GIS数据辅助下的线状目标自动提取

首先介绍了遥感影像中线状目标骨架自动提取的意义和研究现状,然后结合老的GIS数据,提出了一种算法来实现遥感影像中线状目标骨架的自动提取,算法主要包括影像预处理、GIS数据与影像的配准、骨架跟踪、编组连接与数据简化等步骤.最后又利用遥感影像和相应的GIS数据进行了实验,实验证明了算法的可行性和有效性.     

基于标点随机过程的遥感影像道路提取

在分析贝叶斯方法用于遥感影像目标提取技术的基础上．基于标点随机过程方法，利用线状地物的整体几何约束和地物之间的空间结构及相关关系对目标构建数学模型．提取线状地物．并以道路网的自动提取为例，详细阐述了此算法。     

基于骨架特征的多光谱遥感影像飞机目标识别方法研究

飞机目标的自动提取,是信息处理领域的重要研究内容。提高飞机目标的识别率,可以准确的把握区域动态,为相关决策提供支持。由于数学形态学特征和复杂几何结构等特征相对抗干扰性较强,而骨架线由地物的边界形态决定,不受其他因素影响,具有良好的稳定性。据此,研究选取香港机场多光谱遥感影像作为实验数据,基于骨架线几何特征参数与网络测度,提出了一种由多光谱遥感影像自动提取飞机目标的方法。研究选择基于边缘的多光谱遥感影像分割方法,提取矢量地物边缘;基于约束Delaunay三角网自动提取地物骨架和主骨架;通过选取对飞机目标识别具有良好区分度的特征参数,最终实现飞机目标的自动识别与定位。     

TM影像与GIS矢量数据的自动配准

介绍了一种新的基于信息融合的TM影像和GIS矢量数据自动配准方法。首先建立TM影像和GIS矢量数据的近似变换关系,在此基础上以矢量地图上的信息(水系、道路网等)为先验知识,利用多尺度模板匹配法对TM影像中的线状信息进行自动提取。把自动提取的结果作为像方观测,矢量地图数据作为地面观测,通过广义点摄影测量原理和方法,解算出TM影像的外参数,实现新的TM影像和旧的GIS矢量数据的自动配准。实验结果表明,一般情况下,本文方法达到了像素级精度,且大大提高了工作效率。     

光学遥感影像与GIS数据一体化的水体分割、配准与提取方法

利用遥感影像进行自动化水体提取是一项富有挑战的任务。提出了一种GIS数据辅助下的可见光遥感影像水体自动提取方法,其核心是将影像分割、配准和变化检测集成为一体化处理流程检测水体。利用水体在遥感影像上的显著特性,首先提出了基于多尺度视觉注意模型的疑似水体区域检测;然后对影像显著区域进行水平集分割处理,通过迭代的分割和配准一体化处理不断优化直至获得最优的分割和配准结果,其中改进的形状曲线相似度特征用于约束分割结果与GIS水体对象的匹配;最后,利用基于缓冲区的变化检测方法获取变化和未变化的水体对象,同时利用已知水体辐射特征与GIS地物的空间位置关系剔除非水体对象。采用3组不同分辨率的遥感影像和不同尺度的GIS数据进行实验,结果显示了本文方法在水体自动提取和变化检测中的有效性。     

改进的残差3D-CNN的高光谱遥感影像分类

针对高光谱遥感影像分类中空间特征和光谱特征利用率低问题，该文综合三维卷积神经网络、谷歌神经网络和残差神经网络的优势，提出融合改进Inception模块的残差三维卷积神经网络高光谱遥感影像分类方法。改进后的Inception模块包括4条不同的卷积层分支，用以提取蕴涵在高光谱遥感影像中多尺度的特征；利用了3D卷积核代替2D卷积核能直接同时提取高光谱遥感影像中更丰富的空-谱特征；通过残差结构连接分支提取特征缓解了梯度消失的问题，提取更深层次的特征。实验表明，该文算法不仅提高了条状和线状地物区域的边缘分类准确率，对小目标的分类能力也得到了增强。     

一种基于动态规划的遥感影像与GIS矢量数据匹配方法

针对遥感影像与GIS数据的匹配,提出了一种基于动态规划的结点匹配、线段匹配再到折线匹配逐级优化的全局一致性匹配方法.该方法首先利用遥感影像的概略方位参数实现预处理后的GIS数据与遥感影像概略叠加;接着进行遥感影像特征自动提取;然后以局部匹配优选的待匹配结点和待匹配线段为前提,利用动态规划的匹配方法,进行折线整体匹配;最后进行匹配结果的优化.实验证明该匹配方法速度快、可靠性高.     

高分辨率遥感影像普通车辆自动检测方法探讨

利用高分辨率遥感影像数据,研究停车场上普通车辆的自动提取方法。基于影像的灰度信息,分别采用边缘检测法、阈值分割法、区域生长法和点特征提取法等方法对遥感影像中的车辆目标进行检测。通过对比分析各种算法实验结果,探讨不同算法进行车辆检测的效果,并利用灰度线性变换的方法对阈值分割法进行了改进,提高了普通车辆目标检测效果。     

改进剖面匹配和EKF对SAR影像道路半自动提取

道路提取作为典型的线状目标提取,是遥感影像目标解译的研究热点。合成孔径雷达（SAR）影像包含了丰富的物理特性,能够全天时、全天候地获取影像数据,已广泛应用于道路提取中。传统的道路提取方法分为全自动和半自动方法。全自动道路提取会出现漏检和错检,需要大量的人工后处理。半自动方法结合人工干预,是对计算机的计算能力和人工解译准确性的有效折中。提出了用一种改进剖面匹配和扩展卡尔曼滤波（EKF）的方法对SAR影像道路进行半自动提取的方法。首先构建了道路提取模型,其次通过改进剖面匹配算法获取准确的观测值,最后利用EKF对观测值进行更新获取道路最优估计值。选取美国缅因州Howland地区L波段UAVSAR数据和海南陵水地区X波段机载SAR数据进行实验,结果表明,该方法在较少人工干预的情况下,能够对复杂场景道路进行有效稳健的提取。     

一种直线特征遥感影像与GIS矢量数据匹配方法

针对飞行器的匹配制导,提出了一种基于直线特征的遥感影像与GIS矢量数据自动匹配方法.该方法首先利用遥感影像的概咯方位参数实现预处理后的GIS数据与遥感影像概略叠加;接着对GIS直线数据叠加所在的遥感影像区域开辟窗口进行边缘检测;然后利用Hough变换同步进行折线特征提取和特征匹配;在实现过程中采用了金字塔分层和新型投票方法以节省运算时间,最终实现影像特征与GIS数据的成功匹配.实验证明了该方法的有效性和稳健性.     

遥感图像自动解译面临的问题与解决的途径

遥感图像自动解译的目的是为了满足人们从海量遥感数据中快速识别与获取不同专题信息的需要。目前图像自动解译主要依赖地物光谱特征 ,其解译精度不高。解决这一问题的主要途径包括 :抽取遥感图像多种特征并综合利用这些特征 ,利用遥感图像解译背景数据库 ,在地理信息系统支持下实现背景数据与遥感信息覆合 ,采用专家系统完成遥感图像自动解译。     

Analytical Modelling of Positional and Thematic Uncertainties in the Integration of Remote Sensing and Geographical Information Systems

This paper describes three aspects of uncertainty in geographical information systems (GIS) and remote sensing. First, the positional uncertainty of an area object in a GIS is discussed as a function of positional uncertainties of line segments and boundary line features. Second, the thematic uncertainty of a classified remote sensing image is described using the probability vectors from a maximum likelihood classification. Third, the "S-band" model is used to quantify uncertainties after combining GIS and remote sensing data.     

济南市遥感影像的水体信息提取方法研究

介绍了遥感影像融合技术,并对几种常见的遥感影像融合方法及其应用作了系统的阐述,以图像处理系统ERDAS为平台,利用济南市卫星遥感图像作为研究材料,讨论了ERDAS计算机图像处理的有关过程,研究了如何把水体从遥感图像中提取出来。结果表明：该提取水体的研究方法正确可行,可为地理信息专题制图提供重要的遥感基础信息。     

遥感图像中城市道路信息的自动识别与制图

遥感图像中的地物自动识别一直是图像处理中的研究热点,本文在彩红外航空图像中计算机自动识别提取城市道路上做了一些尝试,将形状指数作为光谱分类后的后处理,并通过人机交互修正分类结果.提取后的道路信息将通过自动制图功能形成矢量格式的地理底图.系统采用VC++6.0语言设计完成.     

Combined object-based classification and manual interpretation–synergies for a quantitative assessment of parcels and biotopes

Recent technical advances in remote sensing data capture and spatial resolution lead to a widening gap between increasing data availability on the one hand and insufficient methodology for semi-automated image data processing and interpretation on the other hand. At the interface of GIS and remote sensing, object-based image analysis methodologies are one possible approach to close this gap. With this, methods from either side are integrated to use both the capabilities of information extraction from image data and the power to perform spatial analysis on derived polygon data. However, dealing with image objects from various sources and in different scales implies combining data with inconsistent boundaries. A landscape interpretation support tool (LIST) is introduced which seeks to investigate and quantify spatial relationships among image objects stemming from different sources by using the concept of spatial coincidence. Moreover, considering different categories of object fate, LIST enables a change categorization for each polygon of a time series of classifications. The application of LIST is illustrated by two case-studies, using Landsat TM and ETM as well as CIR aerial photographs: the first showing how the tool is used to perform object quantification and change analysis; the latter demonstrating how superior aggregation capabilities of the human brain can be combined with the fine spatial segmentation and classification. Possible fields of application are identified and limitations of the approach are discussed.     

多重约束下的建筑物阴影提取

在基于结构线一侧灰度统计法进行阴影检测的基础上,结合了灰度约束、几何约束、上下文约束和其他辅助信息,提出了一种多重约束下的建筑物阴影提取方法,实现了对建筑物阴影的提取,并利用IKONOS影像和航空像片进行了试验,证明该算法是有效而稳健的。     

点分布-双蛇模型用于矢量边界更新

在利用遥感影像更新GIS矢量数据的过程中,往往忽略了对已知信息的有效利用,针对这一问题,本文提出一种基于点分布的双蛇模型用于GIS矢量数据更新,该模型利用已有遥感影像信息计算目标边界点的平均分布,以此为"镜面"建立初始矢量边界的"镜像",将两边界各自演化的结果取平均作为更新后的GIS矢量边界。该方法同时利用了GIS和遥感的历史数据作为先验知识,分别作为蛇模型的初始位置和区域约束信息,使遥感与GIS信息结合更加紧密。仿真实验表明,基于点分布的双蛇模型在GIS矢量边界更新的应用中,可以得到比以传统蛇模型更好的更新准确率和多边形相似度,并且接近手工方法的效果。     

上海基础平台遥感数据在旧区改造信息系统中的应用

遥感数据作为一种信息量非常丰富的数据类型,在许多GIS系统中却没有发挥应有的作用,这是目前上海城市管理GIS系统应用面临的一个问题。本文以上海旧区改造信息管理系统构建与应用为例,通过介绍遥感数据在该系统中的应用方式,阐述了基础平台遥感数据如何发挥其应有的作用,成为旧区改造宏观管理中不可缺少的信息源。     

Object-Based Rule Sets and Its Transferability for Building Extraction from High Resolution Satellite Imagery

With the advent of high spatial resolution satellite imagery, automatic and semiautomatic building extractions have turned into one of the outstanding research topics in the field of remote sensing and machine vision. To this date, various algorithms have been presented for extracting the buildings from satellite images. Such methods lend their bases to diverse criteria such as radiometric, geometric, edge detection, and shadow. In this paper, a novel object based approach has been proposed for automatic and robust detections as well as extraction of the building in high spatial resolution images. To fulfill this, we simultaneously made use of both stable and variable features. While the former can be derived from inherent characteristics of the buildings, the latter is extracted using a feature analysis tool. In addition, a novel perspective has been recommended to boost the automation degree of the segmentation part in the object based analysis of remote sensing imagery. The proposed method was applied to a QuickBird imagery of an urban area in Isfahan city and the results of the quantitative evaluation demonstrated that the proposed method could yield promising results. Moreover, in another section of this study, for assessing the algorithm transferability, the rule set was implemented to a part of the WorldView image of Yazd city, proving that the proposed approach is capable of transferability in different types of case studies.