简介：摘要：随着科技的进步，智能识别技术的应用越来越广泛。为提高遥感测绘图像特征智能识别的平均识别率，研究一种遥感测绘图像特征智能识别技术。首先采用Malcov随机场模型描述纹理特征，选取有代表性的特征提取图像特征点，对特征向量进行降序，得到一个全新的特征向量集合，然后对特征向量进行归一化，提出一种基于大数据集域的快速自适应图像特征计算识别方法，实现智能系统对遥感测绘图像特征识别。

简介：目标定位是对敌大型舰船的远程打击的关键之一，采用当前最新的航天遥感技术确定目标运动要素具有隐蔽突然、全天候、远程观测等特点。提出用SAR遥感信息识别舰船运动要素，在舰船定位基础上分析成像光谱数据对目标进行进一步确认，为对目标的远程打击提供了一种值得探索的方法。

简介：摘要：本文针对遥感影像的图像分类与地物识别问题展开研究，提出了一种基于深度学习算法的新型解决方案。首先，采用卷积神经网络（CNN）对遥感影像进行特征提取与学习，提高了图像分类的准确性和效率。其次，引入了多尺度和多模态数据融合技术，进一步提升了地物识别的精度和鲁棒性。实验结果表明，所提出的算法在遥感影像分类与地物识别任务上取得了优异的性能，具有较强的实用性与推广价值。

简介：提出了一种针对遥感图像的军用机场快速识别方法.首先,对图像进行适当的增强处理,并在此基础上使用Hough变换提取出机场的线状几何特征.然后,利用跑道边缘的平行直线特征和跑道边缘与可能机场区域的重叠关系识别出军用机场.本文用真实的遥感图像测试了这种新算法,实验结果表明该方法能够提供准确的识别结果.

简介：摘要：遥感图像技术是根据电磁波理论而提出的，结合先进的人在卫星采集地球表面上的电磁辐射信息，并通过遥感技术获取到相应的遥感图像，从而为地理测绘、天气观察以及军事侦查等领域广泛的使用。但随着大数据时代的来临，AI技术以及其它深度学习技术的不断提升，传统的遥感图像识别方法已经无法满足更加精细化的工作需求。对此，本文提出一种新的基于大数据的遥感图像智能识别方法，从而使遥感图像识别得到更高的识别效果，进一步扩大遥感图像技术的使用范围。

简介：摘 要：遥感技术的发展使其应用越来越频繁，利用遥感技术产生的大量的数据，为违章建筑的建设识别提供了有力的支持，不但可以通过相关的数据平台进行识别，还可以利用卫星遥感图像的独特优势实现早发现、早处理的工作成效。因此，卫星遥感图像在违章建筑监控中的应用就显得尤为重要，它所开展的一系列工作也为违章建筑的监控、处理和纠正提供了技术上的保证。

简介：摘要：卫星定位导航技术应用广泛，且与人们的生活息息相关。卫星技术在手机定位、时间修正、汽车导航、智能交通等应用中相对较多，且定位导航技术应用广泛，与人们的生活息息相关。另外，北斗卫星导航系统技术复杂，可与国外的GPS相媲美，在我国社会发展和国防建设具有巨大的市场和前景。由于GPS在我们生活的各个领域的广泛使用，我国各个行业甚至国防也越来越依赖GPS技术。这相当于为我国的经济发展和国家安全埋下了严重的安全隐患，一旦该技术不再授权，结果可想而知。我国高度重视拥有独立的、完善的国家卫星导航系统，能够在国民经济发展和国家战略安全方面发挥重要作用。

简介：摘要：农业保险为农业生产活动提供风险保障，而遥感技术具备大范围同时监测、周期短、成本低等特点，可快速获取作物种植范围，有效解决农业保险承保阶段验标量大、验标难等问题，为政府及相关部门决策提供数据支持。本文基于Sentinel-2卫星影像数据，进行了面向农业保险的农作物遥感识别方法研究，并将其应用于新疆农险重点县，作物识别准确率均大于85%，极大提升了农险验标效率和准确率，取得了显著效果。

简介：【摘要】：基于光学遥感的目标检测与分类识别是遥感图像的研究热点之一，主要是研究遥感中是否存在目标及其检测、分割、提取和识别。遥感图像检测是获取大量地块信息的重要途径，目标分割是提高遥感图像质量的重要手段，通过一些方法和应用，能够提高检测目标的能力，让目标检测与识别的结果更加准确。因此，选择识别方法对于正确识别目标非常重要。本文概述了遥感图像目标检测和识别的处理框架，分析了目标检测的方法、图像分割的方法、特征提取和识别，以供未来研究参考。

简介：摘要：遥感图像军事目标纹理分类识别技术作为遥感图像分类技术的重要组成部分，在军事目标纹理分类识别中有着重要地位。本文基于遥感图像分类对典型军事目标进行纹理分析，提出了SOFM网络模型结构以及LIADR纹理分类识别算法，同时又针对不同环境下的不同目标纹理进行了分类识别试验。试验结果表明与一般纹理分类算法相比，遥感图像军事目标纹理分类识别算法在降低目标纹理分类误差、提高目标纹理识别精度、提高军事目标地理信息系统服务质量等方面具有明显优势而且可应用于军事目标纹理检测之中。

简介：摘要：针对地质灾害早期识别与预警的重要性及存在的问题，以及优化对策进行探讨，分析地质灾害的类型与特征和传统地质灾害识别与预警方法的局限性和遥感技术的应用优势。随后从多源数据融合技术、高分辨率遥感影像及地质灾害监测预警体系等方面提出了优化对策，为进一步提升地质灾害早期识别与预警水平提供了理论和实践参考。

简介：摘要：地理信息系统（GIS）与遥感技术的结合为地物识别和地理数据的智能化处理提供了强大的工具。通过图像预处理技术提升遥感数据的质量后，可以进行监督和无监督的分类方法以实现对地物类型的识别。同时，GIS地物识别中不仅包含传统基于规则和机器学习的方法，随着深度学习技术的崛起，识别准确性得到了显著的提升。这些技术共同支撑着更为复杂和高级的应用，比如城市规划、灾害评估和自然资源管理。

简介：摘要：深度学习技术在遥感图像目标识别领域取得了显著进展。通过卷积神经网络（CNN）及其变种，研究者能够自动从大规模遥感图像数据中提取复杂特征，从而提高了目标识别的精度和效率。主要进展包括有效应用于高分辨率图像分析、优化模型架构以提升性能以及利用迁移学习和数据增强技术应对数据量不足的问题。然而，深度学习的应用仍面临一些挑战，如数据质量与数量的限制、计算资源需求高以及模型的泛化能力和解释性不足。未来的研究需要解决这些挑战，探索更高效的算法和模型架构，以进一步提升深度学习在遥感图像目标识别中的应用效果。

简介：基于TM影像数据，分别使用监督和非监督分类方法对辽宁铁法（煤）矿区典型地物进行遥感识别。其中监督分类采用马氏距离、最大似然和神经网络法，非监督分类采用ISODATA算法。结果表明：在四种不同的遥感分类方法中，最大似然法的分类精度最高，总体精度达到90．10％，Kappa系数为0．8724。研究发现：无论采用哪种分类方法，矿区中的煤与煤矸石都存在混分现象，主要由于两类地物的光谱相近造成。研究结果为煤矿区地物遥感识别的方法选择提供参考。

简介：草原鼠洞的识别定位可以为鼠害的监测、预测和防治等提供科学参考,因此,如何快速且准确地识别草地鼠洞成为亟需解决的问题。选取玛多县典型区作为研究区,利用可见光波段无人机影像,研究并建立了面向对象的模板匹配法和支持向量机法的草地鼠洞自动识别方法。模板匹配法是在多尺度分割的影像中选取不同种类的鼠洞对象并生成匹配模板,接着进行目标检测并产生初始结果,最后构建光谱、几何和纹理特征库对检测结果进行筛选。支持向量机法首先采集鼠洞训练样本并优化分类特征空间,然后采用支持向量机分类器监督分类得到鼠洞识别结果。对2种方法的识别结果进行精度评价与分析表明:2种方法的总体精度均较高,适用于三江源区草原鼠洞的精准识别。基于面向对象的模板匹配法比支持向量机法的总体识别精度整体高1%,错分误差低3%,识别效果较好。

简介：摘要随着科学技术的不断发展，无人机遥感技术在近几年得到了广泛的应用。这种技术的出现给许多行业带来了新的特点，特别是在精确和高效的水体识别方面。因此，无人机遥感在水体识别中的应用不仅是相同的，而且无人机遥感在水体识别工作中的应用是可行的，具有一定的优势。同时，可以大大提高水体识别工作的效率。因此，在本文中，笔者结合自己的实际工作经验进行了分析和研究。

简介：高光谱遥感作为20世纪空间对地观测技术重大进步的产物，通过其较高的光谱分辨率，为人们提供了丰富的地球表面信息，在各个研究领域得到了快速发展和广泛应用，并取得了卓越的成果。尽管高光谱遥感具有独特的优势，但是针对其在震害评估领域中应用的相关研究较少。本文在总结高光谱遥感的特征、优势及不同领域应用现状的基础上，开展了其在震害评估领域的应用研究。基于ASD地物波谱仪获取的建（构）筑物光谱曲线构建可用于震害分析所需的光谱特征库，对比光谱库中地物曲线之间的差异后，发现高光谱遥感在震害评估领域中的应用是可行的，因不同震害地物之间的光谱特征曲线存在差异，依据这种差异可区分不同的震害信息，从而对震害遥感图像进行精细分类。

简介：摘要：遥感影像在土地资源调查中发挥着重要的作用，可以提供全面的土地信息、监测土地利用变化、评估土地质量、管理水资源和监测土地灾害等，为土地管理和规划提供科学依据。

简介：摘要：地质灾害与地质环境条件、人类工程活动关系密切，严重威胁着人类生命财产安全，制约着社会经济的可持续发展。运用遥感技术对滑坡、泥石流、地面塌陷等地质灾害进行识别，建立遥感解译标志。根据遥感解译标志，提高对地质灾害的识别与监测能力。

简介：摘要本文以高分辨率遥感图像中飞机目标识别为导向，提出一种基于分层的目标识别算法模型，构建基于神经网络的飞机目标检测结构模型，以期提高飞机目标识别效率，以期实现飞机目标的高精度、自动化识别。