基于广义Hough变换的不规则形状目标提取方法

提出了一种基于广义Hough变换的不规则形状目标的提取方法.该方法主要包括目标参数描述和目标提取两部分.实验表明,该方法精度好、效率高.     

利用多尺度语义模型的复杂图像目标自动提取方法

针对现有方法对复杂图像目标自动提取性能欠佳等不足,提出了一种新的利用多尺度语义模型的目标自动提取方法。首先,采用多尺度分割得到的图像块作为目标提取的候选区域;然后,利用语义模型获取目标的语义分布信息;最后,目标提取阶段统计各个图像块的语义相关函数,并通过最大化该函数确定出目标。实验结果表明,此方法能够准确、有效地提取出目标,精度高,用户工作量少。     

基于灰度形态学的高分辨率遥感影像预处理

提出了一种从高分辨率遥感影像中提取线性目标时影像预处理的方法。该方法基于灰度形态学的Top-Hat运算和灰度膨胀运算，用Top-Hat算子除去影像的噪声，再利用灰度膨胀增强影像目标和背景之间的对比度，使目标更易于识别。经过处理的遥感影像，能够更有效地提取影像的目标。     

基于灰度形态学的高分辨率遥感影像预处理

提出了一种从高分辨率遥感影像中提取线性目标时影像预处理的方法.该方法基于灰度形态学的Top-Hat运算和灰度膨胀运算,用Top-Hat算子除去影像的噪声,再利用灰度膨胀增强影像目标和背景之间的对比度,使目标更易于识别.经过处理的遥感影像,能够更有效地提取影像的目标.     

从卫星遥感全色图像中自动提取城市目标

提出了一种从卫星遥感全色图像中自动提取城市目标的方法。在总结城市目标的卫星遥感全色图像特性的基础上 ,设计了一种层次提取的方法。首先在低分辨率图像中提取城市目标的候选区域 ;接着在候选区域内利用城市目标一些更复杂的特性在高分辨率图像中证实城市目标。为了获得城市目标的边界 ,提出了一种基于边缘点密度的算法 ,并将算法应用去提取SPOT图像中的城市目标 ,取得了较好的试验结果     

一种运动目标轨迹提取方法

针对基于区域的轨迹提取类算法的时间复杂度高等问题,该文提出了一种基于Faster R-CNN的目标轨迹提取方法,利用Faster R-CNN能够快速定位和特征提取的原理,快速确定目标区域,在此基础上提出距离加阈值限制的方法进行目标关联。该方法不要求Faster R-CNN模型具有较高目标框回归精度,且充分利用卷积神经网络能够高效提取图像特征的特点,在保证轨迹提取精度的同时,降低了目标区域确定的时间和数据量,且通过均匀抽取和目标参考点关联的方法,进一步降低了目标关联的时间。与基于Camshift的区域提取法对比,在时间复杂度基本一致的情况下,大大提高了复杂背景和复杂纹理条件下目标区域确定的准确率,使得轨迹提取率更高。     

面向对象的高光谱影像目标识别方法

将面向对象影像分析和决策树方法综合应用于高光谱遥感影像的目标提取,在分析待提取地物特征的基础上,总结归纳其特性知识,构建分类规则,设计和实现决策树以完成目标识别。该方法充分应用分割所得到的均质对象的位置、形状、纹理等特征实现了决策规则提取和决策树构建,在应用OMIS和PHI影像进行目标识别的实践中取得了很好的效果。     

超轻量网络的SAR图像舰船目标在轨提取

为了解决遥感卫星信息获取实效性差,严重依赖数据传输通信带宽,难以满足卫星在轨实时提取感兴趣目标需求等问题,本文设计了一种以全局统计为基础的高效舰船目标检测算法和超轻量化疑似目标真伪鉴别网络,实现舰船目标快速提取。采用传统图像处理方法快速检测目标,获取疑似目标切片,大幅降低数据量,采用自主设计改进的基于深度学习的超轻量鉴别网络实现疑似目标二次筛查,进一步提升目标提取精度。在算法模型实时实现过程中,合理优化算法流程和计算方法,建立计算精度误差分析模型,使得算法实时处理的精度、速度、硬件规模以及热耗等方面达到良好平衡。利用GF-3卫星数据对算法进行测试,试验表明该方法对复杂海洋背景环境、斑点噪声高、信噪比低的SAR遥感图像,舰船目标提取的准确性提升20%,达到98%,计算量降低90%,实时性提升50%。该方法兼顾了算法的有效性及在轨实时处理的可行性,可以在当前的星载嵌入式电路中实现并将在某新体制雷达试验卫星上在轨应用,具有良好的应用前景。     

TM图像中桥梁目标识别方法的研究

提出了一种新的TM图像中桥梁目标的识别方法。算法充分利用了TM图像的特点,在底层处理中运用形态学的方法提取出潜在桥梁目标;在中层处理中使用链码表示目标并提取其特征参数;最后在高层处理中进行桥梁识别和一些后处理。算法识别速度快、准确率高,整个算法可以进行自动的识别,也可以有少量人工干预使得算法更稳健。实验证明该算法对于TM图像中的桥梁识别是很有效的。     

面向车载激光扫描点云快速分类的点云特征图像生成方法

车载激光扫描是空间数据快速获取的一种重要手段。车载激光扫描点云数据的分类和特征提取是目标识别与三维重建的基础。本文以车载激光点云数据为研究对象,提出了一种适合于其快速分类与目标提取的点云特征图像生成方法。该方法首先将扫描区域进行平面规则格网投影,通过分析格网内部点云的空间分布特征（平面距离、高程差异、点密集程度等）确定激光扫描点的定权,从而生成车载激光扫描点云的特征图像。利用生成的点云特征图像,可采用阈值分割、轮廓提取与跟踪等手段提取图像分割的建筑物目标的边界,从而确定边界内部点云数据,实现目标分类与提取。本文以Optech公司的车载激光扫描数据为实验对象,验证了本文提出方法的可行性和实用性。实验结果表明,该方法能快速有效分离出车载激光扫描点云中的地面数据、建筑物数据等。     

空间物体分类及空间物体构造

空间物体描述是ＧＩＳ的基本任务之一，而空间物体的分类是空间物体描述的基础。理想的空间物体分类模型不但应具有完备描述（构造）各种空间物体的能力，而且应能够揭示基本的空间关系，有助于空间分析的规范化系统化。本文在分析空间概念模型和现有的几种空间物体分类模型的基础上，提出了空间物体分类的基本原则，给出了新的空间物体分类模型：简单点、复合点、简单线、有向简单线、复合线、有向复合线、多边形，并说明了以这类基本物体类型构造复杂物体的一般性方法。     

路网表达目标选取的内插方法研究

针对任意未知比例尺下路网表达目标派生时的目标选取问题,集成现有方法并进行拓展,提出体现多尺度表达目标间关联信息的传递和继承特性、顾及路网多尺度表达属性影响的目标“内插”方法。阐述内插法选取路网表达目标的基本思想和技术路线,定义内插法的综合权重函数,设计并实现内插法派生路网目标的试验方案和技术流程。试验表明该法既继承较小比例尺下的表达目标,又客观评估各种因素对路网目标选取的影响程度,保证派生目标的客观选取。     

基于智能对象的决策支持系统体系结构研究

分析了决策问题及其求解过程 ,揭示了传统IDSS体系结构的不足 ,阐述了应用面向对象的结构化知识表达构造智能对象 ,提供了智能决策过程支持的方法和新的IDSS体系结构 ,并在农业空间决策信息系统的实践中进行了验证     

基于变化检测的视频对象提取及后继帧的对象跟踪

提出一种多尺度帧间边界变化检测方法，将当前图像划分为变化区域和非变化区域，变化区域内采用基于Hausdorff距离跟踪器找到对象在后继帧的最佳匹配位置；然后利用Snake模型拟合该位置上的非刚性形变，得到对象真实边缘；最后采用一种基于距离变换的最短路径法使开环闭合。     

基于面向对象和规则的遥感影像分类研究

讨论了面向对象和规则的光学遥感影像分类方法。首先利用多尺度分割形成影像对象，建立对象的层次结构，计算对象的光谱特征、几何特征、拓扑特征等，利用对象、特征形成分类规则，并通过不同对象层间信息的传递和合并实现对影像的分类。并以北京城市土地利用分类为例，对该方法进行了验证。     

基于最小距离法的面向对象遥感影像分类

主要介绍了集成基于对象的影像分析与最小距离分类方法的原理,采用中卫市World ViewⅡ影像进行土地覆盖分类研究,并将分类结果与传统的基于像元的最小距离分类结果进行对比。目视解译与定量评价均表明:基于对象方法的各项指标更优越,总体精度由0.85提高到0.87,Kappa系数由0.81提高到0.84。因此,对于高分辨率遥感影像,集成最小距离分类器,基于对象的信息提取方法要优于基于像元方法,分类结果精度更高。     

基于权属对象的数字房产系统研究与实现

房产交易活动中经常伴随着权属的变化,而房屋本身的变化频率却并没有权属变化高。本文对房产交易中的权属产生、变化和消亡现象进行了分析研究,据此提出了以权属对象为中心组织数字房产管理系统的设计方法,并在此基础上进行了权属对象的时空数据库组织和可视化研究。本文提出的方法已应用在鄂州数字房产管理系统中,取得了良好的效果。     

基于空间行为的面向对象空间数据模型

本文根据面向对象空间数据模型的相关概念和特点,将地理空间中的空间行为进行建模后纳入面向对象空间数据模型的框架中。面向对象空间数据模型由数据模型和空间行为模型两个部分组成:数据模型包括空间特征数据和属性特征数据;同时将空间行为模型分为两大类,即静态空间行为模型(地理目标间关系)和动态行为模型(地理目标行为)两部分。在此框架提出的基础上,本文利用二进制、XML流等格式文件对该空间数据模型进行了整合和组织。     

GIS中空间目标的表达方法探讨

首先分析和总结了不确定空间目标表达的一些主要研究成果和方法，建立了场模型下的统一表达，继而，基于可拓工程方法探讨了动态空间目标的表达，并详细阐述了动态集合的概念和定义。     

FME道路实体连通性检测算法

针对测绘成果中入库数据道路实体连通性检测方面的问题,基于FME平台设计开发了一种道路实体连通性检测算法。该算法充分考虑了重复路段的情形,既适用于单线形结构的常规道路实体,也适用于三岔路结构的非常规道路实体,并且实现了对各种不同类型道路实体不连通错误的精细化检测。利用模拟数据和地理国情普查成果数据验证了算法的正确性与鲁棒性。所提算法为入库道路数据的连通性质量检查与修改提供了有力的工具,为数据库建设中道路数据的实体化编码和网络构建等数据深加工处理奠定了坚实的基础。