一种自动分类的加权模糊C均值图像分割算法

加权模糊C均值算法(WFCM)是1种有效的图像分割算法,该算法的分类数需要人工确定。为了提高算法的自动化程度,本文提出了先采用基于直方图平滑的峰点检测方法自动确定图像的分类数,再利用WFCM分割图像的算法。大量实验结果显示,此算法能够正确地对图像分类,并且合理地分割图像。     

基于Sentinel-2 MSI影像与面向对象相结合的红树林树种精细化分类方法研究

红树林是最典型的滨海生态系统之一，红树林种间类型的精确识别对于红树林生态系统保护、修复及碳储量评估具有重要意义。遥感是开展红树林种间类型识别的有效手段，但传统的遥感红树林分类方法多是基于像元开展的，分类结果“椒盐”现象严重且精度还有很大提升空间。因此，本研究以东寨港红树林保护区为例，基于Sentinel-2 MSI影像，在传统遥感分类方法的基础上引入图像分割技术，分别构建了面向对象的支持向量机（Support Vector Machine,SVM）和随机森林（Random Forest,RF）分类法，并在此基础上对各模型的分类精度和适用性进行了分析。模型对比结果表明：（1）图像分割技术的引入能有效改善分类结果的“椒盐”现象，提升红树林种间类型的识别精度，基于像元使用SVM和RF分类算法总体分类精度分别可达78.82%(Kappa=0.75)和82.94%(Kappa=0.82)，面向对象的SVM和RF模型分类总体精度分别可达81.5%(Kappa=0.78)和92.67%(Kappa=0.88)，相较于以像元为分类对象的模型而言，后者精度分别提高了2.68%和7.43%;(2)从4个模...     

基于主成分分析和决策级融合的高光谱图像分类方法研究

为了评价主成分分析方法和决策级数据融合方法对高光谱图像地物分类结果的影响,作者利用各分类器和主成分分量的优势,提出了两组地物分类结果的决策级融合策略,利用8种常用监督分类方法对高光谱原始图像和PCA变换后不同分量组合图分类得到的结果进行决策级融合,并应用覆盖黄河入海口新老河道交界处的CHRIS/PROBA高光谱图像开展实验研究。结果表明:直接采用每类地物分类精度最高的、空穴和缝隙采用总体分类精度最高的融合策略,在综合考虑生产者精度和用户精度的情形下,仅使用最大似然法、支持向量机和人工神经网络3种分类方法,按照分类精度从高到低的顺序进行的融合分类效果最好,总体分类精度为87.82%。与8种监督分类方法中效果最好的最大似然法相比,精度提高了2.7个百分点,同时明显减少了错分现象,尤其是对于分布面积较小的翅碱蓬和柽柳,滩涂被误分为翅碱蓬、芦苇被误分为柽柳的现象大大降低。     

基于SVM的海底声纳图像底质识别*

对海底底质声纳图像分割,提取单元特征向量进行主成份分析,选取均值、标准差、对比度、相关系数、能量及同质性作为训练特征向量,优化支持向量机(SVM)参数.利用多分类 SVM 对砂、礁石、泥进行训练,有效、快速地分离出了3种底质类型,测试精度高于80%,表明该方法可有效用于海底底质声纳图像的识别和分类.     

基于双路图卷积的黄河三角洲湿地地物分类研究

黄河三角洲湿地地物精确分类对湿地资源的保护、开发和利用具有重要意义。目前的湿地分类算法大多存在着全局信息利用不足,地物类型边界不易区分等问题,导致分类精度不高。针对此问题,本文提出了基于双路图卷积的黄河三角洲湿地地物分类算法,包括图结构数据构建模块、特征提取与融合模块两部分。图结构数据构建模块,设计欧式图表示光谱值之间的绝对差异,衡量不同地物类型,设计余弦图表达不同像素光谱波形之间的差异,用以区分不同的地物边界;特征提取与融合模块,利用图卷积聚合全局信息,对欧式图利用双层图卷积进行特征提取,对余弦图使用图U-Net网络进行特征提取,之后将两个特征融合,得到同时具有光谱值绝对差异和光谱波形差异的融合特征,最后进行分类。在CHRIS和GF5两个数据集的实验结果表明,本文所提算法在黄河三角洲湿地地物分类中取得了具有竞争力的分类结果。     

联合光谱和纹理特征的滨海湿地高光谱深度学习分类—以黄河三角洲湿地为例

本文基于CHRIS高光谱遥感影像，发展了一种结合地物光谱特征和多纹理空间特征信息，采用双全链接的8层深度卷积神经网络分类算法对滨海湿地高光谱影像进行遥感地物分类，并在黄河口滨海湿地进行了应用。结果表明：1）基于测试样本数据，联合光谱特征和K-L变换的纹理特征信息，采用DCNN模型方法展现了高的分类精度，精度高达99%；2）利用光谱特征和全纹理特征的精度比仅使用光谱特征和光谱特征联合K-L变换后纹理特征的分类精度低。利用K-L变换后的光谱特征和纹理特征的DCNN分类精度达到99.38%，相比于使用全纹理特征信息的精度提高了4.15%；3）基于验证图像，发展的DCNN分类方法精度优于其他算法，DCNN方法总体分类精度为84.64%，Kappa系数为0.80；4）相比于浅层分类方法，本文发展的DCNN模型分类算法保证了所有地物类型的分类精度更加均衡，保持了主要地物类型的分类精度几乎不变，同时提高了滩涂和农田的精度。基于DCNN模型，潮滩和农田的分类精度分别达到79.26%和56.72%。比其它浅层分类方法提高了2.51%和10.6%。     

变差函数及其在多波段机载成像光谱仪数据处理中的应用

遥感的空间信息反映一定范围内象元在空间上的关系，对成像光谱仪遥感数据而言，空间结构变代表一个局部区域中各象元之间光谱辐射能量的关联状态，在图像上反映为灰度变化，利用空间信息来开拓图像分析技术可获得遥感目标很高的正确识别率，变差函数是联系遥感目标和图像中空间变化特征的有用工具，实验变差函数的计算结果表明遥感目标种类与变差图之间的定量化空间关系，可以在成像光谱图像处理中发挥作用。     

纹理分析方法在海岸带地物分类中的应用

在海岸带地物分类过程中引入纹理特征分析,提出了逐步判别法用于纹理特征值的筛选,从192个纹理特征值组合中优选出5种最能代表海岸带地物纹理信息的特征值进行分类实验,不仅使纹理特征集得到了有效的降维,而且保证了分类精度.在纹理分析的基础上,构建了基于图像纹理的神经网络分类模型,实现了基于纹理信息的海岸带地物分类,分类精度达...     

基于显著性分析的SAR溢油图像中暗斑区域检测方法研究

为了提高合成孔径雷达(syntheticapertureradar,SAR)图像中海上溢油的检测精度,设计了一种图像显著性和均值偏移分割相结合的暗斑检测方法,验证了该方法在SAR溢油图像暗斑识别中的有效性,为溢油区域的准确检测奠定了基础。针对SAR溢油图像中暗斑区域在人类视觉中属于感兴趣区域的特性,利用图像显著性检测方法对整幅SAR图像进行处理生成显著性图像,然后利用均值偏移方法在SAR图像的Lab空间将图像分割成不同区域,最后在显著性图像上利用每个区域的平均显著性值与动态阈值之间的关系确定溢油图像中的暗斑区域。实验结果表明,该方法不需要人工交互,且能够有效地提取出SAR图像溢油中的暗斑区域。     

FLU-net：用于表征页岩储层微观孔隙的深度全卷积网络

页岩孔隙是页岩气储集的主要空间,孔隙的形状、大小、连通性与发育程度很大程度上决定了页岩储集层的储集性能,因此,页岩气开采首先需要对其孔隙有充分的认识。基于阈值分割法获取页岩孔隙结构参数是目前页岩微观结构表征的一种重要手段,但是受扫描电镜图像灰度分布差异的影响,该方法需要逐一修改图像的最佳分割阈值以达到最好的孔隙分割效果,且阈值分割方法无法直接划分孔隙类别,这给后续的页岩微观结构定量表征带来了麻烦。为了实现页岩孔隙的智能识别和分类,笔者设计基于像素级语义分割的深度全卷积神经网络FLU-net,对页岩孔隙识别并分类为有机孔、无机孔(粒内孔、粒间孔)及裂缝,并结合孔隙尺度分类统计方法,分析不同类型孔隙发育数量、孔径大小、孔隙度等参数,实现页岩储层微观孔隙结构的自动化定量表征。以重庆渝西区块足201井区和四川盆地威远地区威204井区的页岩扫描电镜图像为研究对象,在对1 600幅页岩扫描电镜图像原始数据进行人工标注并划分数据集后,使用FLU-net进行孔隙识别,结果表明,本方法具有较高的准确率,同时自动化程度和泛化能力均高于传统预测方法。因此,扫描电镜与基于深度学习的语义分割模型结合是定量研究页岩微观结构表征的有效手段。     

一种基于众数赋值的高光谱图像地物分类方法

提出了一种融合监督分类与非监督分类结果的高光谱遥感影像分类新方法——众数赋值分类法。采用ISODATA非监督分类方法对高光谱遥感影像进行分类,并对非监督分类结果的图斑进行标记,同时用最大似然法(ML)和支持向量机(SVM)法进行监督分类,然后以监督分类结果对非监督分类后各斑块进行类别赋值。方法是:统计每个非监督分类斑块中由监督分类所获得的各类别像元数及所占比例,将非监督分类斑块的类别赋予所占比例最高的监督分类结果的类别,最终获得高光谱图像分类结果。研究表明:(1)非监督分类类别数量大于10时,其与ML分类结果融合的总体分类精度和Kappa系数均较监督分类法的分类结果好;(2)ML和20个类别的ISODATA分类结果融合的总体精度最高,为87.35%,比单独ML的总体精度高约2个百分点;(3)SVM和10个类别的ISODATA分类结果融合的总体精度提高最大,较SVM的总体精度提高近3个百分点;(4)随着非监督分类类别数量的增多,分类结果的总体精度呈现由低到高再到低的变化过程。     

绿潮Lansat影像滑动窗口自适应阈值全自动检测方法

Since the atmospheric correction is a necessary preprocessing step of remote sensing image before detecting green tide, the introduced error directly affects the detection precision. Therefore, the detection method of green tide is presented from Landsat TM/ETM plus image which needs not the atmospheric correction. In order to achieve an automatic detection of green tide, a linear relationship(y =0.723 x+0.504) between detection threshold y and subtraction x(x=λ_(nir)–λ_(red)) is found from the comparing Landsat TM/ETM plus image with the field surveys.Using this relationship, green tide patches can be detected automatically from Landsat TM/ETM plus image.Considering there is brightness difference between different regions in an image, the image will be divided into a plurality of windows(sub-images) with a same size firstly, and then each window will be detected using an adaptive detection threshold determined according to the discovered linear relationship. It is found that big errors will appear in some windows, such as those covered by clouds seriously. To solve this problem, the moving step k of windows is proposed to be less than the window width n. Using this mechanism, most pixels will be detected[n/k]×[n/k] times except the boundary pixels, then every pixel will be assigned the final class(green tide or sea water) according to majority rule voting strategy. It can be seen from the experiments, the proposed detection method using multi-windows and their adaptive thresholds can detect green tide from Landsat TM/ETM plus image automatically. Meanwhile, it avoids the reliance on the accurate atmospheric correction.     

利用监督分类快速提取分层设色图件中数据的方法

为了快速将分层设色图件中象元的颜色值转化为具有实际意义的属性标识或物理、化学参数值,从而提取分层设色图件中包含的数据,作者提出了根据不同颜色分量(RGB)构建颜色特征空间,基于最小距离监督分类方法快速提取分层设色图件中数据的方法。使用该方法对东半球海域海面水汽分布数据进行提取,取得了良好的效果。该方法可以广泛应用于物理海洋、环境科学、地质调查、地理信息系统建库等多个行业领域的数据提取工作中。     

一种海岸带高分辨率遥感图像椒盐噪声滤波的新方法

椒盐噪声是常见的图像噪声,典型的图像平滑算法不能区分海岸带高分辨率遥感图像中的噪声点和信号点,常造成图像平滑后海岸线等细节损失。提出先识别噪声点再进行去噪的新方法,通过统计关联参数用双阈值识别噪声,然后用中心权值为零的模板平滑噪声点。实验表明,该方法在滤除椒盐噪声的同时,较好地保持了海岸线等细节。     

厦门西港红树林的卫星遥感测绘

厦门西港原有大面积红树林，几十年来受到很大破坏，需采取措施进行监测绘和管理，卫星遥感宏观大尺度，可以快速，准确地进行红树林的监测测绘，比传统的人工调查方法省时省力。本项目运用Ｌａｎｄｓａｔ卫星ＴＭ－ＣＣＴ数字影像磁带为信息源。通过图像计算机系统进行几保精校正，假彩色合成，ＳＣＡＬＥ线性增强和一阶直方图分段线性拉伸；训练区监督分类，以及红树林区的面积积分运算等步骤，获得了厦门西港红树林区１：５０００     

保持局域特征的多源海冰图像融合与分类

本文提出一种保持局域特征的多源海冰图像融合方法，并在此基础上进行海冰分类。本文提出的多源海冰图像融合方法包括保持空间局域融合和保持特征局域融合两方面。首先，通过学习得到投影矩阵和相似矩阵。投影矩阵将多源像素进行投影变换，得到保留像素空间局域特性的融合向量。相似矩阵度量像素特征间的相似性，通过拉普拉斯特征分解，得到保留像素特征局域相似性的融合向量。然后，将空间融合向量和特征融合向量进行像素综合，得到融合图像。在此基础上，本文设计一种滑动集成分类方法进行融合图像像素分类。提出的分类方法利用滑动集成的特点，在分类时增强刻画了海冰局域特性。由于本文的保持局域融合框架不仅刻画了海冰在物理空间中的邻接关系，而且考虑不同海冰类型的特征关系，因此其在多源图像（多光谱和合成孔径雷达（SAR）图像）的海冰分类任务中表现优异。实验结果表明本文提出的基于保持局域特征融合的多源海冰图像分类方法有效提升了海冰分类精度。     

基于高空间分辨率卫星遥感影像的围填海存量资源监测与评估研究——以营口市南部海岸为例

为详细掌握围填海存量资源状态,提高海域空间资源监管精细化水平,本文提出围填海存量资源概念,并将围填海存量资源划分为围而未填区域、填而未建区域、低密度建设区域、低洼坑塘、低效盐田和低效养殖池塘等6种类型,以及工业区、城镇区等围填海存量资源的消耗类型。在此基础上,采用高空间分辨率卫星遥感影像,建立了面向对象的围填海存量资源遥感影像分类提取方法与技术流程,构建了围填海存量资源指数,并以营口市南部海岸区域为例进行了实证研究。结果表明:（1）面向对象的围填海存量资源遥感影像分类提取方法能够精细地提取围填海存量资源信息,准确率达到90%以上;（2）填而未建区域、低效盐田、低效养殖池塘占研究区围填海存量资源总面积的62.51%,研究区围填海存量资源指数为0.49,但内部差异明显,北部区域为0.66,中部区域为0.44,南部区域为0.37。