1 辽宁工程技术大学测绘与地理科学学院, 辽宁 阜新 123000
2 国家测绘地理信息局卫星测绘应用中心, 北京 100048
为提高影像云识别精度,提出一种多尺度膨胀卷积深层神经网络云识别方法。结合卫星影像特征,设计云识别卷积神经网络结构,该结构包含深层特征编码模块、局部多尺度膨胀感知模块以及云区预测解码模块。首先,编码模块中通过基础卷积层获取深度特征;其次,联合多尺度膨胀卷积和池化层共同感知,每层操作连接非线性函数,以提升网络模型的表达能力;最后,云区预测解码模块中融合对应编码模块的特征,再利用L1正则化上采样算法实现端对端的像素级云识别结果。选用典型云遮挡区域影像进行云识别实验,并与Otsu算法和FCN-8S算法进行对比。结果表明,本文所提算法的检测精度较高,Kappa系数显著提升。
遥感 神经网络 膨胀卷积 云识别 资源三号卫星影像 全卷积网络
1 辽宁工程技术大学测绘与地理科学学院, 辽宁 阜新123000
2 国家测绘工程技术研究中心, 北京100039
3 南京大学地理与海洋科学学院, 江苏 南京210023
4 国家测绘地理信息局卫星测绘应用中心, 北京 100048
针对资源三号卫星影像波段少、光谱范围受限的特点,提出了基于深度学习的资源三号卫星遥感影像的云检测方法。首先,采用主成分分析非监督预训练网络结构,获得了待测遥感影像特征;其次,为减少在池化过程中影像特征信息的丢失,提出自适应池化模型,该模型能很好地挖掘影像特征信息;最后,将影像特征输入支持向量机分类器进行分类,获得了云检测结果。选取典型区域进行云检测实验,并与传统Otsu方法进行对比。结果表明:所提方法的检测精度高,且不受光谱范围的限制,可用于资源三号卫星多光谱影像和全色影像的云检测。
遥感 云检测 深度学习算法 主成分变换 资源三号卫星影像
基于敦煌辐射校正场, 利用高、 中两类定标场地, 采用反射率基法对资源三号卫星多光谱传感器进行在轨场地绝对辐射定标, 获取多光谱传感器的2013年绝对辐射定标系数, 并与2012年定标结果进行对比分析。 同时, 利用2013年7月1日Landsat 8的operational land imager(OLI)影像对资源三号卫星多光谱传感器进行交叉定标, 验证定标系数的可靠性。 结果表明, 一年来资源三号卫星多光谱传感器各波段性能存在1%~8.5%的变化; 交叉定标和场地定标的结果有较好的一致性, 说明定标结果具有较高的可信度。
资源三号卫星 多光谱传感器 场地定标 交叉定标 ZY-3 Satellite Multispectral sensor Field calibration Intercalibration 光谱学与光谱分析
2014, 34(9): 2476
1 中国科学院安徽光学精密机械研究所 中国科学院通用光学定标与表征技术重点实验室, 安徽 合肥 230031
2 国家测绘地理信息局卫星测绘应用中心, 北京 100039
高分辨遥感卫星影像像点量测精度对卫星在轨几何检校具有重要意义。为了提高“资源三号”卫星影像像 点量测精度,设计了四种可移动式高低反射率地面人工标志。利用在轨试验验证和多种像点量测方法,确定 了方形十字对顶角标志能够兼顾到标志的最小尺寸与最佳图案的设计要求。该标志具有良好的光学特性 和理化特性,对野外环境有很强的适应性。在轨试验结果表明,这种标志可以应用于当前高分辨、三线阵 相机影像的像点量测,满足“资源三号”卫星在轨几何检校对预定的0.15像素量测精度的要求。
“资源三号”卫星 像点量测 方形十字对顶角 几何检校 ZY-3 satellite image points measurement cross vertical angles sign geometric calibration
中国科学院安徽光学精密机械研究所 中国科学院通用光学定标与表征技术重点实验室, 安徽 合肥 230031
高精度卫星轨道和姿态参数的获取对卫星数据产品的推广应用具有重要意义。对“资源三号”卫星元数 据文件(.AUX)的数据格式、参数意义以及量纲进行了深入的研究和分析,拟合得到任意时刻卫星的 轨道和姿态参数。对拟合精度的分析表明,“资源三号”卫星轨道运行平稳,利用二次多项式拟合卫 星轨道,精度可达到米级,与星上GPS设计的5 m测量精度保持了很好的一致性。成像期间,其姿态变化 相当稳定。该值可以作为外方位元素的初始值应用于卫星的在轨几何检校与影像的精确定位。
轨道参数 姿态参数 数值拟合 外方位元素 “资源三号”卫星 orbit parameter attitude parameter numerical fitting exterior orientation elements ZY-3 satellite