一种云模型和期望最大聚类的遥感影像分割算法

为解决遥感影像分割中存在的不确定性问题和传统层次聚类算法中存在的时间复杂度高、缺乏可再分性等缺陷,基于云模型和期望最大聚类提出了一种新的遥感影像分割算法。该算法首先使用峰值法云变换从影像中抽取底层概念,然后通过EM算法对底层概念进行聚类,最后通过极大判别法完成遥感影像分割。实验证明,EM算法进行概念聚类能够快速地将概念分类为指定个数,并估计出高阶云概念的数学特征,相比于传统的基于云模型的遥感影像分割算法具有更好的分割效果。     

基于多维云空间的多光谱遥感影像边缘检测研究

在云模型的基础之上,提出一种基于多维云空间的遥感影像边缘检测算法。该方法依据矢量角相似性准则并结合邻域关系进行图像区域生长,在此基础之上根据影像不同波段的数据特征建立多维云空间映射模型,将数据从图像空间映射到云空间。通过多维云的逻辑运算生成边界云并进行向量综合。利用云的数字特征反推隶属度,构建边缘模糊特征平面,并通过最大模糊熵原则确定最优阈值,对图像模糊边界进行提取。试验结果表明,该算法在多光谱遥感影像中能取得较好检测效果。     

基于高维云模型和RBF神经网络的遥感影像不确定性分类方法

云模型是用自然语言值表示的某个定性概念与其定量表示之间的不确定性转换模型,RBF神经网络已经广泛应用于遥感影像分类。考虑到传统的RBF神经网络分类技术不能有效表达影像分类过程中存在的不确定性、难以自适应地确定隐含层神经元,本文提出了一个基于高维云模型和改进RBF神经网络的不确定性分类技术。利用高维正态云创建隐含层神经元,使RBF神经网络能充分表达影像分类过程中存在的不确定性。通过峰值法云变换和高维云算法自适应地确定最优隐含层神经元。通过基于概率的权值确定和频率阈值调整,进一步优化RBF神经网络的结构。实验表明,本文提出的方法有较高的分类精度,分类结果基本上与人眼目视解译一致。     

结合超像素和卷积神经网络的国产高分辨率遥感影像云检测方法

由于国产高分辨率卫星遥感影像波段少、光谱范围窄，导致传统云检测方法精度低。本文提出了基于卷积神经网络的高分辨率遥感影像云检测方法。首先采用主成分分析非监督预训练网络结构，获取待测遥感影像云特征；然后采用超像素分割方法进行影像分割；最后将检测结果影像块拼接，完成整幅影像云检测。试验效果评价表明，基于卷积神经网络的高分辨率遥感影像云检测方法不受光谱范围限制，云检测精度高，误判较少，适合国产高分辨遥感影像云检测。     

神经网络支持下的Sentinel-2卫星影像自动云检测

为解决利用Sentinel-2卫星影像进行地物信息提取时云层遮挡造成的信息误判问题，提出了一种基于深度学习的遥感影像云区高精度分割方法。该方法通过预处理的遥感样本数据构建出一种深度神经网络模型，自动提取高层次影像特征；再将影像特征输入分类器，实现遥感影像的像素级分类，从而分割出云覆盖矩阵；最后将云覆盖矩阵转化为云二值图，结合感兴趣区矢量准确获取指定区域云检测结果。选取典型区域进行测试，结果表明：该方法检测精度较高，速度较快，且无须辅助信息与人工干预，可用于Sentinel-2卫星影像不规则区域自动云检测。     

一种顾及几何特征的云模型遥感影像分割方法

将云模型与模糊理论相结合,提出了一种基于不确定性的、顾及几何特征的遥感影像分割方法.该方法用分水岭算法对原影像进行分割获得初始分割图斑,再将图斑抽象成云模型,以云模型实现图斑对象表达;在基于云概念的光滑度、紧凑度定义的基础上,构造差异性度量准则和相应的云模型综合算法,并由云综合运算实现不同粒度空间下的区域合并,达到多尺度遥感影像分割的目的.几组实际影像数据的分割实验证明了该方法的有效性.     

基于小波融合技术的云噪声影像修补法

在可见光遥感影像中，常常因为云噪声的遮挡而很难获得有云区域的信息，从而影响测绘产品的精度。本文依据小波变换理论，制订了基于阈值判断的系数取值融合规则，并与灰度的直方图匹配和中值滤波相结合，通过组合同一传感器不同时相或不同传感器所获取的遥感卫星影像，从而重构出消除云噪声后且灰度均衡的影像。经实验证明，该方法具有一定的可行性。     

泛概念层次构建方法及其在遥感图像分类中的应用

针对传统泛概念树在进行正态云综合时出现雾化现象以及使用极大判定法进行遥感图像分类时缺乏类别信息的问题,提出了一种泛概念层次构建的改进算法,并基于改进的泛概念层次构建算法进行遥感图像分类。对TM遥感影像进行分类实验,并与常用的最大似然、最小距离、马式距离等方法进行遥感图像分类的对比试验,验证了本方法的有效性。     

遥感云分类不确定性的多维混合熵模型评价

针对遥感影像提取信息分类过程中存在随机不确定性和模糊不确定性两种噪声,影响分类结果的准确性问题,该文在多光谱遥感影像处理中,通过对传统的混合熵模型进行多维化改进,提出多维混合熵的不确定性评价模型。采用云算法对遥感影像进行解译分类,获取相应的不确定性模型参数计算出信息熵和模糊熵,从像元和类别两个尺度构建出遥感云分类不确定性的多维混合熵评价模型。结果表明,多维混合熵模型能够充分考虑多光谱遥感数据的多维性,可以从不同尺度对遥感分类的随机不确定性和模糊不确定性进行有效全面地评价。     

Landsat TM遥感影像中厚云和阴影去除

提出了一种新的利用多时相Landsat TM影像数据进行的厚云及其阴影去除的方法。该方法通过分析厚云及其阴影的光谱特征, 设计了厚云和云阴影识别模型。该算法的实现是采用图像配准技术、非监督分类、像元替换等运算, 计算出厚云和云阴影区域的TM影像替换数据, 进而得到消除或者减少云影响的TM遥感影像。试验结果表明本文提出的厚云及其阴影去除方法效果很好, 能消除或者弱化云对TM影像数据的影响。     

星载毫米波测云雷达资料的云特征分析

基于CloudSat卫星资料, 综合地基和天基遥感资料云特征反演算法, 开展了云分类和云相态识别方法研究, 并将所得结果分别与CloudSat数据处理中心(DPC)发布的云分类产品和CALIPSO星上载荷Lidar产品进行了比对分析和个例研讨。     

基于MODIS数据的淮北地区云特性研究

利用2006年—2015年MODIS云产品数据(MYD06),对淮北地区不同云相态、不同相态云粒子有效半径和云顶温度逐月概率分布进行了统计对比分析,同时对四季云水路径逐年变化进行了研究。研究表明:淮北地区夏秋冬季水云出现的概率较高,春夏季冰云出现的概率较高。水云年均发生概率是冰云的近2倍,晴空和冰云相当,混合相态云较少。除7月份,水云有效半径概率逐月分布逐年有所变化,主要分布在5—30μm。冰云有效半径主要分布在15—35μm,且10年间4、5和8月份概率分布较为一致。混和相云有效半径主要分布在10—40μm,逐月发生概率在10—20μm和25—35μm出现两个峰值,这与水云和冰云不同,且在春秋冬较为明显。10年间淮北地区上空云水路径年均值低于300 g/m~2。冬季年均云水路径相对较低且逐年呈现减少的趋势。春秋冬季云顶温度逐月概率分布逐年变化较大。春冬季冷云发生的概率较大,夏秋季暖云出现的概率要高于冷云。     

云模型图像分割系统的设计与分析

分析了基于云模型的图像分割方法,设计了图像分割软件系统,实现了云变换分割模块、云层次分割模块和二维云变换分割模块。     

基于ArcGIS的云GIS平台设计方案研究

当前云计算技术发展迅速,已不断融入GIS应用的开发建设中,通过构建云GIS平台来提供地理信息服务逐渐成为各级政府部门的共识。本文介绍了云GIS平台的建设内容,重点提出了基于ArcGIS建设云GIS平台的设计方案。     

云服务平台下的地理信息系统技术研究

云计算与云服务经过几十年的探索与发展,已逐渐进入实际应用阶段。本项目从云服务如何服务于地理信息系统的角度进行研究。本文介绍了项目的整体设计与内容,及当前云服务的发展现状,概述了Open Layers API所具有的几个优势和开源地理信息系统的建设过程。本文重点说明了在云服务平台上部署地理信息系统的工作流程和需要注意的几个问题。     

视景仿真中实体云的建模与渲染技术

在视景仿真中对云的建模和实时渲染是一项十分重要的工作.全面研究了视景仿真中3维实体云的建模与绘制技术,并根据视景仿真对云景仿真的需求,采用分形技术和粒子系统技术实现了一种既能获得良好的视觉效果,又能实时绘制的实体云建模与仿真技术.通过视点相关技术、层次细节技术、动态视点替用等技术大大提高了实体云仿真的实时性,使其在一般的微机平台上可以流畅运行.     

视景仿真中实体云的建模与渲染技术

在视景仿真中对云的建模和实时渲染是一项十分重要的工作。全面研究了视景仿真中3维实体云的建模与绘制技术,并根据视景仿真对云景仿真的需求,采用分形技术和粒子系统技术实现了一种既能获得良好的视觉效果,又能实时绘制的实体云建模与仿真技术。通过视点相关技术、层次细节技术、动态视点替用等技术大大提高了实体云仿真的实时性,使其在一般的微机平台上可以流畅运行。     

基于云端一体化技术体系的云GIS系统研究

GIS系统因其与生俱来的空间属性,正面临着数据密集、计算密集、高并发、海量时空数据运算等挑战.云计算具有资源池化、弹性伸缩、按需使用等优势,可实现更高性能、更高并发的应用,从而协助解决GIS面临的问题.本文提出了基于云端一体化技术体系的GIS系统架构,包括集约化的GIS云、多样化的GIS端,以及云端互联的GIS系统三个部分.集约化的GIS云平台集成了高性能跨平台、智能集群、并行切图、并行空间分析等技术,可集约利用云计算资源,并提供高效的GIS服务.多样化的GIS端集成桌面、Web移动端技术,可构建跨多端设备的GIS应用.云端互联的一体化系统通过云端一体化、云端协同技术,实现云端之间高效互联、协同工作的GIS应用模式.云端一体化GIS系统致力于让GIS充分利用云计算的优势,应对大数据时代的数据密级、计算密集等挑战.     

基于密集匹配点云的DEM生产可行性研究

无人机倾斜摄影直接生产的成果通常包括三维模型、TDOM、DSM等,然而规划设计通常不能直接利用倾斜数据输出的DEM,需要辅以人工编辑。作为倾斜摄影影像处理的过程成果,密集匹配点云未得到充分利用。其与激光雷达点云具备相似的结构,且点云密度可自由选择,在不考虑数据量的情况下,密集匹配点云的点密度可数倍于激光雷达点云。此外,密集匹配点云无需单独赋色,即具有纹理信息, 对人工目视编辑自动分类后的地面点具有一定的辅助作用。本文对比分析了同一测区的密集匹配点云与激光雷达点云,验证了密集匹配点云用于房屋建筑区及稀疏林区地面点滤波并生产DEM的可行性。