遥感图像的异质性测度分割效果评价

针对高分辨率遥感图像分割结果的评价问题,提出一种基于异质性测度的非监督分割评价方法。首先,通过全局方差和加权Moran指数分别表示对象内异质性和对象间异质性,并利用二者归一化后的和式来对整体分割结果进行评价。其次,为了进行局部分割结果评价,提出一种基于对象方差和局部Geary指数的异质性测度。最后,利用多分辨率分割方法对遥感图像进行分割,并利用提出的方法进行分割评价。实验结果表明,提出的方法能够对不同分割尺度结果进行有效评价,同时可以对过分割区域和欠分割区域进行判断。     

全连接条件随机场高分辨率遥感影像面状地物交互提取

提出一种基于全连接条件随机场高分辨率遥感影像面状地物交互式提取方法。通过人工交互标记估计前景模型,结合光谱与纹理特征,在利用简单线性迭代聚类算法对输入影像进行过分割的基础上,通过基于区域的最大相似融合对前景区域进行扩充,建立全连接条件随机场描述影像的全局信息。以均值场估计为基础,利用高维高斯滤波方法实现模型推断,进而获取面状地物轮廓。通过对高分遥感影像上水域、林地、梯田等面状地物的实验提取,证明了该方法的有效性。     

一种从LIDAR数据提取城区DTM的方法

由机载激光扫描系统获取的点云数据,可以直接生成扫描区域的数字表面模型,但要想提取数字地面模型还须对点云数据进行分类处理。提出了一种获取数字地面模型的方法,其主要思路是利用原始的激光数据构建二维三角网,从而构建数字表面模型。通过分析数字表面模型的坡度进行初始的分割,剔出坡度较大的三角形。经过初步的分割之后,通过连通区域分析来获取每个分割区域的特征,提取出裸露地表高程,从而由点云数据构建出数字地面模型。     

一种应用三角形划分的空间对象形状匹配方法

为解决现有空间对象形状相似性匹配准确率较低的问题,提出一种应用三角形划分的形状相似性匹配方法。该方法按形状主方向对面状空间对象进行分割,按串联、并联和组合形式对空间对象进行三角形划分,准确描述面状空间对象的形状特征,度量空间对象间的形状相似性。通过形状数据集匹配、不同年份面状水系图层匹配和矢量地图草图检索,测试本方法的形状检索性能,并和其他空间对象形状匹配方法进行对比。实验结果表明,本方法具有更高的形状检索准确率。三角形划分形状匹配方法具有平移、旋转、尺度不变性和较强的形状描述识别能力。     

一种高分辨率SAR影像道路提取方法

针对高分辨率SAR影像中细节信息损坏道路的面特征结构、影响道路提取,基于影像统计特征,给出一种结合区域生长和细节信息识别的道路提取方法。该方法通过区域生长提取呈现面特征的暗目标(道路框架),利用CFAR算法识别细节,通过形态学融合得到最终结果。为降低高分辨率影像区域异质性对提取结果影响,提出了一种自适应CFAR算法,相比之前算法可自适应删除干扰点;并引入有效表征影像统计的GA0分布。利用海南省陵水黎族自治县机载X波段高分辨率SAR数据的幅度影像进行实验,结果表明,该方法能有效提取呈面特征的道路,获得准确的道路宽度和中心线信息。     

一种基于点云数据的建筑物平面精细分割方法

针对现有大规模点云数据平面特征分割方法中存在的错误识别、效率低、抗噪性差等问题,该文提出一种基于2D霍夫变换和八叉树的建筑物平面精细分割方法。该方法首先,对原始点云进行空间均匀降采样并向X-Y面投影,利用改进的2D霍夫变换算法提取投影后的点云线段,使用选权迭代法精确计算线段所在直线的方程及端点坐标,进一步确定立面的空间几何方程;接下来,建立原始点云数据的八叉树结构,利用端点坐标设计立方体并分割出立方体内的立面点云;最后,将立面点云从原始点云中剔除,对余下点云降采样并向X-Z面投影,重复以上过程分割水平面点云。试验验证了该文方法对建筑物面状特征分割的有效性。     

顾及全局和局部最优的高分辨率遥感影像多尺度分割优化算法

遥感影像多尺度分割是面向对象影像分析方法（OBIA）的关键步骤,分割质量直接影响OBIA的分类精度,目前多尺度分割方法都很难让分割结果同时达到全局和局部最优。本文针对上述问题,提出一种新的顾及全局和局部最优的高分辨率遥感影像多尺度分割优化算法。该算法主要包括：（1）采用局部方差准则获得多尺度分割的全局最优分割尺度。（2）对全局最优分割尺度中的过分割和欠分割对象进行优化处理,获得局部最优分割结果。（3）将局部最优化分割结果与全局最优分割结果进行融合,获得最终的多尺度优化分割结果。本文采用2个QuickBird遥感影像进行实验,验证该算法的有效性,并对实验结果进行定性和定量分析,结果表明：（1）从视觉效果来看,优化后的分割结果具有更准确的分割边界,大尺度的地物保持较好的区域性,小尺度的地物保持了更多细节。（2）从定量评价指标（RR、RI和ARI）分析：在实验1中,该算法比全局最优分割尺度的RR\RI\ARI分别提高了2.1%,2.4%,30.2%,比基于K均值优化算法分别提高了8.3%,0.1%,8.1%,比融合边界优化算法分别提高了0.7%,0.4%,17.6%;在实验2中,该算法比全局最优分割尺度的RR\RI\ARI分别提高了4.5%,2.7%,29.3%,比基于K均值优化算法分别提高了17%,0.8%,8.4%,比融合边界优化算法分别提高了1.7%,2.5%,17.2%。（3）相对典型分割算法,该算法的优化结果达到了局部和全局最优;相对其他多尺度分割优化算法,该算法同时减少了欠分割和过分割对象。     

结合空间辅助面特征的区域自动配准

提出了一种新的基于空间辅助面特征的主被动遥感影像区域自动配准方法,该方法借鉴了全局区域配准高精度与局部区域配准低复杂度的算法特征,采用正、反函数变换法提取具有相同角度和尺度的空间特征,并采用归一化互相关系数法定义灰度相似性,通过构建空间辅助面,将空间特征和灰度相似性有效地结合起来,共同用于影像的自动配准。文中选取了SPOT与ASTER影像、ASAR和ASTER影像两组数据进行实验,并提取基准影像和配准后待配准影像的不同部位相间拼接形成结果图,从中可以看出各种地物在拼接处表现自然平滑。实验结果证明,该方法简单易行,且配准精度较高。     

基于时序和空间子集的水深数据优化方法研究

从时间序列和空间分布2种不同角度,确立了水深数据的子集分割思想并展开了子集分割的方法研究,同时研究了基于时间序列的单子集水深数据线性回归优化方法(LO-TS)和基于空间分布的单子集水深数据特征反距离优化方法(IDC-SD),并结合2种方法自身特点对优化结果进行分析。研究发现2种方法均不改变测区的整体水深分布趋势,而基于时间序列的单子集水深数据线性回归优化方法,优化幅度较大,主要影响因子是波浪起伏,更能表现出测量断面特征,缺点是在水深值变化幅度较大区域容易出现优化率较高的情况。基于空间分布的单子集水深数据特征反距离优化方法,优化幅度较为平稳,一般不会出现优化过度的情况,主要影响因子是邻近区域的水深空间分布特征,能够充分表现出子集的水深分布特征,缺点是没有充分考虑波浪干扰影响。     

车载激光扫描数据中多类目标的层次化提取方法

提出了一种从车载激光扫描数据中层次化提取多类型目标的有效方法。该方法首先利用颜色、激光反射强度、空间距离等特征,生成多尺度超级体素;然后综合超级体素的颜色、激光反射强度、法向量、主方向等特征利用图分割方法对体素进行分割;同时计算分割区域的显著性,以当前显著性最大的区域为种子区域进行邻域聚类得到目标;最后结合聚类区域的几何特性判断目标可能所属的类别,并按照目标类别采用不同的聚类准则重新聚类得到最终目标。试验结果表明,该方法成功地提取出建筑物、地面、路灯、树木、电线杆、交通标志牌、汽车、围墙等多类目标,目标提取的总体精度为92.3%。     

基于欧氏区域分配的面状河流中轴线提取方法研究

提出一种基于欧氏区域分配的面状河流图斑中轴线的提取方法。对于面状河流边界线,首先利用相邻的线状支流对边界线进行分割;再采用欧氏区域分配的方法提取分割后边界线的邻近线;最后对邻近线进行裁剪得到中轴线。试验结果显示,该方法所提取的中轴线连续、光滑,且与相邻的线状支流保持有拓扑关系,对于数据量大、形状复杂的面状河流达到了自动...     

面向对象的农田信息遥感影像分割算法

为了提高农业遥感数据处理中多光谱影像分割的精度,文章提出了一种面向农田信息提取的遥感影像分割算法:利用KMeans非监督分类算法和Fisher标准估算多光谱遥感影像中各个波段的权值,并将估算的波段权值应用到光谱合并计算中,能够较好地提高农田区域的分割精度,实现基于全局最优合并的区域生长算法,得到最优化的分割结果;从分割结果中提取基于区域的NDVI信息可以较为快速、准确地区分农田和非农田区域。实验结果说明:该方法的分割精度优于传统的全局最优合并算法和FNEA算法,并对遥感影像中旱田和水田的提取均有较好的效果。     

利用方向场进行指纹图像快速分区

指纹方向场真实地反映了指纹图像中本质的纹理特征,包括指纹的基本形状、结构和走势。方向场图像在局部区域表现相对一致,而在全局范围则表现出较大的差异。基于方向场对指纹图像进行分区,可以提供一种有用的辅助性全局特征。本文提出了一种指纹图像快速分区方法,并结合一种基于局部描述子的指纹图像匹配算法给出了其应用实例。在FVC2004DB1数据集上设计了实验,结果表明,这种分区方法能有效地提高识别率,同时缩短处理时间。     

SAR图像机场区域的掩体目标检测方法

提出了一种基于几何活动轮廓模型分割的SAR机场掩体目标检测方法。根据SAR图像的特性选择了Chan-Vese模型(C-V模型),对其进行加窗,使全局信息的C-V模型局部化,并扩展到多相,从而有效地分割出机场区域;再根据掩体目标的断头路位置特征检测目标潜在位置;最后利用掩体在SAR图像的强回波特性去除虚警,实现对掩体目标的有效检测。实验表明:该方法能克服相干斑的干扰,简化对复杂拓扑关系的处理,为检测机场掩体目标提供了一种有效技术途径。     

点云数据的多几何面片特征自动识别

针对人工构筑物丰富的面片特征,提出一种基于局部采样优化的多种几何面片（平面、柱面、球面）点云数据分割方法。该方法首先利用三维格网建立点云数据的空间划分,然后根据随机采样点确定局部格网单元,在格网单元内部拟合多种几何模型,通过局部打分确定局部候选模型（集）,利用统计推断估算候选模型集的全局打分区间,最终获得当前最优模型及其一致集,从而实现点云数据分割。试验结果表明：该方法能够对富含规则几何特征的人工构筑物进行有效分割。     

多层次空间同位模式自适应挖掘方法

空间同位模式挖掘旨在从空间数据中发现频繁发生在邻近位置的事件集合,对于揭示地理现象间的共生规律具有重要价值。由于地理现象的空间异质特质,空间同位模式也存在区域性分异的特点,在不同空间层次上的分析结果各异。然而,现有方法仅从全局视角挖掘空间同位模式,发现局部空间同位模式依然是一个亟待解决的难题。为此,本文基于由整体到局部的思想,提出了一种多层次空间同位模式自适应挖掘方法。首先,从全局视角提取频繁的空间同位模式,将全局不频繁的空间同位模式作为候选的局部空间同位模式;然后,通过对候选局部同位模式进行自适应聚类自动识别其局部分布区域,并在这些局部区域内度量候选模式的频繁程度;进而,提出了一种叠置推绎的方法,从频繁子模式的局部区域中进一步推绎获得超模式的局部分布区域,最终生成所有频繁的局部空间同位模式集合。通过试验分析与比较发现,本文方法不仅可以发现全局的空间同位模式,还能有效提取具有区域性分布特征的局部空间同位模式,可以从多个空间层次上反映地理事件间的共生规则。     

面向对象的船载激光扫描数据船舶目标检测方法

提出了一种基于对象的船载激光扫描数据内河船舶目标检测方法。该方法基于船舶目标的高程信息和几何特征,利用投影和图像形态学运算方法快速确定包含船舶目标的兴趣区域;然后针对船舶目标数据的空间分布特征,对兴趣区域点云数据进行欧式距离分割和优化处理,生成实体对象,并构建高差、外包围盒和局部密度等特征构成的向量,采用支持向量机进行二元分类,提取出船舶目标。该方法成功地检测出船载激光扫描数据中的船舶目标,船舶目标检测的准确率较高。     

基于GMRF-SVM的高分辨率遥感影像目标区域划分方法

高分辨率遥感影像数据量大、细节丰富并呈现出一定的尺度依赖性,单一尺度遥感影像分割难以同时兼顾影像的宏观和微观特征,这成为制约遥感信息自动化提取技术发展的瓶颈之一。对此本文提出了基于特征的多尺度高分辨率遥感信息提取技术框架,并分析了其对于大尺度海量数据信息提取与目标识别工作具有的理论及实践意义。根据影像光谱或纹理等特征,提出采用GMRF-SVM方法在大尺度上进行分类的目标区域划分方法。从大尺度信息提取的角度来看,该方法综合了GMRF纹理分类和SVM少量样本模式识别的优势,便于先验知识的融合,无论从花费时间还是分类处理效果上,都远远优于直接采用GMRF进行分割所取得的效果,对于后面的信息提取和目标识别来说更具有实际意义。     

面状要素主骨架线自动提取算法研究

基于对Delaunay三角网和对其算法的改进,实现了面状要素主骨架线自动提取。改进了Delaunay三角网生成算法,使其能适用于较为复杂的面状要素的三角网的建立;提出了面状要素三角网边界区域存在的大量的小三角形的定义和处理小三角形的有效算法;以三角形为最小单位作为树节点,有效地建立了基于三角网的二叉树结构。实验验证了对目标主骨架线提取的有效性。     

多主体框架下基于FCM的彩色遥感图像分割

为解决大尺度高分辨率遥感图像的数据量大及局部非均匀问题,提出一种在多主体系统（MAS）框架下基于模糊C均值（FCM）的彩色遥感图像分割方法。首先利用规则划分技术将图像域划分为若干个子块,每个分割主体控制一个子块;然后在MAS框架下,分割主体通过FCM算法实现对应子块的初始分割,将初始结果与全局模型协作,确定其区域正确类别数和标号统一;最后通过协调主体协调各分割主体及其邻域分割主体的聚类中心,从而消除遥感图像的局部非均匀性,以实现彩色遥感图像分割。利用提出算法和FCM算法分别对真实彩色遥感图像和合成图像进行了分割试验,并对其分割结果进行定性、定量评价,其结果说明了提出方法的可行性和有效性。