当前位置: 北京在线首页 > 资讯 > 正文

KQRS-AI软件在遥感数据上的应用

KQRS-AI软件在遥感数据上的应用

KQRS-AI软件在遥感数据上的应用

一、应用场景

      遥感图像的纹理特征异常繁杂,地貌类型多变,人工提取往往存在特征提取困难和特征提取不准确的问题,同时,在这个过程中还会耗费海量的人力物力。随着计算力的突破、数据洪流的暴发和算法的不断创新,在具有鲜明“大数据”特征的自然资源领域,AI智能解译发挥着越来越重要的作用,并逐渐应用于地质调查填图、矿产资源预测、遥感影像解译、地质灾害防治、自动驾驶地图等方面。依托苍穹数码创新研究中心人工智能的算法基础与丰富的实践经验积累,以及对于人工智能技术和遥感应用行业的深刻理解,研发出智能遥感解译产品——KQRS-AI软件。

      KQRS-AI软件将深度学习技术应用于遥感数据解译中,提供一系列高效的智能算法以及训练框架,包括地物检测,变化检测,目标检测以及用地分类。

      使用KQRS-AI软件能有效提升遥感影像的信息处理能力,节约人力与时间成本,精准赋能自然资源。如图1所示,AI遥感解译在智能交通、农业农村、环境保护、应急管理与商业决策等行业得到广泛的应用并取得了不俗的成绩。

图1 遥感行业应用背景


二、软件功能与特点

      软件检测模块界面如图2所示,目前集成了地物检测,变化检测,目标检测以及用地分类四类算法,其中,地物检测包括建筑检测、独栋房屋检测、水体检测、道路检测、大棚检测、植被检测、雪线检测;变化检测包括建筑变化检测、水体变化检测、林地变化检测、雪线变化检测、通用变化检测;目标检测包括机场检测、飞机检测、舰船检测;用地分类为耕地、林地、草地等。

图2 KQRS-AI 检测界面

      与同类软件相比,KQRS-AI软件最大优势主要有:支持国产化部署、样本制作与更新一体化功能集成、AI技术与传统遥感技术结合、高效的预处与后处理算法。

图3 软件总体架构

      如图2所示,KQRS-AI软件在底层硬件上不仅兼容包括intel在内的x86框架,同时也完美兼容包括鲲鹏和麒麟在内Arm64框架芯片;在操作系统方面兼容银河麒麟、Uos、Windows、Ubuntu18.04等常见操作系统。强大的兼容性保证了软件相比同类产品有着更多的应用场景。

      软件集成了样本制作与更新一体化功能。如图3,友好的人机交互界面让用户可以快捷地在目标图像中进行样本标注的更新,以及使用用户自有的数据来生成数据集。

图4 数据标注与更新

      我们拥有包含几十类目标、地物的自主遥感样本库,能训练出针对各类目标的检测模型。除此之外,为了让用户实现更有针对性的检测目标,软件还提供了训练接口,包括地物检测训练、变化检测训练和目标检测训练。用户可以使用自己的数据集或是通过软件集成的数据标注功能生成的数据集,训练出新的模型替换软件自带的模型,实现定制化的检测。

图5 KQRS-AI 训练界面

      由于遥感影像背景复杂,干扰性极强,现实情况下,我们很难采集到各种各样背景下的数据集,因此,采用传统的图像处理对原有数据进行增强来增数据的多样性,使训练出来的模型鲁棒性更好(适应环境变化能力更强)。在AI模型进行推理后,软件还提供了高效的图形学后处理算法,来尽可能的消除检测误差,提供更好的检测效果。包括边界化简、边界清理、建筑物规则化、填充孔洞、去除小连通域以及收缩和细化等。

图6 后处理效果


三、案例介绍

      (一)航遥中心雪线识别案例

      雪是一种特殊的地表形态,其在可见光波段下具有相对较高的反射率,因此其成为全球辐射平衡的重要决定因子。实现雪线识别观测,对于研究高山、草原和森林等环境变化具有重要意义。

      我们训练的数据来源于中国青海高分1号卫星,共224张WFV波段16米分辨率图像,对云和雪进行多类检测,识别准确率高达95%。

      (二)矿山居民点提取案例

      矿产资源作为一个国家或地区经济发展的重要储备资源,对推动城市化建设、基础设施建设和国防安全起着重要的作用。通过实现对矿山区域遥感图像的地物检测,可以快速地掌握矿山的开发状态,为保护矿山地址环境、开展矿山环境综合整治以及实施矿山监管提供依据。

      随着我国国产卫星的迅速崛起,资源系列和高分系列遥感数据的更新换代,矿产资源遥感监测使用的遥感数据从刚开始的依靠国外商业卫星到逐渐以国内的高分辨率卫星数据为主要监测。本文使用无人机航拍的矿山遥感图像作为数据来源,对其中居民地和水体进行区分识别。

      (三)第三次国土调查案例

      第三次国土调查自2017年起开展,其是国家制定经济社会发展重大战略规划、重要政策举措的基本依据。

      我们针对第三次国土调查案例中某地区遥感影像数据进行训练,对不同地物进行分类,包括道路、水域、建筑物、森林以及植被。

      针对第三次国土调查在不同时期的遥感影像来获取某个区域内土地覆盖类型的动态变化信息,实现对遥感影像的变化检测。

      (四)海域案例

      由于海岸区域环境的不确定性高、实时性强等特性,使用传统手段对海岸进行检测已经变得异常困难,尤其是大范围的海岸检测会消耗大量的人力物力。利用遥感技术的大范围、周期短、多时相的特点,可以方便快捷地进行海岸带动态监测。

      我们利用高分2号卫星对福建省近岸海域的遥感影像,对其环境功能区进行监测。

      (五)油桶检测案例

      遥感目标检测主要运用在国防军事领域,其可以快速识别飞机、舰船等目标的空间位置和数量。

推荐阅读:苦旷

[责任编辑:无]