遥感影像特征提取与选择及在影像分类中的应用

利用模式识别中特征提取和特征选择的相关理论对遥感影像的纹理特征进行遴选和变换处理,得到描述纹理的二次特征。实验证明这些新特征能够提高影像分类精度和分类效率。     

史前连续文化聚落的决策树分类挖掘研究——以郑州-洛阳地区为例

利用C4.5决策树分类算法和GIS组件Super Map Objects,开发实现了基于连续文化序列的空间数据挖掘系统,运用此系统对郑州-洛阳地区史前四个连续文化时期的聚落进行了数据挖掘,提取了聚落遗址面积的分类规则,并根据这些分类规则和聚落的空间分布情况对四个文化时期的I级聚落进行对比分析,得出了I级聚落的空间分布特点,即I级聚落中的一些特大面积的聚落朝着中心聚落的方向发展。     

RBF网络在地质样品非线性基体效应校正中的应用

基于RBF(Radial Basis Function)网络的正交最小平方算法,对攀枝花地质样品进行动态非线性基体效应校正.首先采用EDXRF仪器对样品进行测量,并对样品的荧光计数进行归一化,设计出自动分类模型和动态非线性数据基体效应校正模型的二级串联结构,用自组织神经网络(SOFM)进行分类,然后用RBF网络预测了未知样品元素Ti的百分含量.结果表明:对所预测样本的Ti的百分含量与化学分析相比的误差均小于0.5%.由此可见,用RBF方法可以有效地对地质样品进行非线性基体效应校正,能够达到工矿生产的要求.     

基于权重与混合模型的遥感图像分类方法研究

提出了一种基于权重与混合像元模型的遥感图像分类方法。该方法在现有光谱混合模型的基础上,根据实际应用需要确定地类权重,通过地类丰度与权重因子加权平均确定像元的隶属类型,从而实现遥感图像分类。以SPOT-5土地覆盖遥感分类为例,对权重与混合像元模型结合的图像分类方法进行了验证,结果表明,该方法提高了遥感图像分类精度,在一定条件下更具实际意义。     

基于正交小波变换的海底地形复杂程度分类方法研究

给出了量化的海底地形复杂程度分类指标,并利用正交小波变换所具有的良好的图像识别与分类特点建立了包含18种典型海底的特征海底分类库,同时给出了海底地形复杂程度分类算法.通过分类算法将计划测量海区海底与特征海底分类库中的海底进行分类匹配,确定了计划测量海区海底的海底地形复杂程度.实例验证了该方法的有效性和适用性.     

基于信息熵的遥感分类最优空间尺度选择方法

以影像分类为例,从类别可分性的角度提出了基于信息熵的最优空间尺度选择方法.实验结果表明,基于信息熵的最优尺度选择方法的结果有很好的合理性,符合实际的分类结果,能够在一定程度上指导实际遥感分类中的空间尺度选择.     

基于土地利用现状数据库的土地利用遥感分类本底数据库建设——以山东省泰安市泰山区为例

遥感分类本底数据库和土地利用现状数据库在地类判别标准、精度要求、数据格式和原始底图等方面存在诸多一致性.基于土地利用现状数据库进行遥感分类本底库的建设,大大减少了数据矢量化和外业调查的工作量.由于大部分工作都可以通过计算机来完成,因此作业时间和人力物力投入相应减少,同时确保了遥感分类本底数据库的精度.     

构建基于GIS的房产管理

阐述了基于GIS房产管理的关键是建立统一的数据分类与编码标准,核心是建立房屋的空间地理属性信息、自然属性信息、社会人文属性信息的链接,基础是建立房产地理信息数据库。并提出了建立房产地理信息数据库的方法、设计思路和方式。     

北京市野鸭湖湿地土壤盐渍化遥感监测与动态分析

以北京野鸭湖涅地为例,利用遥感影像,深入分析涅地地区盐渍化土壤的光谱特征,借助PCI和ENVI图像处理平台,进行盐渍化土壤专题信息的提取,得出涅地地区土壤盐渍化的动态演变趋势。     

用多种策略从机载Lidar数据中提取建筑脚点

设计了一种采用多种策略的建筑脚点提取方法,针对建筑脚点提取中的两个关键步骤--数据分类和建筑脚点分割,分别提出和引入了邻近关系和r半径点密度,从仅反映单次反射的DSM数据中,直接提取出建筑表面点.