- 1、本文档共8页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
高分辨率卫星数据分析及其数据识别应用
摘要综合分析应用高分辨率对地观测系统、北斗导航定位系统等国家空间
设施获取的时空信息数据是大数据时代的优势资源,对推动工业和信息产业升
级,引导服务行业自主创新,提升政府管理水平,改善人们生活具有重要作用。
本文将具体阐述针对我国高分辨率卫星数据的分析及应用;详细分析高分辨率卫
星之数据特性即客观性与实时性;结合具体影像算法研发,分析人工智能图像识
别在高分辨率卫星图像领域的基本理论与未来研究方向。
关键词高分数据;分析与应用;人工智能;图像识别
1高分辨率卫星数据的大数据特征
目前,卫星应用行业已经进入了大数据时代。这一进步离不开物联网、移动
互联网等前沿科技的发展与迭代更新。卫星数据作为空间大数据的重要组成部
分,是人工智能重要的应用领域之一。国家高分辨率对地观测卫星应用专项是《国
家中长期科学与技术发展规划纲要(2006-2020年)》确定的十六个重大科技专项
之一,高分专项紧紧围绕建立我国战略性空间基础设施的目标,统筹建设天基、
航空、地面、应用等系统,与其他业务观测手段相结合,形成覆盖大气、陆地、
海洋,时空协调、全天候、全天时、稳定运行的对地观测系统,满足国家经济建
设、社会发展和国家安全的需求,并形成基于我国自主对地观测系统的空间信息
产业链,加快推动空间信息产业发展。目前更多高分辨率卫星已经进入使用序列,
遥感数据的海量与多源意味着遥感大数据时代已经成为现实。高分辨率卫星数据
在智慧城市、一带一路、商业分析等领域的快速应用,将更依赖于人工智能的发
展。
1.1高分卫星数据情况分析
高分专项实施目前已发射了高分一号、高分宽幅、高分二号亚米全色、高分
三号、高分四号同步卫星等多颗卫星。这些卫星提供的数据源已经成为涵盖各种
覆盖宽度、空间分辨率、谱段、时间间隔的高分数据平台。
1.2高分辨率卫星大数据的客观性
高分辨率遥感数据客观记录了观测对象的物质构成、空间特征、物理、化学
特征。这些在太空中的卫星,人为因素很难干扰其运作。所以遥感数据具有很好
的客观性。
1.3高分辨率卫星大数据的实时性
遥感大数据的实时性体现于:高分卫星将实时不断记录观测对象信息。目前
遥感卫星数据传输是准实时性的。所以从理论上讲,我们可以实时得到观测对象
的必威体育精装版遥感数据。
例如森林火灾的实时监测系统,可以实时监控火灾的空间、时间、范围等数
据,在此基础上的大数据分析可以为火灾的扑救、森林的保护、评火灾损失提供
定量支撑。在城市交通流量实时监控领域,通过高分辨率卫星数据可以获取人流、
车流的实时数据,在此基础上的大数据分析可以为道路交通的实时调度与优化,
为解决城市交通拥堵问题提供定量支撑。所以实时性是高分辨率遥感卫星数据应
用广泛重要基础。
2高分辨率卫星图像中的基于模式识别的神经网络系统
目前全球天空地一体化立体对地观测网逐步形成,将成为保障国家安全的基
础性和战略性资源。传统遥感图像处理方法基于建立光谱、纹理、规则形状等特
征模型,并开发基于特征模型的图像识别方法。基于人工模型库的方法受限于模
型鲁棒性:在具有环境遮掩、光线、角度偏移情况下,对于目标自动识别的精确
度发生显著降低。
模式识别是指对研究对象的数值、文字和逻辑关系等信息进行分析和处理,
最终达到对研究对象的描述、识别、分类和解释的目的。这也是人工智能的重要
研究应用方向。
2.1物体的分割
在进行物体识别之前,需要确定目标区域大小。由于不同物体在颜色分布上
的差异会有一定的区分。因此,这里使用的方法是在不同颜色和空间的不同颜色
和空间分量下进行图像的水平投影直方图。RGB、HSV和Lab是我们经常考虑
的三种最常用的颜色空间。为了凸显直方图的峰值,可以对直方图进行求导操作,
这里用差分代替求导。
H1,H2…是在n个颜色分量下的水平投影直方图,每个点的坐标是,(x
∈[0,W)),W为宽度。
本论文用“或”式逻辑运算处理该直方图,可以得到每一列的终极直方图。
其中,图像的高度以IH表示。代表的是直方图中各列的极大值。
设定阈值,直方图在论文设定阈值下可以分成多个部分。我们在对应的图像
位置标记出分割线的位置。在此状态下,我们可实现单件物品的分割。再结合物
体尺寸、比例等参数信息,我们可以将分割的准确率不断提高。
2.2物体的识别
将分割后得到
文档评论(0)