基于结构特征的地图信息识别与提取

叙述了基于结构特征的地图信息识别与提取的方法,讨论了收缩变换、扩张变换、细化、Hough变换、RLS变换和特征点提取等各种特征提取算法.     

综合水体指数的创建

在对NDWI和MNDWI等传统水体指数进行分析的基础上,本文提出了一种创建水体指数的新思路:将多光谱图像进行LBV和HSV等复合变换,综合利用变换前的多波段信息和变换后的新波段信息绘制地物光谱曲线,寻找水体的光谱特性,进行水体指数的创建。本文利用ETM+图像HSV变换后的Sat波段以及LBV变换后的V波段,创建了综合水体指数(SWI),并利用SWI进行了遥感影像水体信息自动提取实验。实验表明:利用SWI能准确提取水体信息,有效减少水体提取结果中的误提取像元。     

综合水体指数的创建

在对NDWI和MNDWI等传统水体指数进行分析的基础上,本文提出了一种创建水体指数的新思路:将多光谱图像进行LBV和HSV等复合变换,综合利用变换前的多波段信息和变换后的新波段信息绘制地物光谱曲线,寻找水体的光谱特性,进行水体指数的创建.本文利用ETM+图像HSV变换后的Sat波段以及LBV变换后的V波段,创建了综合水体指数(SWI),并利用SWI进行了遥感影像水体信息自动提取实验.实验表明:利用SWI能准确提取水体信息,有效减少水体提取结果中的误提取像元.     

基于K-T变换的NDVI提取方法研究

阐述了K-T变换的原理及其在植被信息提取方面的优点。将基于K-T变换提取的NDVI结果与直接在TM影像上提取的NDVI结果进行比较。实验结果表明,基于K-T变换的NDVI提取方法得到的结果图像纹理清晰、光谱保持能力强,对于区域植被覆盖信息提取,进而对生态环境变化、荒漠化等研究具有较重要的意义。     

纹理主方向的遥感影像居民地提取

本文研究利用基于傅立叶变换和Hough变换的灰度共生矩阵方法对遥感影像居民地进行提取。首先,通过傅立叶变换把遥感影像变换到频率域,然后利用Hough变换找出遥感影像的主纹理方向,进而把影像主纹理方向旋转至水平,最后利用灰度共生矩阵方法进行纹理分割。实验结果表明:基于傅立叶变换和Hough变换的灰度共生矩阵方法对遥感影像居民地有较好的提取结果。     

旋转和平移不变纹理特征的遥感影像居民地提取

本文利用Radon变换的小波系数直方图对遥感影像居民地进行提取。首先,通过Radon变换将纹理影像的旋转和平移转化为平移,然后对Radon变换后的影像进行小波变换,最后利用小波系数直方图作为旋转和平移不变特征进行纹理分割。实验结果表明:基于Radon变换的小波系数直方图方法对遥感影像居民地有较好的提取结果。     

基于K—T变换的NDVI提取方法研究

阐述了K—T变换的原理及其在植被信息提取方面的优点。将基于K—T变换提取的NDVI结果与直接在TM影像上提取的NDVI结果进行比较。实验结果表明,基于K—T变换的NDVI提取方法得到的结果图像纹理清晰、光谱保持能力强,对于区域植被覆盖信息提取,进而对生态环境变化、荒漠化等研究具有较重要的意义。     

灵泉盆地多源地学信息综合岩性识别方法探讨

以满洲里灵泉盆地为例,研究探讨了利用航空γ能谱数据、航磁资料、遥感资料(包括TM数据和MSS数据)进行岩性识别的方法,即①利用γ能谱和MSS数据,通过K-L变换提取岩性信息的方法;②利用γ能谱和TM数据,通过IHS变换提取岩性信息的方法。     

遥感图像线性构造信息微机机助提取

本文采用图像平滑、边缘跟踪、霍夫变换、逆霍夫变换等综合图像处理技术，从卫星ＴＭ图像中提取线性体信息。在霍夫变换后的累加器阵列中采用局部最大值选择，逆霍夫变换后采用剖面分析等人一机交互处理方法，结合遥感地质学家的图像判读经验，提高了线性体信息自动提取的精度。     

一种采用容错宽度Hough变换的路网优化方法

采用容错宽度Hough变换对道路提取后形成的基础路网进行优化和修正。经典Hough变换适合直线提取,算法计算过于严格,不适合路网曲折情况下的扰动曲线提取。将容错宽度引入Hough变换中,设置容错宽度,有效弥补了经典Hough变换处理曲折路网的不足。提取直线后,采用连接、延长和裁剪等方法对基础路网进行优化。实验证明,容错宽度Hough变换计算速度快、占用内存更少,有效克服了路网的曲线扰动问题,检测的直线位置更为精准,路网优化效果显著。     

异源多分辨率卫星影像匹配算法研究

以异源多分辨率遥感卫星影像为研究对象,对影像特征提取、特征描述、特征匹配及匹配提纯算法进行了较为深入的研究;并将不同的特征提取与匹配算法进行组合,通过试验对比得出了各种算法的适用性。在此基础上,设计了一套面向异源多分辨率卫星影像的匹配流程。     

基于散乱点云特征提取算法研究

三维激光扫描测量技术是当前测绘领域研究的热点。点云各个要素特征提取在三维建模中是非常重要的一个环节,也逐渐成为三维点云数据处理中的一个研究重点。目前对点云数据特征提取仍然存在一些问题,大多数算法的研究是针对栅格点云数据进行的,存在容易受到噪声数据的影响以及适应性不强等问题。本文在研究了现有的点云数据特征提取的方法的基础上,将法线差分算法应用到场景内地物提取中,从而实现场景中地物的特征提取。     

Morse理论支持下的建筑物点云特征提取

针对传统特征提取算法的结果存在交叉紊乱、不连续、缺少拓扑关系等问题,本文提出了基于Morse理论的建筑物点云特征提取算法。首先定义三维表面模型上顶点的Morse函数指标;然后采用邻点比较法自动提取特征点;最后针对Morse-Smale复形的对偶性在建筑物拓扑特征中已无实际意义的问题,提出了单复形拓扑模型的提取与简化算法。试验结果表明,该算法能够获得清晰、连续、完整的建筑物特征线,实现对建筑物模型表面的完全分割;简化算法在保证建筑物特征线拓扑一致性的前提下,可以获取不同层次的建筑物拓扑特征,为建筑物模型的重建与可视化提供了保障。     

无人机影像特征联合提取与双向匹配研究

针对无人机影像数据量大、存在旋转和尺度变化的问题,提出了基于特征联合提取与双向匹配的影像配准方法。分析了SURF算法和BRISK算法的特点,研究了融合SURF特征点检测和BRISK特征点描述的影像特征联合提取和PROSAC双向匹配的算法和步骤,并结合试验分析验证了该方法的有效性。     

小波变换在遥感影像道路特征提取中的应用

遥感影像中的信息提取一直是图像处理的研究热点之一,阐述了在道路特征提取方面的一些经验.鉴于小波变换是检测边缘的良好工具,并结合边界跟踪,最终成功完成了道路特征的提取.     

高光谱遥感影像优化判别局部对齐特征提取

目前,高光谱遥感特征提取方法往往因受到噪声的干扰而导致降维效果欠佳。近年来,判别局部对齐DLA (Discriminative Locality Alignment)由于可以处理非线性分布样本、保留局部判别信息,同时避免矩阵奇异性问题,受到了很多学者的关注;但该方法无法有效估计和减少噪声对高光谱遥感影像的影响。针对以上问题,本文提出了最小噪声判别局部对齐MDLA (Minimum-noise Discriminative Locality Alignment)的线性特征提取方法和核最小噪声判别局部对齐KMDLA (Kernel Minimum-noise Discriminative Locality Alignment)的非线性特征提取方法。充分利用最小噪声分离MNF (Minimum Noise Fraction)的去噪能力,将MNF与DLA算法结合提出了MDLA方法,该方法首先利用MNF对高光谱遥感影像进行降维,减少图像中的噪声,然后再在子空间进行DLA变换得到最终的投影数据。为提高样本分布的非线性判别能力,基于KMNF与DLA算法将核方法引入MDLA,提出了KMDLA方法,该方法首先通过KMNF将原始空间的数据映射到新的特征空间,然后在特征空间中进行DLA变换得到最终的投影数据。实验部分首先利用3组高光谱遥感数据对提出算法的性能进行评价,并与相关特征提取算法进行了对比分析,最后分析了图像噪声对不同降维方法性能的影响。结果表明:提出的算法对高光谱遥感影像特征提取效果较好,且可有效减少噪声对影像的影响并提升其分类准确度。     

基于小波分解的星载SAR图像纹理信息提取

论述利用小波变换提取合成孔径雷达（SAR）图像的多尺度纹理信息，借助Daubechies3正交小波，对图像进行小波分解，将小波变换各个频带输出的l1范数作为纹理特征值。选取徐州市区局部的Radarsat卫星SAR图像，提取出纹理图像，实验证明，该纹理提取方法能有效地提取出面目标的纹理信息。     

Genetic feature selection for texture classification

This paper presents a novel approach to feature subset selection using genetic algorithms. This approach has the ability to accommodate multiple criteria such as the accuracy and cost of classification into the process of feature selection and finds the effective feature subset for texture classification. On the basis of the effective feature subset selected, a method is described to extract the objects which are higher than their surroundings, such as trees or forest, in the color aerial images. The methodology presented in this paper is illustrated by its application to the problem of trees extraction from aerial images.     

拓扑插值与光谱特征结合的复杂城区边界提取

复杂城区边界通常存在建筑物大小差异较大、周边林区高低起伏、散点建筑成片出现的情况,对城区边界提取算法造成严重干扰。针对这一问题,本文提出一种基于拓扑插值和光谱特征的高分辨率遥感影像复杂城区边界提取方法。一方面,通过对大型建筑特征点进行拓扑插值,避免由于大型建筑特征点稀疏造成的城区边界缺失;另一方面,利用植被光谱特征来滤除城区周边高低起伏的林区和散点建筑带来的冗余特征点,从而有效抑制城区误提取。通过试验和对比分析表明,本文方法在提取复杂城区边界方面,具有较好的稳健性和较高的精度。     

Genetic feature selection for texture classification

This paper presents a novel approach to feature subset selection using genetic algorithms. This approach has the ability to accommodate multiple criteria such as the accuracy and cost of classification into the process of feature selection and finds the effective feature subset for texture classification. On the basis of the effective feature subset selected, a method is described to extract the objects which are higher than their surroundings, such as trees or forest, in the color aerial images. The methodology presented in this paper is illustrated by its application to the problem of trees extraction from aerial images.