面向对象解译方法在遥感影像地物分类中的应用

针对高分辨率遥感影像快速高效萃取有用信息这一遥感技术应用的热点问题,探讨了基于面向对象(Object-oriented)解译方法的遥感影像自动及半自动解译和提取的新思路.文中分析了面向对象解译方法在地物信息分类应用中的优势,并提出了基于此方法的高分辨率遥感影像多尺度信息提取技术流程.具体结合广州市新白云机场开发区IKONOS高分辨率遥感数据进行地物快速提取、自动分类的试验,并对解译效果进行了评估分析,证明此方法在高分辨率遥感影像地物分类中确实高效可行.     

多源遥感影像的侵蚀沟信息提取分析

以多源遥感影像为基础,结合DEM数据,运用定性方法全面分析各遥感影像中提取的侵蚀沟的信息特征,并在研究区选取两个调查单元进行野外验证,对所得结果与遥感影像目视解译结果进行定量比较分析,得出以下结论:1)虽然空间分辨率最高的Pleiades遥感影像与DMC航片影像表现侵蚀沟的信息最为清晰,但空间分辨率过高会使侵蚀沟的内部细节过于详细,对信息提取增加噪声信息。2)不同遥感影像所能提取的侵蚀沟的类型不同。与Pleiades和Alos遥感影像相比,资源三号卫星影像能够呈现稳定沟、切沟和冲沟的信息,且成本低廉,是侵蚀沟信息提取最为理想的遥感影像。3)资源三号与高分一号卫星影像在提取重点调查的冲沟与切沟的数量与长度和宽度信息时,所得结果与实地验证结果十分接近,是比较合适的遥感影像。     

夜间灯光遥感数据应用综述和展望

在遥感应用研究中,夜间灯光遥感作为发展活跃的一个重要分支,近年来受到越来越多来自自然科学领域和社会经济领域的关注。与传统的光学遥感卫星获取地物辐射信息不同,夜间灯光遥感是获取夜间无云条件下地表发射的可见光-近红外电磁波信息。相比于普通的遥感卫星影像,夜间灯光遥感所使用的夜间灯光影像记录的地表灯光强度信息更直接反映人类活动差异,因而被广泛应用于城市化进程研究、不透水面提取、社会经济指标空间化估算、重大事件评估、生态环境评估等领域。目前,虽然基于夜间灯光数据的应用研究成果正在不断积累,但对成果的系统性总结、整理的研究目前存在着覆盖面不全、时效性不强等不足。基于此,论文通过对近几十年来有关夜间灯光数据的研究成果的详细梳理,从数据处理与技术方法、应用研究等方面进行归纳总结。最后,文章从多源数据融合、应用领域拓展和短周期地表灯光监测3个方面指出了未来的研究热点。     

基于面向对象方法和多时相HJ-1影像的湿地遥感分类——以完达山以北三江平原为例

以中国东北地区完达山以北三江平原(下简称小三江平原)为研究对象,利用2010年多时相HJ-1A卫星和HJ-1B卫星CCD影像作为分类数据源,结合野外调查数据,应用多尺度分割算法,根据影像的丰富信息和物候、时相等特征,采用面向对象的分类方法,进行小三江平原的湿地遥感分类。结果表明,湿地二级分类的总体精度为85.45%,总体Kappa系数为0.81。小三江平原湿地主要分布在低洼地区,总面积为9084.16km2;其中,天然湿地面积为2635.09km2,人工湿地面积为6449.07km2。集中分布的水田是小三江平原最主要的景观类型;天然湿地主要分布在自然保护区、河岸附近和国界周围;其中,草本沼泽面积最大。本研究表明,面向对象的分类方法能够有效利用遥感影像提供的丰富信息,产生较高的分类精度;对于中分辨率遥感影像不同分割尺度的组合使用有利于湿地信息的提取。降雨量较多、较少月份影像的选取和物候规律的利用是提取湿地信息的关键。多时相遥感影像数据的使用,改善了洪泛湿地和森林沼泽的分类效果,尤其是水田边界的划分;同时可以提高湿地分类精度。基于面向对象的遥感方法,利用多时相的中分辨率遥感影像,能够获取较高精度的湿地分布信息,是一种成本较低且行之有效的技术手段。     

基于长短期记忆网络模型的中分辨率遥感影像变化检测研究

随着遥感数据量的增加,传统变化检测方法难以满足大数据背景下众多应用的需求。为此,该文提出了一种基于长短期记忆网络(LSTM)模型的遥感影像变化检测方法,利用循环神经网络权重共享的优势处理时间序列数据,同时加入长短期记忆网络模型的细胞状态"记忆"影像变化,以解决遥感影像变化检测中的复杂性和困难性。分别利用高光谱影像和多光谱影像进行二分类和多分类实验,从检测地物是否变化到确认变化类型两个层次证明了该方法的可靠性和适用性;相较于传统变化检测方法,该方法的自动化程度和精度有较大程度的提升,为遥感影像变化检测提供了一种新思路。     

多源遥感影像红树林信息提取方法比较

选取2012年2月24日的SPOT 5遥感影像和2013年12月6日的Landsat 8、"高分一号"遥感影像,应用最大似然法、支持向量机和面向对象方法提取红树林信息,并引入F值评价提取效果。研究结果表明,用最大似然法和支持向量机提取红树林信息的精度相似,与影像的特征光谱信息量相关性较强;而对于SPOT 5影像等更高分辨率遥感影像,面向对象方法降低了最大似然法和支持向量机分类的红树林斑块破碎程度,其信息提取精度与影像的空间分辨率正相关。     

遥感影像屏幕数字化高效方法研究--显著地物的矢量跟踪方法

主要针对遥感影像屏幕数字化效率较低问题,提出了显著地物矢量跟踪方法：包括显著地物的分析、遥感影像数据的预处理、显著地物信息的人机交互提取、显著地物的矢量跟踪等步骤,并利用辽宁省东部新宾县ＴＭ遥感影像对此方法进行了应用与验证。     

基于形态学的多尺度遥感图像分割方法

基于形态学提出了多尺度遥感图像分割方法。首先使用面积形态学算子处理原始图像,构造不同尺度下的遥感图像;然后提取多波段遥感图像梯度,充分利用遥感图像的多波段信息;再在不同尺度的图像上使用区域标记方法提取标记,作为分水岭分割算法的生长点;最后使用分水岭分割实现对遥感图像的多尺度分割。该方法在Matlab中予以编程实现,并将其应用于江苏省海安SPOT影像中,实现对图像不同尺度的分割,能够有效提取出多波段遥感图像中不同尺度下的地物。     

基于GeoSOT的遥感影像云索引模型研究

针对目前遥感影像中云信息描述简单、云的空间分布信息不足而限制影像局部云信息检索的现状,提出了基于GeoSOT的影像云索引模型。该模型根据空间信息建立GeoSOT网格与遥感影像的对应,通过判断每个GeoSOT剖分面片对应的影像数据块是否有云,并记录剖分面片编码和判断结果,实现对遥感影像中局部云信息建立索引;在检索影像中局域云信息时,根据剖分面片编码查找云信息标识即可。同时,探讨了不同等级影像数据产品采用精确逻辑剖分和冗余逻辑剖分构建影像云索引的方法,设计了影像云索引的数据结构,分析了影像数据建立云索引的存储代价。通过仿真实验表明,对遥感影像构建基于GeoSOT剖分编码的云索引代价小,其存储量约为原数据的0.01%,提高了影像中局部云信息查询效率,为计算机自动选取高质量的影像提供了一个有效的技术途径。     

基于SAIL模型的多角度多光谱遥感叶面积指数反演

随着多角度传感器的陆续出现及植被遥感传输机理研究的深入,多角度遥感逐渐成为地表信息反演的热点问题.以SAIL冠层反射率模型为基础,通过联合多角度和多光谱数据,可以从物理机理角度进行植被叶面积指数(LAI)反演的应用研究.首先通过计算得到多角度多光谱遥感影像的角度信息,并经6S模型纠正后得到多光谱多角度植被冠层反射率数据.然后将PROSPECT模型模拟出的植被叶片反射率和透过率,以及多角度观测数据、LAI和其它实测数据输入SAIL模型,模拟得到了多角度多光谱冠层反射率,进而建立多角度多光谱冠层反射率与LAI的查找表.最后,将影像的多角度多光谱冠层反射率与查找表进行匹配,实现植被LAI的反演.最后对反演结果进行了验证和分析,结果表明反演精度较高,误差均在合理范围之内.     

论影像地图的应用及编制

影像地图是随着遥感技术的发展而逐渐成熟和应用的。在地理制图上利用航空像片和航天遥感资料,用新的测绘科技手段将各类信息数据进行融合处理制作,而成的一种带有地面遥感影像的地图,它是以航空和航天遥感影像为基础,在将遥感图像进行几何纠正,     

基于SPOT5遥感影像的土地分类信息提取

近年来,随着现代遥感技术的发展,高分辨率、多波段、多时相、周期性的遥感卫星不断更新,如:SPOT、IKONOS、Quick Bird等,为土地分类信息的提取提供了丰富、可靠、高精度的基础数据源信息。本文选取陕西省三原县部分地区作为试验区,探讨利用SPOT5遥感影像进行土地分类信息提取,对数据预处理、遥感影像分类方法的选取及分类结果精度的评价等问题进行了探究,采用最大似然法,通过计算机自动分类对SPOT5遥感影像土地分类信息进行提取。实验证明,将SPOT5遥感数据应用于土地信息类型的提取可以极大地提高影像分类的效率,得到较好分类效果。     

面向对象的干旱区盐渍地信息提取方法研究

随着高分辨率遥感影像的广泛应用,面向对象的高分辨率遥感影像信息提取技术得到了迅速发展。本文针对高分辨率遥感影像的盐渍地信息提取,探索了面向对象的信息提取技术运用在盐渍地信息提取方面的最优参数选择和规则建立等关键技术,并且将从ALOS影像中提取盐渍地信息的结果与传统分类方法的提取结果进行对比分析。结果表明,利用面向对象方法的盐渍地信息提取总体精度为89.38%,较传统方法提高8.24%,Kappa系数为0.88,较传统方法提高0.08。该方法能实现较为精确地提取盐渍地信息,在高分辨率遥感影像盐渍地信息提取中具有一定的优势。     

基于DCT变换的多光谱与全色影像融合方法

针对IHS融合法的融合影像相对于原多光谱影像光谱扭曲严重、小波变换融合法运算量大的缺点,依据影像成像时传感器像素间的对应关系,提出应用遥感影像空间分辨率比值关系对影像进行分块,采用离散余弦变换与IHS变换相结合的融合方法进行多光谱影像与全色影像融合,以提高遥感影像的应用能力。仿真实验表明,该方法融合结果的光谱保持性与小波变换方法相近,均优于IHS变换融合影像,对全色影像空间信息集成能力稍弱,但计算效率明显改善,适合于对大数据量的遥感影像融合。     

基于高空间分辨率遥感影像的湿地信息提取技术研究

如何利用遥感技术获取高精度的湿地信息是湿地遥感研究中的重要内容之一.基于高空间分辨率的遥感影像数据,研究利用面向对象的分类方法,综合利用遥感数据的光谱信息、纹理特征、拓扑关系等信息进行多尺度分割,通过对对象的目视解译建立隶属度函数,并结合最邻近分类法,获取湿地信息.并以福建省闽江口湿地为例,采用高分辨率的SPOT5影像数据,研究表明：利用面向对象的方法对SPOT5遥感影像进行湿地信息的提取精度达到90.40%,为湿地信息的提取又提供了一个有效的方法.     

基于高分辨率遥感影像的设施农业资源信息采集技术研究

结合设施农业空间位置分布规律及其在高分辨率遥感影像上的纹理特征体现,设计了批量设施自动生成算法,并基于GIS组件开发了基于高分辨率遥感影像的设施农业信息采集系统;该系统以高分辨率遥感影像为基础底图,结合批量设施自动生成算法进行数字化,实现了人机交互式半自动化信息采集。     

基于高分辨率遥感影像的城市规划设计研究

高分辨率遥感影像由于其具有较高的空间分辨率,可以使得我们获取更丰富的地物细节信息,从而提高地物类别判定的准确性。近年来,高分辨率遥感影像在城市规划设计中应用广泛,特别是二、三线城市,其面积并不是非常大,但是地物分布比较密集,这就使得我们要更准确地获取地物类别分布信息,从而为接下来的城市规划设计提供基础资料。本文就是利用高分辨率遥感影像进行地物类别的判定,并且依据判定结果对某地城市规划建设提供了宝贵意见。     

遥感与神经网络相结合的潮滩地形模拟方法

潮滩地形资料的获取是开发利用潮间带资源的第一步。以纳潮盆地为实验对象,从遥感影像面状信息入手,提取并组合影像中的信息,采用遥感与BP人工神经网络相结合的方法,构建遥感光谱信息、地貌特征与潮滩高程信息之间的关系模型。结果表明:在遥感光谱信息基础上,引入纳潮盆地纵、横剖面地貌特征因子的神经网络模拟效果更好;将潮滩滩面与潮水沟分别进行网络建模,生成地形,平均绝对误差达0.299m,这说明,神经网络在模拟高程起伏较大的区域时精度较低,适当降低神经网络输入数据的复杂度有利于改善网络的模拟精度。     

ASTER影像提取植被信息的NDVI与SAVI法比较——以广州花都区为例

基于ASTER遥感影像,使用IDL语言编写归一化差异植被指数(NDVI)和土壤调整植被指数(SAVI)的计算公式,对遥感影像进行处理,分别对两种方法处理后的遥感影像采用K-Means分类,经过分类后处理,提取植被信息.NDVI整体上较好地反映了不同土地覆被信息;而SAVI对于各种地类的值域较宽,反映绿色植被内部差异信息较明显,可为不同植被类型的信息提取提供方法参考.     

结合多尺度纹理的高分辨率遥感影像决策树分类

地物具有多尺度特点,遥感影像包含的地物纹理信息很难用单一尺度来描述。通过选择最佳纹理尺度组合,利用光谱数据结合多尺度纹理对高分辨率影像进行决策树分类。研究结果表明:结合多尺度纹理的高分辨遥感影像决策树分类,能够更好地描述地物并有效解决光谱数据分类中存在的地物破碎问题,其分类精度为81.7%,kap-pa系数为0.78;与光谱数据分类和结合单尺度纹理数据分类结果比较,分类精度分别提高了11.2%和6%,该方法有助于提高高分辨率影像的分类精度。