基于最优尺度的高分辨率遥感影像道路提取

遥感影像道路提取一直是遥感应用的重点研究方向之一.传统的基于像素级的道路提取方法侧重于考虑影像的像素信息,并没有考虑到地物目标之间的空间依赖性.本文针对高分辨率遥感影像,提出了一种新的面向对象的道路提取方法,其基本思想是利用道路的多尺度特性,将不同尺度的道路提取结果进行集成,得到最终的道路提取结果.方法的主要过程是首先建立不同的图像尺度层,根据道路对象内部的同质性和道路与背景间的异质性给出道路提取的最优尺度层;其次,在道路的最优尺度上提取道路的主干道;最后依次在各小尺度层上通过道路生长的方法实现道路的完整提取.试验结果表明本文所提方法能明显提高道路的提取精度.     

地理本体在动态交通系统中的应用

随着移动定位、移动GIS与物联网等技术的不断发展,动态交通信息的服务能力和服务水平不断提升,对数据管理效率提出了更高要求。本文将本体应用到交通GIS中,借助本体概念层次结构和语义扩展等特性来组织和分析动态交通数据：首先应用本体论的理论和方法,从交通本体的层次模型出发,构建一个简单的交通应用本体;其次以实例的形式给出交通信息本体的系统应用框架;最终就动态交通信息本体实现与应用进行进一步论述。大量实测的试验数据结果表明,本文方法可解决交通信息领域中的多专题动态信息综合管理问题,促进交通信息管理与服务的提升。