视觉显著模型在遥感影像处理中的应用思考

视觉显著模型在遥感影像处理中的应用思考

高圩彬

云南云测科技有限责任公司云南昆明650031

摘要：近年来，随着我国科学信息技术的不断发展，遥感影像处理技术得到极大的进步通过建立视觉显著模型，能有效地对目标区域进行定位，在最大程度内提高数据测量的效率和准确度。文章通过对遥感影像视觉显著模型，在影像压缩中的应用进行阐述，紧接着概述了视觉显著模型在目标检测中的作用，以及视觉显著模型在图像结合中的应用。

关键词：视觉显著模型；遥感影像；应用

现阶段，在遥感影像处理过程中，构建视觉显著，模型能遇到的推动着目标检测、变化检测以及图像融合等各领域的发展。在对空间光谱分辨率分析过程中，通过对遥感卫星数据进行探究，能有效地解决传统工作中存在的难题。通常情况下，对于人的视觉系统来说，它能在外界达到环境中提取对自身有用的信息。这样，在遥感影像处理过程中，使用视觉显著模型能有效地提高信息处理能力，为遥感图像处理技术提供一定的理论依据。尤其是现阶段在勘测过程中，使用遥感影像处理技术，能有效地对遥感影像进行压缩、做好目标检测、变化检测以及自动化制图工作。通过对多类型场景进行分类，实现遥感数据的可视化转变，提高遥感技术处理信息的能力，具有至关重要的现实意义[1]。

1在遥感影像视觉显著模型在影像压缩中的应用

在遥感影像处理过程中，使用视觉显著模型，能有效的实现数据的传输和存储尤其是为了改变传统模式下遥感图像传输宽带以及存储容量存在的问题，需要充分的发挥图像压缩技术的作用。对于影像压缩来说，在遥感图像压缩技术使用过程中，需要对基于感兴趣的区域压缩和持有目标任务的驱动器进行压缩，以上两种方式主要是为了使用数据驱动，实现自下而上显著模型的构建，才能建立自上而下显著任务驱动模型，实现视觉信息的传递[2]。进行像素传感器的样品压缩，在一定程度在最大程度上改善图片的画质，对于卫星系统来说，它在编码预测转换过程中都会使用到图像压缩算法，通常情况下会使用spot1-4卫星影像压缩，充分发挥DCT、DPCM、Avs等各类资源的作用，才能有效地对目标物体进行处理。通过科学的方式模拟人类的视觉神经，对图像显著区域的高比率进行编码，能提高影像的压缩质量。

2视觉显著模型在目标检测中的应用

在遥感影像处理过程中，使用视觉显著模型能实现目标物体的检测。在建设目标检测过程中，需要对遥感图像做好处理工作，对计算步骤进行优化，能提高数据处理的效率和准确度，在进行视觉显著模型建设过程中，通常情况下，在目标检测时被使用在预处理阶段。尤其是高分辨率的影像图像，它能对目标检测的算法进行构建，从而促进ROI的建立[3]，与此同时，在视觉显著模型检测构建过程中，必须要考虑到目标物的具体特征，才能保障后续工作顺利进行，在进行自上而下的显著检测算法定位过程中，对于特定的目标必须要做好检测，分割处理工作。在目标检测过程中，可能出现自底向上的模式，这时可以使用GBVS的方式能有效地检测出信息数据丰富的区域，提高遥感影像的准确度值得注意的是在遥感影像处理技术，使用过程中建设视觉显著模型，对目标检测进行准确定位，能有效地筛选出候选区的具体范围在。实验探究过程中能有效的提高spot5数据，才能在最大范围内提高光谱影像的目标检测效率。通常情况下，需要在遥感影像处理过程中充分使用视觉显著模型，它能有效地实现目标物的，自动检测的研究。在研究过程中，提高模型的分辨率。尤其是在进行机场飞机检测过程中，使用高分辨率的遥感影像，能提高检测效率[4]。

3视觉显著模型在图像融合中的应用

现阶段在遥感影像处理过程中，融入视觉显著模型，实现图像融合，通过多源遥感数据的合成。从而在图像融合过程中提高光谱分辨率、空间分辨率。在融合数据处理工程中，要充分的考虑到数据融合特点，提高数据出率的效率，才能在最大的范围内，提高图像融合的保真效率，提高数据信息处理的能力[5]。尤其，是在现阶段，遥感影像处理过程中，使用视觉显著模型能有效地进行图像融合工作的进行，在图像融合落实过程中需要融入算法理念。对边界信息进行准确保留，构建注意力模型过程中需要融合PCNN图像算法，在最大限度内保证物体具备完整性。现阶段，在信息技术的不断发展之下，尤其是在进行遥感勘测过程中，在影像处理技术使用过程中，需要构建视觉显著模型，才能有效的针对目标监测区域出现的数据变化、图像、场景等各项内容进行分类，充分发挥视觉模型的指导作用，尤其是在现阶段应用研究过程中，需要对遥感影像变化监测内容进行监管，促进遥感数据的可视化显示。现阶段，使用视觉显著模型，能有效地发挥遥感影像处理的作用，实现自动化的检测。在最大范围内，保证目标监测区域获得数据的准确性。避免在恶劣环境中，遥感探测遇到的工作难题、降低工作难度、优化流程、在一定程度内提高工作人员的工作效率[6]。

4结语

根据以上文章内容，在现阶段遥感监测技术使用过程中，需要对视觉显著部位模型进行全面的构建，尤其是在遥感数据获取过程中，可以使用多元化的信息获取渠道，提高遥感应用的。拓宽遥感数据的使用范围，才能有效的提高，在日常工作中的使用，一般，将无人机用将其作为搭建的平台，实现遥感数据海量化、科技化的发展方向，值得注意的是，在进行遥感数据监测以及问题处理过程中，需要提高视觉显著模型建设的速度。为遥感数据处理技术的发展提供技术支撑。现阶段，在遥感影像处理技术一般使用在影像压缩、目标检测以及图像融合等方面能，在最大范围内提高遥感工作效率，实现自动化检测的目标，能有效地提高网络神经的高分辨率。与此同时，现阶段在遥感影像处理过程中，充分发挥视觉显著模型的作用，能有效地获取遥感数据、实现遥感图像的压缩传输。在进行遥感图像传输过程中，实现高效率的目标检测，能保障遥感图像具备自动化制图的功能。在遥感影像处理技术使用过程中视觉显著模型具备自动化的制图功能。通过可视化的显示软件，促进遥感数据在各个阶段内充分发挥视觉显著模型的积极作用。为相关勘测工作提供一定的理论依据。进而，能在遥感影像技术，使用过程中提高数据处理效率。

参考文献：

[1]徐芳.可见光遥感图像海面目标自动检测关键技术研究[J].中国科学院大学，2018.

[2]WangShigang.Radarimagetargetdetectionbasedonvisualsaliencyandsparselearning[J].Shaanxi：Xi'anUniversityofElectronicScienceandTechnology，2017.

[3]YinWenbin.ApplicationofConvolutionalNeuralNetworkinRemoteSensingTargetRecognition[J].UniversityofChineseAcademyofSciences，2017.

[4]YanQi.Researchonrapidandintelligentextractionoftypicalearthquakesecondarygeologicaldisasterbasedonhighresolutionremotesensingimage[J].UniversityofChineseAcademyofSciences，2017.

[5]刘杨.基于MNCC模型的高分辨率遥感影像目标识别[J].河南：河南大学，2018.

[6]姚相坤.基于卷积神经网络的高分辨率遥感影像机场与飞机检测[D].上海：上海交通大学，2019.