海洋遥感论文总结

2017-03-08

关键字：海洋遥感，光学遥感(optical remote sensing)，目标识别(object recognition),目标检测（object detection）
海洋遥感相比与陆地遥感、气象遥感难度更大，在全球气候变化、大洋环流、赤潮检测等领域具有重要作用。

1.Ship Detection in Spaceborne Optical Image with SVD Networks

期刊：IEEE Transactions on Geoscience & Remote Sensing，2016
目标：ship；spaceborne optical image；数据来源于委内瑞拉遥感卫星（VRSS-1）和GaoFen-1（GF-1）卫星的图像，作者自己收集的数据，这部分数据用于训练和测试，另外从google地图选了600张ship图（加上从那两个卫星提取的ship图片）用于svm的训练；
算法：SVD Network，两阶段：第一阶段提取ship candidate，第二阶段对candidate用svm分类。

ps：这个文章说没有公共船舶检测数据集，没有人公布其源代码或软件。

2.Ship Detection in Images Obtained from the Unmanned Aerial Vehicle (UAV)

期刊：Indian Journal of Science and Technology
目标：ship；无人机拍摄视频；数据来源于Google地图，Yandex地图，一小部分来自互联网（共1000张）；
算法：使用一个形状级联和自动提取特征级联（在此部分使用DNN）

ps：是将训练好的网络应用于识别无人机视频中的ship

3.Compressed-Domain Ship Detection on Spaceborne Optical Image Using Deep Neural Network and Extreme Learning Machine

期刊：IEEE Transactions on Geoscience and Remote Sensing，2015
目标：ship；spaceborne optical image；数据来源 4000张 5m分辨率的SPOT 5全色图片，大小为2000*2000，这个数据集是作者建立的；
算法：JPEG2000压缩域提取的小波系数进行候选船的提取，深度神经网络用来进行高层特征的提取和分类，极限学习机用来更有效低池化特征和做决策。

4.Rotation Sliding Window of the Hog Feature in Remote Sensing Images for Ship Detection

会议：2015 8th International Symposium on Computational Intelligence and Design
目标：ship；数据来源 404正样本，来自google地图，410负样本，来自high random I satellite data；
算法：Rotation Sliding Window+HOG+SVM

总结：在google上搜索了几天，发现在海洋遥感这一块，满足海洋遥感+光学图像两个条件的，识别ship的最多，而识别coastline/shoreline（海岸线移动），island，iceberg，海面油膜（远红外），海浪（预测风暴），海冰（有时会用到雷达图像），悬浮泥沙，海面污染，赤潮，叶绿素，海色等的非常少

5.基于光学遥感的海岛识别及算法研究
期刊：博士学位论文（浙江大学），2010
目标：海岛；光学图像；数据来源TM、ETM+、SPOT遥感数据，我觉得也是自己选取的实验数据
算法：几何精纠正、像元灰度重采样、二值化提取海岛图斑、Rs、Gis和DEM和数据的一体化合成等改进算法

6.基于SIFT-SVM的北冰洋海冰识别研究
期刊：图像与多媒体技术，2017
目标：海冰；SAR图像（实在找不到光学的）；论文中只说是一张图片分成198个子图像，我觉得也是自己选取的实验数据
算法：SIFT+K-menas+SVM（分割）

7.基于图像处理的海冰识别与追踪方法
期刊：硕士学位论文（大连理工大学）2014
目标：海冰；光学图像，EOS和普通拍摄图片；数据来源，作者收集
算法：分割算法

8.高分辨率可见光遥感图像港口及港内目标识别方法
期刊：硕士学位论文（中国科学技术大学），2005
目标：海冰；光学图像；Google Earth，QuickBird
算法：模仿人类利用记忆知识辨别事物的原理，利用对港口目标的先验信息的适当表述，采用SIFT 特征匹配的方法，判断并识别图像中的港口目标。

9.遥感图像中港口目标识别技术
期刊：南京航空航天大学学报，2008
目标：港口；没说用的什么图像，看着像光学；25张图像，作者自己收集
算法：分割

10.遥感图像中港口目标的检测与识别
期刊：硕士学位论文（哈尔滨工业大学），2008
目标：港口；光学图像；作者自己收集
算法：

ps：我觉得一旦用于港口这种复杂目标的识别图像，都是光学的，光学的含有的纹理更多。

11.大尺度遥感图像中港口目标快速识别
期刊：模式识别与人工智能
目标：港口；光学；作者自己收集，18块10000*10000的1m分辨率的图像
算法：海陆分割，图像分块；EM算法、阂值分割方法、快速提取目标候选区域方法

总结：在ship、海岛的识别上，和我现在做的识别流程很像，但海冰、港口的识别，多用分割算法以及其他一些算法，港口内目标的识别则在加上港口这一先验条件下，再去识别，感觉此时的识别和我现在做的识别有点像。而海岸线的提取，则用一些其他的方法，轮廓提取。做海浪识别的我没搜到，可能对海浪的强度进行研究更有意义。赤潮也是，单纯的识别赤潮应该是无意义的，识别出面积什么的更有意义吧。