基于TerraSolid软件的Lidar数据处理初探

介绍了Lidar数据处理软件--TerraSolid的主要功能模块,然后讨论了基于该软件进行Lidar数据处理从资料准备、系统设置到工程定义,再到数据读入、航线拼接,直至激光点分类的全部过程,并总结了生产实践中的经验.     

基于面向对象特征提取的BP神经网络分类——以武陵源地区为例

采用面向对象影像分类与BP神经网络分类相结合的方法,对高分辨率无人机影像进行土地利用分类。利用光谱、形状、纹理、对象间关系等影像特征,通过基于面向对象的方法对影像提取特征进行初步分类,再将初步分类结果应用于BP神经网络,结合原影像数据进行进一步分类,提高分类精度、纠正分类错误。结果表明,该方法最终分类结果达到了88.9%的总体分类精度和0.863的Kappa系数,影像分类结果对比传统影像分类方法的总体精度与Kappa系数均有所提高。     

基于多特征CRF的无人机影像松材线虫病监测方法

利用无人机遥感技术进行林业调查,可以获取低成本、高分辨率、高时间密度的遥感数据,特别是为小尺度范围的森林病虫害监测提供了非常有效的监测手段。本文以小型无人机为影像获取平台,航摄获取可见光RGB影像,基于高分辨率影像进行松材线虫病松树提取方法研究。根据影像特点,提取影像中地物颜色、纹理特征,并采用CRF方法进行分类,识别出病害松树。通过比较多种分类方法的提取结果,验证了基于多特征CRF方法在松材线虫病监测中的可行性和有效性。     

基于分类规则挖掘的遥感影像分类研究

分析了目前遥感影像的统计分类、神经网络分类及基于符号知识的逻辑推理分类方法的优缺点.以GIS为平台,构建了多源空间数据库,将数据挖掘的思想和方法引入遥感影像分类中,提出了面向分类规则挖掘的遥感影像分类框架.针对遥感光谱数据及其他空间数据的特点,定义了连续属性样本分类概念和分割点评价指标,提出了一种新的连续属性样本分类规则挖掘算法.选择一个试验区,采用该算法分别对遥感光谱数据、遥感光谱和DEM数据相结合的数据进行分类规则挖掘、遥感影像分类和分类精度比较.结果表明：（1）该算法具有较高的分类精度;（2）加入DEM等与分类相关的其他空间数据可以提高遥感影像的分类精度.通过挖掘分类规则进行遥感影像分类,扩展了基于知识的逻辑推理分类方法中知识获取渠道,提高了分类规则获取的智能化程度.新的连续属性样本分类规则挖掘算法,扩展了归纳学习算法对连续属性样本分类的适应性.     

基于RS和GIS技术环境星影像的武汉市土地分类方法的研究

主要用遥感软件ENVI和ARCGIS软件对环境星数据影像进行几何校正和配准,提取出研究区武汉市区和江夏区遥感影像,用ENVI软件进行监督分类,分类后在ARCGIS软件中进行拓扑处理,消除小图斑。以GoogleEarth数据作为验证数据。采用人机交互式解译方法进行土地分类。按照全国土地分类标准分为五类:林地、耕地、未利用地、城乡居民工矿用地、水域,得到研究区的土地分类结果。     

基于多尺度遥感数据地表覆盖分类的一致性研究

借助计算机自动分类和人工目视解译修正相结合的方法,研究多源影像地表覆盖分类的一致性.利用资源三号卫星影像数据地表覆盖分类结果作为检验数据,验证环境减灾卫星影像数据分类精度的可靠性.结果证明采用高分辨率和中分辨率数据相结合的方法获取地表覆盖分类,对于缺乏高分影像或者考虑节约成本的情况,用中分影像解决地表覆盖分类的宏观分析是可行的.     

基于专题层的林地信息提取简

结合湖南省林地落界的SPOT5 影像数据,对小斑区划及面向对象的林地信息提取进行了研究.将原始小斑数据作为专题层参与小斑边界的提取,并在小斑区划最佳分割尺度下建立了较通用的简易特征库,实现了森林分类的自动化.同时针对影像信息的局限性,用专题层信息扩充特征库,完成了更细致的林地信息提取.     

基于北京二号与地理国情数据的林地提取

由于地理国情林地数据不包含实地面积小于400 m²的树木或四旁单排林,若仅利用地理国情的林地数据统计区域森林覆盖率,将对四旁树面积较大地区的林地统计结果产生较大误差。为提取区域内准确的林地覆盖与空间分布状况,本文借助地理国情地表覆盖数据,提出了一种基于北京二号高分辨率遥感影像的林地提取方法。首先,根据遥感影像光谱特征,将研究区按植被、道路、铁路、建筑用地进行地类划分,并基于遥感影像进行各地类的样本提取,通过可分离检验的样本利用最大似然分类提取研究区内植被覆盖范围;然后,借助地理国情地表覆盖数据,使用叠置分析剔除误分、错分地类,得到区域林地的空间分布。试验结果表明：(1)研究区内林地覆盖率为20.3%,尚未满足北京新一轮林地规划需求;(2)地理国情地表覆盖数据内林地面积占提取林地总面积的54.03%,说明在部分地区使用本文方法对地理国情林地数据进行补充是有必要的。通过将试验结果与遥感影像进行目视比对并结合外业调查结果发现,提取的林地空间分布情况与实际分布基本相符。本文为地理国情的应用提供了一种新方法,研究结果可辅助区域的绿色发展规划,有助于构建科学的生态空间格局。     

GIS辅助下的Bayes法遥感影像分类

介绍了Bayes分类器,提出了从GIS空间数据库中挖掘知识用以辅助进行遥感影像分类的方法.文中以规则的形式表示遥感影像的解译知识,并使用其它地理辅助数据,从遥感影像处理、地理辅助数据、专家知识一体化的角度出发,使用基于知识的方法进行了分类研究,改善了分类精度.实验表明这是一种较好的分类方法.     

基于地形区域分割的复杂地区遥感影像分类

提出了一种基于地形区域分割的分类方法,在影像中利用地形特征数据预先划分出每种地物的分布区域,然后以区域为基本单位对影像进行分类,同时利用DEM数据对影像进行地形校正,减小了同种地物内部由于地形起伏造成的光谱离散的现象。利用湖北西部山区的TM影像和DEM数据的试验证明,利用地形特征数据进行分割的分类方法与仅考虑光谱特征的分类方法相比较,分类精度有了明显的提高。     

基于遥感影像数据的土地利用动态监测

以松原地区TM影像为实验数据,利用遥感分类软件通过最大似然法作为平行六面体判别规则对遥感影像数据进行监督分类,并通过遥感影像地图代数和拓扑运算,完成了土地动态监测过程.     

基于知识的遥感影像模糊分类方法

介绍了目前遥感影像分类的常用方法, 提出了一种基于知识的信息提取的遥感影像模糊分类方法.采用GIS数据辅助进行遥感影像模糊法分类,从GIS数据库中提取一定数量的样本信息或挖掘知识形成规则,进行样本的训练学习或辅助进行分类判定.提高了分类的效率和精度,是对模糊分类方法一次有效改进.     

遥感影像像元不确定性对SVM分类结果可靠性影响研究

在遥感影像获取过程中,由于地表环境复杂,传感器参数等因素影响,影像存在不确定性.通过分析不确定性产生的原因及特征,在像元尺度上构建像元光谱多义性、灰度差异性、分类信任度3个指标来度量影像不确定性.在此基础上,利用线性回归模型分析像元不确定性对支持向量机分类结果可靠性的影响.结果表明:像元不确定性对分类可靠性有一定影响,更具体地,像元不确定性越大,影像分类的总体正确性和一致性越低,基本呈现线性递减关系;像元不确定性对分类完整度和可靠度的影响在类别和影像间存在差异,其中,耕地和林地的分类完整度和可靠度与像元不确定性的线性关系较强.     

ETM和SPOT融合影像制作土地利用分类图

以辽阳地区为试验区,采用ETM多波段和SPOT全色遥感影像为主要信息源。利用遥感图像处理软件ERDAS对影像进行几何配准、图像增强等一系列处理。利用HIS变换和主成分分析法进行影像融合试验,对比分析融合结果,融合后影像同时具有多光谱和高分辨率的特性,提高了影像解译度。参考国家分类标准,选取农村、水体、旱地、林地、菜地、城市和水田七大类进行分类试验。采用监督分类的方法对主成分变换融合后的影像进行土地利用分类。最后,在ArcGIS软件中进行矢量化处理,制作土地利用分类图。使用该方法制作的辽阳地区土地利用分类图,可以满足一般用户对土地利用分类图的要求。     

基于ERDAS的遥感影像分类方法研究

为了提高遥感影像分类精度,对传统的非监督分类、监督分类和专家分类进行机理分析,提出将影像中的纹理信息作为专家知识改进分类精度的技术方案。以胶州市QuickBird遥感影像作为试验数据,基于ERDAS IMAG-INE 8.6软件平台,对非监督分类、监督分类和专家分类进行实验数据比较分析,实验数据表明改进的专家分类方法分类精度最高,由于纹理信息参与专家分类,可较好地解决“同谱异物”和“同物异谱”对分类的干扰,优化分类后的影像,提高信息提取的准确度。     

地理国情普查地表覆盖林地信息人工解译技术方法探讨

高分辨率遥感影像是进行地理国情普查的底图数据,如何在高分辨率影像上准确地解译地理信息数据对测绘技术发展具有重要意义。介绍地理国情普查项目地表覆盖林地分类中乔木林、灌木林、乔灌混合林、疏林、绿化林地、人工幼林、稀疏灌丛等林地信息的人工解译方法和技巧,通过遥感影像纹理特征的判别为以后同类地表分类的解译提供参考。     

基于LiDAR数据的城市道路提取与重建

本文借助于GIS强大的空间数据管理和分析功能,以Lidar点云数据为数据源,对交通信息系统基础空间数据进行快速采集和更新。文章并且在前人工作的基础上,提出了一种新的基于四维Hough变换的Lidar数据的提取和分类方法,对提取的道路信息进行重构。实践证明,此方法较之传统Lidar数据分类和提取方法,能够有效地解决其计算量过大、噪声过于敏感、道路边缘方向不平行等问题,实现道路的自动提取。     

基于CASE推理的多时相星载SAR影像分类

提出了一种基于案例(CASE)推理的多时相SAR影像分类方法.选用北京地区2000年(4景)和2004年(3景)的多时相Radarsat-1 SAR影像及相应地理基础分类图作为数据进行实验,结果表明,该方法能得到较好的SAR影像分类结果.分类总体精度可望达到85%.     

Lidar遥感基本原理及其发展

介绍了航空激光扫描(Airborne laser scanning)或者Lidar遥感信息获取系统的基本原理、系统的组成、数据获取的方法及其步骤;对近数十年来应用激光扫描遥感信息获取地形表面模型方面取得的主要成果、应用现状做了简要回顾和评述;结合GIS和影像融合方法对Lidar遥感技术未来发展趋势进行了展望.     

纹理特征辅助遥感影像分类技术的探讨

随着卫星遥感影像分辨率的不断提高,人们希望从遥感图像中获得更多有用的数据和信息,所以遥感影像的分类变得尤为重要.但是基于光谱特征的影像分类精度过低,不能满足生产的需要,所以研究利用其他辅助手段来提高遥感影像的分类成为未来发展的一个重要方向.本文研究了利用灰度共生矩阵提取纹理特征的方法并对利用纹理特征影像辅助光谱特征分类的方法进行了研究.实验结果表明,纹理特征辅助光谱特征分类能够提高遥感影像分类的准确性和精度.