地图比例尺与遥感影像分辨率的关系探讨

探讨地图比例尺与遥感影像分辨率的关系,为特定比例尺制图选择适宜分辨率的遥感影像在遥感影像制图中极为重要。本文分析了人眼分辨率和比例尺精度、地图比例尺和影像分辨率之间的关系,以30 m分辨率的landsat5遥感影像、2.1 m分辨率的ZY-3遥感影像及0.5 m分辨率的Word View-2遥感影像进行实验,探讨了不同人眼分辨率下的遥感影像成图质量。得到了1∶M比例尺制图时的遥感影像分辨率的选择范围为(1×10~(-4)M,5×10~(-4)M),最佳遥感影像分辨率为2.5×10~(-4)M的结论,并用已有应用实例对其可靠性进行了检验,进而为我国基本比例尺制图遥感影像的选择提供了依据。     

高分辨率影像定位的一种新方法

提出了利用小比例尺地形图和多分辨率影像实现高分辨率遥感影像定位的方法。阐述了利用线状地物代替点状地物实现低分辨率影像相对于小比例尺地形图纠正定位的方法，并通过金字塔结构的多分辨率影像逐级匹配，使高分辨率影像上的细致目标得以绝对定位。     

基本地形图更新卫星影像优选探讨

基于卫星遥感影像进行基本地形图更新具有更新周期短、效率高的特点,最优卫星影像数据源选取环节为实施关键步骤。本文分析了卫星影像数据选取的主要影响因素;基于遥感影像尺度效应、地形图成图比例尺、研究区域和地物特征适宜空间分辨率、影像质量等基本信息,对用于地形图更新的卫星影像数据的基本要求提出了建议。     

专题地图资料在遥感影像解译中的应用

在遥感影像解译过程中,各种专题地图的应用往往是不可缺少的。这一方面能减少野外调查的工作量,提高成图速度;另一方面能帮助解译者掌握制图区域各种要素的分布,指导影像的解译。由于专题内容、成图方法、成图时间、地图比例尺、地图质量等方面的差异,各种专题图在影像解译中的应用价值和应用方法也存在着差异。在影像解译中专题地图的应用一般从下面三个方面来进行。     

高分辨率遥感影像信息提取方法综述

感知地物信息最直接的载体就是遥感影像,从遥感影像中提取地形地物等专题信息是当前遥感技术面临的一个迫在眉睫的问题。遥感影像的空间分辨率伴随着遥感技术的飞速发展从公里级发展到厘米级,同时遥感影像所包含的信息正越来越丰富化。高空间分辨率遥感影像具有数据量极大、数据复杂以及尺度依赖的特点,使得高空间分辨率的遥感影像的数据处理以及影像信息提取具有一定的难度,面临一些急需解决的问题。文中介绍了高分辨率遥感影像信息提取的国内外研究现状和趋势,分析了几种遥感影像的分类方法,指出了面向对象的遥感影像信息提取的技术及高分辨率遥感影像的多尺度分割,并指出了国内外在遥感影像信息提取技术方面的不足和迫切需要解决的问题。     

IRS-P6与SPOT-5卫星影像在土地利用动态遥感监测中应用的比较

IRS-P6卫星影像的最高空间分辨率是5.8 m,在土地利用动态遥感监测领域中有较大的应用潜力,本研究通过与2.5 m分辨率的SPOT-5卫星影像在成图比例尺、响应图斑大小、地类可解度和信息提取精度等方面进行比较试验,结果表明,IRS-P6卫星影像可以制作1︰2.5万和1︰5万中等比例尺的图件,更新或辅助更新1︰2.5万与1︰5万的土地利用现状图.在土地利用动态遥感监测中,可以作为另外一种数据源与单一的SPOT数据源进行互补,使之更快捷地服务于国土资源管理工作.     

基于多尺度特征融合和支持向量机的高分辨率遥感影像分类

相对传统的中低分辨率遥感数据而言,高空间分辨率遥感影像同一地物内部丰富的细节得到表征,空间信息更加丰富,地物的尺寸、形状以及相邻地物的关系得到更好的反映,但其光谱统计特性不如中低分辨率影像稳定,类内光谱差异较大,而传统分类方法仅依据像元的光谱值,因此在高分辨率影像分类中,传统方法往往不能获得好的结果。在此背景下,提出了一种多尺度空间特征融合的分类方法,旨在利用不同尺度的空间邻域特征弥补传统方法的不足。其基本过程是：首先针对不同尺度特点,用小波变换压缩空间邻域特征,并结合支持向量机得到不同尺度下的分类结果,然后根据尺度选择因子为每个像元选择最佳的类别。文中QuickBird和IKONOS影像实验证明该算法能有效提高高分辨率影像解译的精度。     

面向对象的多尺度加权联合稀疏表示的高空间分辨率遥感影像分类

针对高空间分辨率遥感影像中的地物具有多尺度特性,以及各个尺度的对象特征对地物分类精度的影响具有较强的尺度效性,并结合面向对象影像分析方法和多尺度联合稀疏表示方法在高空间分辨率遥感影像分类中的各自优点,提出了一种面向对象的多尺度加权稀疏表示的高空间分辨率遥感影像分类算法。首先,采用多尺度分割算法获得多尺度分割结果并提取对象的多尺度特征;然后,根据影像对象的多尺度分割质量测度计算各尺度的对象权重,构建面向对象的多尺度加权联合稀疏表示模型;最后,采用2个国产GF-2高空间分辨率遥感数据集和1个高光谱-高空间分辨率航空遥感数据集（WashingtonD.C.数据）验证该算法的有效性。试验结果表明,与SVM、像素级稀疏表示、单尺度和多尺度对象级稀疏表示和深度学习等算法相比较,本文算法获得了较高的OA和Kappa分类精度,提高了各个尺度地物的分类精度,有效抑止了地物分类结果中的椒盐噪声现象,同时保持大尺度地物的区域性和小尺度地物的细节信息。     

面向对象的成都平原多源遥感影像分割尺度研究

要对高分辨率遥感影像进行分类,采用面向对象的遥感影像分析技术比传统的面向像元的遥感影像分析技术优越。要使用面向对象的遥感影像分析技术,关键的第一步是要对遥感影像进行分割,以便得到一系列与地物有密切联系的影像对象。分割的准确性与分割的尺度选择有关。本文针对成都平原高分辨率卫星影像分割尺度选择进行试验和研究,采用不同尺度对试验区不同分辨率遥感影像进行影像分割,并比较分割结果,得出成都平原高分辨率遥感影像数据分割最佳尺度与影像对象亮度均值标准差最大值所对应的分割尺度一致;并且遥感影像空间分辨率越高,最佳分割尺度越大,反之亦然。     

遥感影像符号化的研究

单纯的遥感影像信息量不够丰富,为了突出表现某些地物,充分反映地物的属性,需要对影像进行符号化。结合传统线划矢量地图的表现方法,采用将遥感影像作为底层,上层叠加矢量符号的方案来实现遥感影像的符号化,主要从影像与矢量符号的坐标匹配、矢量符号的设计等方面论述了遥感影像符号化的实现过程。     

结合对象关系特征的高分辨率卫星影像建筑物识别方法

基于面向对象特征影像分析的思想,提出了一种结合建筑物和阴影对象邻近关系特征的建筑物识别提取方法。在多尺度影像 分割的基础上,利用对象的光谱和形状等特征,建立简单的分类决策树,提取粗略的建筑物候选区和相对准确的阴影区。计算相邻 近阴影对象和建筑物对象的关系特征,建立简单的知识规则,即可从建筑物候选区中消除广场等噪音,获得准确有效的建筑物目标 信息。通过QuickBird卫星影像的实验,证明了该方法在高分辨率卫星影像建筑物目标识别中具有相当的适用性和准确性。     

基于空间关系认知的新模式地图设计——以路网构架图表达“一带一路”路线为例

地图所要表达的空间结构通常通过空间关系来建构和描述,包括距离关系、方向关系和拓扑关系。本文基于空间关系认知,从定名量表、顺序量表、间隔量表、比率量表4个量表分析了传统地图与新模式地图的空间关系分辨率的变化过程,并以路网架构图为例,对比了传统地图与新模式地图的认知效果,提出在制图中要重视认知效率和表现对象的细节程度。     

Utilizing the Potential of World View −2 for Discriminating Urban and Vegetation Features Using Object Based Classification Techniques

With the availability of very high resolution multispectral imagery, it is possible to identify small features in urban environment. Because of the multiscale feature and diverse composition of land cover types found within the urban environment, the production of accurate urban land cover maps from high resolution satellite imagery is a difficult task. This paper demonstrates the potential of 8 bands capability of World View 2 satellite for better automated feature extraction and discrimination studies. Multiresolution segmentation and object based classification techniques were then applied for discrimination of urban and vegetation features in a part of Dehradun, Uttarakhand, India. The study demonstrates that scale, colour, shape, compactness and smoothness have a significant influence on the quality of image objects achieved, which in turn governs the classified result. The object oriented analysis is a valid approach for analyzing high spatial and spectral resolution images. World View 2 imagery with its rich spatial and spectral information content has very high potential for discrimination of the less varied varieties of vegetation.     

遥感影像目标的尺度特征卷积神经网络识别法

高分辨率遥感影像的目标检测与识别，是高分对地观测系统中影像信息自动提取及分析理解的重要内容。针对传统影像目标检测与识别算法中人工设计特征稳健性与普适性差的问题，本文提出基于高分辨率遥感影像目标尺度特征的卷积神经网络检测与识别方法。首先通过统计遥感影像目标的尺度范围，获得卷积神经网络训练与测试过程中目标感兴趣区域合适的尺度大小。然后根据目标感兴趣区域合适的尺度，提出基于高分辨率遥感影像目标尺度特征的卷积神经网络检测与识别架构。通过WHU-RSone数据集对本文卷积神经网络架构与Faster-RCNN架构对比测试验证。试验结果表明，本文架构ZF模型和本文架构VGG-16模型的mean average precision （mAP）分别比Faster-RCNN ZF模型和Faster-RCNN VGG-16模型提高8.17%和8.31%，本文卷积神经网络架构可获得良好的影像目标检测与识别效果。     

空间数据连续尺度表达的矢量金字塔模型

连续多尺度表达是当前地图制图领域中的热点问题之一,常规地图采用多级瓦片剖分、多版本存储技术实现空间多尺度表达,存在数据量冗余、跨级别不一致、瓦片间尺度跳跃大等问题。结合传统地图综合、多尺度表达数据结构和空间索引建立等多种策略,在目标数据模型中加入尺度维和操作信息,记录地图综合的过程和尺度变换,建立空间数据矢量金字塔模型。该模型离线综合获取多级基态尺度表达数据,确定每个目标的尺度表达空间范围,并通过面向对象建模技术将目标表达状态及其纵向关联关系、算子类型及控制参量等信息封装在多尺度目标中;同时,建立一端或两端控制的尺度变换结构。基于该模型可快速获取适应用户需求的连续尺度表达状态。     

地图综合中的地图目标自相似性分形衰减研究

分形衰减是指在地图综合中,地图目标随着比例尺的变化其结构形态随之发生改变,其自相似程度是递减变化的,反应到分维数的变化上,称之为分形衰减。本文以分形分析方法作为工具,分维值作为度量参数,分析地图综合中地图目标的分形衰减现象。以扩展分维作为理论基础,从变维分析的角度出发,研究地图目标的自相似程度随比例尺变化而衰减的规律,进一步研究地图目标的尺度指标与分形衰减之间的关系。     

图数统一表达地理模型及自补偿方法

自20世纪初地图综合被提出以来,经过几十年的完善和发展,逐步实现了由完全手工作业模式向计算机自动化综合模式的转变,然而当前自动化水平仍比较有限。本文结合地图学理论和符号几何特征设计规范,建立了由模型基元和贝塞尔曲线构成的统一表达地理模型,辅之以NIV空间关系模型,提出了模型实体化的拓扑补偿和模型地图化的制图补偿自动化实现方法,探索一条解决地图自动综合这一世界性难题的方法与思路。最后展望了地图自动综合的前景以及下一步努力的方向。     

遥感数据空间尺度分级模型与基本比例尺关系

多源遥感数据综合应用是遥感发展的必然趋势,统一的遥感数据空间尺度分级模型是多源数据集成与综合应用的基础。虽然已有多种空间尺度分级模型,但很多主流模型并非出于分尺度综合应用目的,缺乏客观的比较和评价。国家基本比例尺系统作为经过论证、中国应用面最广泛、接受度最高的一种尺度分级系统,是以应用为导向的遥感数据空间尺度分级模型的最优参照系。从不同视觉精度下国家基本比例尺对图像空间分辨率的需求出发,比较各空间尺度分级模型的层级分辨率与需求分辨率的匹配情况,包括OGC Well Known Scale Set的Global CRS84Pixel和Google Maps Compatible,以及NASA World Wind、Google Map、百度地图、天地图等软件平台采用的层级格网系统,以及"五层十五级"遥感数据组织模型,通过对数据信息冗余度的分析,对各个模型进行了评价。结果表明,在高视觉精度应用需求下,"五层十五级"模型与基本比例尺精度要求具有较明显的匹配优势,其次为OGC Google Maps Compatible模型和天地图模型,其余模型平均数据冗余倍数在2倍左右;在低视觉精度应用需求下,"五层十五级"模型平均数据冗余度仍为最低,其次为Google Map模型,其余模型平均数据冗余倍数都在2倍以上。     

高分二号卫星遥感影像制图适用性分析

遥感影像制图是高分辨率卫星数据应用的主要方面之一。针对高分二号卫星影像制图流程,本文讨论了影响制图效果的几个关键因素,包括自然真彩色波段合成方式、人眼分辨率与打印分辨率（DPI）的关系、卫星影像空间分辨率与制图比例尺的关系。实践证明,这些处理方法在高分辨率遥感影像制图工作应用中取得了良好的效果。