k均值聚类引导的遥感影像多尺度分割优化方法

针对不同尺度地物的分割需求,提出了一种k均值聚类引导的多尺度分割优化方法。首先对原始影像进行小尺度分割和k均值聚类,然后利用k均值聚类结果引导对象合并,在合并过程中利用Otsu阈值方法自动选择k均值聚类的影响因子,最终得到适应不同尺度地物的分割结果。以FNEA多尺度分割方法为例,利用模拟数据和真实的GeoEye-1影像数据进行相关试验,目视和定量评价表明本文方法能够得到适宜不同尺度地物的高质量分割结果。     

AutoDesk Map二次开发在地形图生产中的应用

在实际生产中,存在着利用GIS数据制作CAD格式地形图的需求,传统的转换方法中属性信息的丢失现象比较严重,给后期的成图工作带来诸多不便。利用AutoDesk Map进行格式转换,大大减少了属性信息的损失。在属性信息保存较完好的基础上,通过对该软件的二次开发,在一定程度上提高了制图的自动化程度。