形和弹性图形，利用等距同构不变性的概念，构建多尺度空间实体几何相似性图形距离和拓扑相似性图形距离。通过统一几何和拓扑相似性图形距离，构成一个二元集值距离，作为多尺度空间实体相似性的评价指标。通过对不同复杂性的面状和线状空间实体多尺度表达图形的几何和拓扑相似性度量实验表明，该方法能同时顾及多尺度空间实体几何和拓扑结构的改变，且符合空间实体的多尺度抽象规律。  相似文献   

南海开放共享航次关键科学问题的思考——从多尺度海洋动力学角度出发     

杜岩  陈举  经志友  王祥鹏  陈更新  徐驰  储小青  陈植武  徐杰  施震  唐世林  何云开  梁韵  施平 《热带海洋学报》2020,39(6):1-17

南海是西太平洋最大的边缘海, 通过一系列的海峡与西太平洋和印度洋相联通, 其不同时空尺度的海洋环流动力过程及其生态环境效应是南海区域海洋学研究的重要内容。自20世纪50年代末全国第一次海洋普查开始, 我国对海洋调查的支持力度不断加大, 以科学考察船为代表的海洋科学观测平台建设不断加强; 进入新千年以来, 国内海洋科考船依托的各主要研究所和院校本着开放的理念, 先后组织多单位联合进行海上观测。尤其是最近10年, 国家自然科学基金委员会支持实施了船时共享航次计划, 进一步促进了国内海洋界的交流和合作, 南海区域海洋学的相关研究取得了很多重要的成果。从多尺度环流动力学的角度出发, 本文简要回顾了南海海洋观测的发展历程, 并初步总结了近些年来南海关键科学问题的研究进展, 包括南海和西太平洋的水体交换过程、南海中小尺度过程、多尺度相互作用及其生态环境效应等; 并且在现有的研究基础上, 对未来南海的观测和科学问题提出若干思考与展望。  相似文献   

面向交通应用场景的增强现实地图载负量 及多尺度显示模型     

陈辉  郭健  李爱光  徐旺  金子鑫 《测绘科学技术学报》2019,36(1)

为探究解决AR Maps表达中普遍存在的视觉过载问题的方法,基于实景视觉信息量提出了一种新的面向交通应用场景的AR Maps载负量计算方法;以此为基础提出了AR Maps多尺度显示模型构建方法,建立了AR Maps多尺度显示模型;根据此模型进行了AR Maps POI标签的显示控制方法的研究;实现了AR Maps原型系统并进行实验。结果表明,在交通应用场景下,AR Maps载负量计算方法和多尺度显示模型可以有效解决AR Maps中存在的视觉过载问题,并具有一定的实用性和可靠性,能够为AR Maps表达的研究提供科学性依据。  相似文献   

基于小波变换的潮位粗差探测定位方法研究     

宋唐龙  肖付民  邓凯亮  李东升  刘聚 《海洋测绘》2019,39(4):27-30

结合小波多尺度分析在粗差探测定位方面的优越性,提出了相应的潮位粗差探测定位方法,根据小波分解的原理,给出了潮位粗差的探测步骤;基于实测潮位数据设计了潮位离散粗差与连续粗差两类实验,并对系统性偏差的探测定位展开研究。结果表明:基于小波多尺度特性构建的粗差探测定位模型可以高效准确地探测定位潮位粗差。  相似文献   

利用慢特征分析进行多尺度融合的 高分辨率影像变化检测     

徐俊峰  蔡晓娜  张保明  郭海涛  金飞  伦泽华 《测绘科学技术学报》2019,36(1)

提出利用慢特征分析的特征级多尺度融合的方法。首先对两时相影像分别进行多尺度分割,并与原始影像共同构成多尺度特征集;其次对特征集进行迭代慢特征变换,增大变化区域与未变化区域的可分性;最后通过K-means聚类完成变化区域与未变化区域的分割,得到二值变化检测结果。通过两组北京地区的多光谱影像实验发现,该方法具有更高的精度和自动化程度。  相似文献   

广东大降坪硫(铅锌)矿床岩浆热液叠加作用——来自闪锌矿Rb-Sr年龄及硫同位素的证据   总被引：2，自引：2，他引：0  

赵海杰  余长发  韩心巧  郑伟 《矿床地质》2016,35(4):795-808

广东大降坪硫(铅锌)矿床位于与岩浆作用有关的大绀山多金属矿田的中部,主矿体为赋存在震旦纪变质岩中的层状、透镜状黄铁矿矿体,最近在两个不同产状的黄铁矿矿体下部又新发现了脉状及层状铅锌矿体。文章通过对铅锌矿体的年龄及硫同位素研究,探讨其与主矿体的成因关系,获得了脉状铅锌矿体中闪锌矿的Rb-Sr等时线年龄为(88.5±3.9)Ma,即晚白垩世,与上部黄铁矿矿体的年龄(约630 Ma)相差较大,而与整个大绀山多金属矿田的成矿作用时限一致。三种不同产状的矿体硫同位素组成差异明显:层状黄铁矿矿体富集硫的轻同位素(δ34S=-10.90‰~-25.55‰),且与围岩的硫同位素范围一致,说明硫来自生物的细菌还原硫;透镜状黄铁矿矿体δ34S组成范围较宽(-9.38‰~22.69‰),具多源性硫的特征;铅锌矿体的δ34S在-7.1‰~6.4‰之间变化,硫可能来自深源岩浆,并受围岩成分混染。多方面的证据表明,大降坪黄铁矿矿体下部的铅锌矿体形成于晚白垩世的岩浆热液成矿作用,透镜状黄铁矿矿体受到岩浆热液的叠加。  相似文献   

不同大尺度强迫条件下考虑初始场与侧边界条件不确定性的对流尺度集合预报试验   总被引：5，自引：0，他引：5  

庄潇然  闵锦忠  蔡沅辰  朱浩楠 《气象学报》2016,74(2):244-258

研究了不同大尺度强迫条件下的暴雨个例中,考虑不同尺度特征的初始扰动与侧边界扰动相互作用构造对流尺度集合预报的可行性,为进一步构建“自适应”于不同强对流天气的对流尺度集合预报系统提供依据。结果表明,在大尺度强迫显著的个例1中,以大尺度扰动信息为主的动力降尺度的增长趋势较集合转换卡尔曼滤波(ETKF)更为显著,且总扰动能量在预报中后期超过集合转换卡尔曼滤波,而在大尺度强迫较弱的个例2中,集合转换卡尔曼滤波扰动能量始终高于动力降尺度。此外,当大尺度强迫显著时,初始扰动与侧边界扰动相匹配会产生相互促进的作用,而不匹配时初始扰动会在预报中后期抑制侧边界扰动的发展,当大尺度强迫较弱时,即使是互相间不匹配的初始扰动与侧边界扰动也能在大部分预报时段起到相互促进的作用,说明初始扰动与侧边界扰动的相互作用机制不仅与天气形势相关,也与二者是否匹配挂钩,另外,扰动的发展特征同样依赖于天气形势;从集合离散度的角度来看,当大尺度强迫明显时,侧边界扰动的作用会在更短的时间内取代初始扰动,从而对离散度起到主导地位;两种初始扰动方法相比,集合转换卡尔曼滤波在多数情况下对总离散度的贡献均大于动力降尺度;从降水量预报及概率预报情况来看,大尺度强迫明显的个例可预报性更高,且各集合成员间的差异较小,大尺度强迫较弱的个例则相反,且当两种初始扰动方案与侧边界扰动相结合时,较仅侧边界扰动均有一定提高。   相似文献