遥感聚合图像的快速拓扑矢量化方法

鉴于当前遥感图像矢量化效率普遍不高,提出了一种遥感聚合图像的快速拓扑矢量化方法。该方法对聚合图像中的聚合对象进行唯一性标号,并将这个标号作为属性赋予生成的矢量多边形,通过矢量多边形的标号间映射关系便可以快速建立复杂岛屿多边形的拓扑包含关系。试验表明,该方法能够精确地完成斑块对象边界追踪及复杂岛屿多边形处理,并显著提高矢量化的速度。     

大数据量遥感分类图像的动态矢量化算法

针对大数据量遥感图像矢量化时间效率低和空间瓶颈问题,采用顶点提取过程中同时进行图斑矢量化的策略,提出一种适应大数据量遥感图像的动态矢量化算法。首先,统计图像中各图斑的顶点个数,将其作为图斑顶点集合能否构成封闭多边形的判定条件;然后,在顶点提取的过程中发现有能够成封闭多边形的图斑顶点集合,立即将其矢量化并释放其所占内存,图斑矢量化时直接将顶点构建成多边形无需生成中间弧段,并即时形成拓扑关系。实验表明,文中算法能快速高效地完成大数据量遥感图像矢量化,速度是ARCGIS（9.2版本）矢量化算法的3~4倍。     

遥感影像目视解译矢量化分析

遥感技术已成为快速、客观、准确监测土地利用变化状况及其变化规律的重要手段.在土地调查工作中,具有十分重要的研究意义和使用价值,也是十分可行的一种技术手段.文章通过第二次土调查遥感影像解译及矢量化实际应用,阐述了遥感影像在二调中的应用,论证了遥感影像在第二次土地调查应用中的方法,得出了在土地调查工作中遥感影像的应用具有十...     

遥感影像目视解译矢量化分析

土地是民生之本,发展之基。土地管理影响国家经济安全、粮食安全、生态安全,关系到经济社会发展的全局。本文以第二次土地调查影像图为研究对象,以SPOT 5正射影像图解译矢量化为例,针对土地调查中土地分类如何解译及矢量化问题进行研究,归纳出利用SPOT 5遥感影像完成第二次土地调查图件的解译及矢量化的工作方法。实践证明在第二次土地调查工作中计算机自动分类方法不适用,人机交互目视判读进行矢量化是最佳的工作方法。     

一种基于边界搜索的栅格矢量化算法

栅格数据的矢量化是GIS领域重要的研究内容。针对栅格数据矢量化准确率低和效率低等问题,该文提出了一种基于边界搜索的矢量化算法,通过对栅格图像的一次遍历,提取结点和中间点,生成弧段,构建多边形;并在构建多边形中,提出了一种简单易行的最右侧方向判断方法,综合运用最小外接矩形和射线法判定逆时针多边形的归属。实验表明,该文提出的矢量化算法能够较准确矢量化复杂的栅格图像,具有较好的效率,可为多值栅格图像快速矢量化及相关研究提供借鉴。     

基于拓扑关系的TIN生成算法中的边扩展算法

描述了TIN的点、边、三角形之间的拓扑数据结构 ,并阐述了在TIN的生成过程中 ,利用这种拓扑关系进行边的扩展、新形成的三角形有效性判断 ,实验结果表明 ,采用这种拓扑结构的TIN算法比常规的边扩展TIN生成算法在算法复杂度上大为简化 ,提高了TIN生成的速度和效率     

基于规则格网数据的区域边界矢量化算法

区域分析法是在作战测绘保障中研究战场环境的基本方法。特定区域的准确、详细的描述,需要获取区域矢量边界和建立区域之间的拓扑关系。以往通常采用等值线追踪算法获取描述区域的矢量边界,其结果在边界的自封闭性、完整性和建立拓扑等方面存在问题。文中就如何对规则格网数据所描述的区域通过二值化处理,运用八向邻域的有向判断策略,提出了一种获取描述区域矢量边界的算法。     

矢量数据辅助的高分辨率遥感影像道路自动提取

高分辨率遥感影像上细节信息繁杂、干扰物普遍存在,对其进行自动化道路识别与提取的相关研究仍处在探索阶段。在道路提取过程中引入矢量数据辅助,可解决初始信息获取的困难,得到可靠性较强的训练样本。为此,提出一种矢量数据辅助下的道路提取方法,能够筛选出矢量数据中包含的有效信息,引导实现对高分辨率遥感影像的道路自动提取。利用Mean-shift滤波对图像进行预处理后,首先从矢量数据获取候选种子点,并通过提炼同质区域的形状特征剔除错误候选点;然后,自动获取负样本点以进行朴素贝叶斯分类,并采用邻域质心投票算法从分类影像提取道路中心线;最后,结合像素跟踪与方向判断矢量化道路中心线,并提出一种基于矢量几何分析的断线连接与毛刺剔除方法,对提取结果进行信息修复与规整、优化。实验结果显示,该算法的提取质量达到80%以上,且具备较强的稳健性,能够适应具有不同道路辐射和分布特征的高分辨率遥感影像。     

遥感分类栅格图的快速矢量化方法

遥感数据成为GIS愈来愈重要的一种数据源.栅格数据与矢量数据之间的快速转换是RS与GIS集成中的关键技术之一.本文通过分析遥感分类图栅格像元之间的关系,快速自动地提取矢量数据点及其连接信息,进而利用连接信息快速生成弧段,由弧段自动组建多边形并建立完整的拓扑关系.实验表明,该方法是一种由遥感分类图自动转换成GIS通用数据的高效方案.     

浅析影像地图制作中数据矢量化应注意的几个问题

结合<苏州市影像地图集>的编制,针对影像地图制作过程中数据矢量化阶段经常遇到的几个问题,运用实例进行分析和研究,并提出解决这些问题的思路和方法,为今后影像地图制作中数据矢量化提供参考.     

多光谱遥感影像阴影提取

以资源三号卫星多光谱影像为研究数据,通过近红外波段进行阈值分割,得到含有水体及噪声的阴影区域;然后,对初次分割结果在其余波段进行二次分割达到剔除噪声和提取阴影区域的目的;之后对原始影像进行边缘检测与提取,结果与阈值提取结果进行叠合,通过膨胀或腐蚀对阴影提取结果进行修正;最后,得到较好的阴影提取效果。     

基于MODIS遥感数据的水体提取算法研究

针对MODIS遥感数据采用多波段普间关系算法提取水体容易与阴影混淆,产生提取不精确的问题。作者将对多波段普间关系水体提取算法进行研究,并以鄱阳湖为实验对象,使用改进后的多波段普间关系算法对水体进行提取。实现提升水体提取精度的目标。     

遥感影像边缘增强的L_2向量空间范数算法

采用线性代数L2向量空间Householder变换-Norm(范数)构造函数,实现了遥感影像的边缘增强。影像实验结果与传统的Laplacian和Sobel边缘增强进行比较表明,本算法的边缘增强效果要优于Laplacian和Sobel边缘增强,为遥感影像的边缘增强提供了一种新的手段。     

基于MODIS遥感数据的水体提取模型及算法改进

针对MODIS遥感数据采用多波段谱间关系模型提取水体容易与阴影混淆,产生提取不精确的问题,作者改进了模型中的水体提取算法,然后对鄱阳湖的MODIS遥感数据进行水体提取实验。最终,实验结果表明,改进后的水体提取算法能够有效地提升水体提取精度。该方法现已运用到一些采用MODIS数据进行水体监测与提取的实践作业中。     

基于边缘的多光谱遥感图像分割方法

从Marr视觉计算理论和Tobler地学第一定律出发,提出了基于边缘的多光谱遥感图像分割方法.在基于边缘的多光谱遥感图像分割方法中,由边缘检测、边缘综合、边缘生长、区域标号等环节组成.该遥感图像分割方法在可视化开发平台Delphi中予以编程实现.将之应用于日本熊本市（Kumamoto）的Quickbird多光谱遥感图像中,并与多种遥感分割算法进行了比较：（1）从多光谱遥感图像各波段亮度信息利用的程度上看,提出的遥感图像分割方法能充分利用多波段亮度信息;（2）从遥感图像分割结果上看,由于分别对不同的波段进行边缘检测,并在此基础上进行边缘综合、边缘生长,遥感图像中的细节特征得到了充分体现,遥感图像分割效果更理想;（3）从计算复杂度和计算效率上看,基于边缘的多光谱遥感图像分割法较其他分割方法有一定的优势.     

SAR波长对遥感图像统计特征的影响

遥感图像统计特征在目标辨识、图像配准以及图像分类等任务中扮演着重要角色。传统的统计特征鲁棒性分析一般是基于图像具有同一传感器参数的假设。而在现实任务中,往往需要处理由不同传感器参数拍摄的遥感图像,比如不同波长或入射角度等。传感器参数不同会导致图像灰度与表象特征不同,进一步会影响到统计特征表达。因此有必要系统研究常用统计特征与传感器参数之间的相关性,从而实现更加鲁棒的图像处理与分析。本文研究了目前常用的六种图像统计特征,在合成孔径雷达（SAR）波长变化时（L波段、C波段和X波段）的鲁棒性。实验中,对鲁棒性能指标作出定义,并对不同统计特征的鲁棒性做出了比较与分析。实验结果发现,不同统计特征对波长变化的鲁棒性不同,同时图像特征在不同地形时随波长变化的规律也不一致。本文的研究成果对基于SAR图像的判读、景象匹配制导以及景象适配性分析等具有重要的指导意义。     

Apriori算法在遥感影像数据挖掘中的应用

近年来,遥感影像在数据挖掘中的应用越来越广泛.本文结合一个简单的实例将Apriori算法应用于遥感影像数据挖掘中,为相关的决策提供参考.     

基于HOT影像优化的遥感影像去雾算法

针对BSHTI和IBSHTI两种算法对卫星影像云雾校正后,地表的色调和纹理等细节缺失严重的问题,提出OIBSHTI算法对IBSHTI算法得出的雾厚度图像进行地表信息削减。通过填洼算法去除暗色区域,并引入纹理和边缘信息等进行优化处理,在彻底去除云雾的同时保留地表的色调和纹理,特别是蓝色或红色建筑物房顶的校正效果较为明显。     

一种遥感影像核变化检测方法

提出了一种新的遥感影像核变化检测方法。该方法是将原始空间不同时相的输入矢量通过核函数非线性映射到高维特征空间,然后在高维特征空间中通过传统变化检测方法处理得到新的输入矢量,最后通过半监督的单类支持向量机算法对新的输入矢量构造变化区域与非变化区域的最优分割超平面。试验证实,本文的核变化检测方法具有较高的检测精度和效率。     

高分辨率遥感影像分割的城市绿地提取研究

林地是国家重要的自然资源和经济资源,掌握林地分布状况对林地资源调查管理具有重要意义。针对传统林地提取方法精度较低且边界不规则的问题,设计了一种联合多尺度注意力机制与边缘约束的林地提取方法。首先,构建一种端到端的多尺度注意力神经网络模型,充分提取影像中林地的上下文特征,对不同尺度下的林地进行语义描述,实现高精度的林地像素级表达;其次,构建边缘约束规则,对提取结果进行边界优化,提高林地提取结果的可读性。为证明方法的有效性,以中国四川省绵阳市三台县作为实验区,建立数据集并进行林地提取实验,结果显示,所提方法提取的精确度为81.9%,召回率为75.6%,F1分数为78.1%,交并比为64.2%。结果证明,所提方法在遥感影像林地提取应用上效果良好。