胡盛滨
(浙江省测绘科学技术研究院,浙江 杭州 311100)
近年来,随着对地观测技术的迅速发展,获取遥感影像数据的方式发展到了一个新的阶段,出现了大量重访周期短、空间分辨率高的成像卫星,能够提供侦察不同地形环境、监视敏感目标的海量可分析数据[1]。然而在这种技术的发展中,成像卫星重访周期的缩短以及高分辨率的提高,都使待处理的卫星遥感影像数据呈现爆炸性增长趋势,为高亮目标的定位问题带来了很大困难。面对遥感影像数据的几何式增长,仅通过人工方式对高亮目标进行定位存在很大问题,包括人力与时间成本较高、判读效率较低、获取与处理信息的周期较长等,同时这种方式还会受到操作人员自身主观认知的影响,无法满足实际需求。而通过机器进行定位,现阶段也存在准确度不高的问题。因此如何在大量遥感影像数据中进行高亮目标的准确定位,是一个重要的研究课题。
对于遥感影像高亮目标定位问题,目前研究成果已经十分丰富。早期的高亮目标定位主要是通过视频图像序列来实现。现阶段的高亮目标定位则主要依靠像素灰度、对象先验信息等来实现,主要是针对光学遥感影像。在研究中应用了多种方法,包括高斯尺度空间、稀疏表示、图像拼接技术、轮廓提取算法、特征提取算法、滑动窗判决法等,这些方法的应用有效提升了目标定位的准确度。为获取准确度更高的高亮目标定位结果,综合目前取得的研究成果,对遥感影像高亮目标定位问题进行更加深入地研究,提出一种基于大数据的遥感影像高亮目标定位方法。……