SPOT卫星影像居民地信息自动提取的决策树方法研究

以南京市江宁县为研究区域，首先分析了该区域居民地的影像特征，然后研究了居民地及其背景地物在SPOT—4(Ⅺ)卫星影像4个波段上的光谱特征，并由此探讨了它们在光谱特征上的可分性。研究发现，除道路在光谱特征上与居民地差异不大而难以完全分开外，其它背影地物均可以依据各波段亮度值的大小关系或适当的阈值与居民地分开。但道路和居民地在形状上存在明显差异，因此可以利用形状指数的差异加以去除。最后分析建立了基于光谱特征和形状特征的简单决策树模型，对研究区域居民地信息进行了提取并对结果进行了精度评价。结果表明，该方法的总体提取效果较好，特别是对于面积大于10000m^2的城镇和集村。其提取精度与通常的监督分类方法相比有了很大的提高，只是在水际交界处和道路两侧有误判现象。因此，利用该模型可以将背景地物类型复杂的江南地区的城镇和集村居民地自动提取出来，并且模型受时相影响较小，只是在域值大小上会存在一些差异。     

SPOT卫星影像的水体提取方法及分类研究

文中分析了水体及其它主要的地物的光谱特征在SPOT曩像中的表征特征，发现大多数地形阴影与水体的光谱特征具有一定的相似性，因而用单一的方法很难有效地提取山区的水体，经过研究，发现用决策树分类方法，在各节点设计不同的分类器，可以有效地提取山区中的水体，由于不同类型的水体其面积，周长，形状等几何特征各有特点，并且与地貌类型有一定的关系，因而可利用水体的空间特征信息，对提取的水体进行分类，其方法也选用决策树分类方法，分类结果令人满意。     

SPOT卫星影像居民地信息自动提取的决策树方法研究

以南京市江宁县为研究区域，首先分析了该区域居民地的影像特征，然后研究了居民地及其背景地物在SPOT—4(Ⅺ)卫星影像4个波段上的光谱特征，并由此探讨了它们在光谱特征上的可分性。研究发现，除道路在光谱特征上与居民地差异不大而难以完全分开外，其它背影地物均可以依据各波段亮度值的大小关系或适当的阈值与居民地分开。但道路和居民地在形状上存在明显差异，因此可以利用形状指数的差异加以去除。最后分析建立了基于光谱特征和形状特征的简单决策树模型，对研究区域居民地信息进行了提取并对结果进行了精度评价。结果表明，该方法的总体     

SPOT 5卫星影像制作DOM的工艺研究

数字正射影像图(DOM)作为数字测绘“4D”产品的重要组成部分,具有精度高、信息丰富、直观真实等优点。本文探讨了利用SPOT5卫星影像制作DOM的处理流程和技术方法,总结了制作DOM的优选方案。     

利用SPOT5卫星影像制作DOM的工艺流程探讨

本文探讨了利用SPOT5卫星影像制作DOM的处理流程和技术方法，总结了制作DOM的优选方案。     

SPOT5影像严格几何纠正方法研究

根据SPOT卫星的成像原理和特点,讨论了对SPOT5卫星影像按共线方程法进行有控制点的几何纠正的方法,经对关中、陕北和陕南三种地形的影像纠正结果进行对比检验,证明了该方法精度达到了较高水平。     

基于SPOT 5卫星影像的空间数据快速更新

介绍了SPOT 5卫星HRG、HRS影像,讨论了SPOT 5影像空中三角测量的方法,以及利用SPOT 5影像进行DEM、DOM、DLG等地理信息产品生产的流程,对比了有、无地面控制纠正SPOT 5影像的精度情况,最后分析了SPOT 5影像在空间数据快速更新中的作用。     

基于COM/AutoCAD的SPOT5卫星影像地物半自动成图方法

对使用COM ActiveX自动控件接口操作AutoCAD进行介绍,针对利用SPOT5 HRS立体影像进行地物要素成图问题提出基于COM/AutoCAD的矢量化方法,并着重阐述利用该方法制作1∶50 000地形图的主要问题。     

基于卫星参数约束条件的SPOT5影像纠正方法

讨论了SPOT5影像的成像模型和纠正方法,提出了成像模型和卫星参数约束条件联合解算的纠正方法,实现了某地区基于卫星参数约束条件的SPOT5影像的纠正。     

SPOT5卫星影像在退耕遥感监测中应用的初步研究

本文利用SPOT5卫星影像，以庄浪县为研究区域，从退耕还林还草监测的角度探讨此类影像的特点以及在正射纠正等各环节的处理过程、方法，建立针对退耕还林还草监测工作的影像解译标志，在样区实地调查结果的基础上训练样区并进行监督分类，以监督分类结果为参考对融合后的2．5米彩色影像进行人工解译，并结合1999年度的航空正射影像进行退耕成效评估。研究结果表明，SPOT5卫星影像与航空遥感正射影像相结合是比较可行的一种退耕遥感监测数据源选择方案。     

不同DEM数据对卫星遥感影像纠正精度的影响

从生产的实际工作出发，利用SPOT卫星影像为影像资料源，对卫星遥感影像的纠正方法进行对比试验，研究不同DEM数据对卫星遥感影像纠正精度的影响并对实际工作提供建议。     

支撑向量机及其遥感影像空间特征提取和分类的应用研究

提出了基于支撑向量机（SVM）的遥感影像空间特征提取的新方法，并以SPOT全色波段影像上城市特征信息的提取为应用实例，并与人工神经网络（ANN）等特征提取方法进行综合比较，认为SVM方法不但能够获得比较高的分类精度，而且在学习速度、自适应能力、特征空间高维不限制、可表达性等方面具有优势。     

An Adaptive Supervised Nonlinear Feature Extraction for Hyperspectral Imagery Classification

In this paper, an improved version of locally linear Embedding is proposed. In the proposed method, spectral correlation angle is invited to describe the distance between data points, which is expected to fit the hyperspectral image (HSI). The neighborhood graph of the data points is constructed based on supervised method. Different from traditional supervised feature extraction methods, the weight factors, which are used to control the transform, are adaptively achieved. In this way, the input arguments of original algorithm are not increased. To justify the effectiveness of the proposed method, experiments are conducted on two HSIs. Results show that the proposed method can improve the separability of HSI especially in low dimensions.     

SinovineSIS平台遥感影像生产试验研究

介绍了SinovineSIS的影像匹配算法,利用该系统进行了稀少控制和无控制条件下的高分辨率卫星影像区域网平差、DOM纠正、匀光匀色等生产试验,探讨了该系统的生产效率和产品精度情况。     

基于稀疏判别分析的高光谱影像特征提取

针对当前特征提取方法不能充分挖掘高光谱影像稀疏特性的问题,提出一种基于稀疏判别分析的高光谱影像特征提取方法。首先,在线性判别分析的系数向量中引入稀疏正则项来捕获具有更强判别能力的特征,将高光谱影像映射至低维稀疏的子空间;然后,利用迭代优化方法对模型进行求解。利用Salinas和Pavia University高光谱影像进行对比实验,所提方法与分类方法结合用于影像分类时,其分类精度优于其他方法,总体分类精度分别达到97.42%和97.64%。     

高光谱影像特征提取序贯投影寻踪方法

高光谱影像特征提取涉及高维数据处理难题,必须寻求一种高效的数据处理方法,实现高维数据的降维处理.为提高数据处理效率,应用投影寻踪理论和算法,提出了一种改进的序贯投影寻踪方法,用于高光谱影像特征提取.重点给出了序贯投影寻踪的实现过程,并利用高光谱数据进行了地物分类试验.结果表明,改进的序贯投影寻踪方法可以在保证分类精度的前提下,大幅提高数据处理效率.     

高光谱影像特征提取序贯投影寻踪方法

高光谱影像特征提取涉及高维数据处理难题,必须寻求一种高效的数据处理方法,实现高维数据的降维处理。为提高数据处理效率,应用投影寻踪理论和算法,提出了一种改进的序贯投影寻踪方法,用于高光谱影像特征提取。重点给出了序贯投影寻踪的实现过程,并利用高光谱数据进行了地物分类试验。结果表明,改进的序贯投影寻踪方法可以在保证分类精度的前提下,大幅提高数据处理效率。     

An Integrated Multistage Framework for Automatic Road Extraction from High Resolution Satellite Imagery

Automated procedures to rapidly identify road networks from high-resolution satellite imagery are necessary for modern applications in GIS. In this paper, we propose an approach for automatic road extraction by integrating a set of appropriate modules in a unified framework, to solve this complex problem. The two main properties of roads used are: (1) spectral contrast with respect to background and (2) locally linear path. Support Vector Machine is used to discriminate between road and non-road segments. We propose a Dominant singular Measure (DSM) for the task of detecting linear (locally) road boundaries. This pair of information of road segments, obtained using Probabilistic SVM (PSVM) and DSM, is integrated using a modified Constraint Satisfaction Neural Network. Results of this integration are not satisfactory due to occlusion of roads, variation of road material, and curvilinear pattern. Suitable post-processing modules (segment linking and region part segmentation) have been designed to address these issues. The proposed non-model based approach is verified with extensive experimentations and performance compared with two state-of-the-art techniques and a GIS based tool, using multi-spectral satellite images. The proposed methodology is robust and shows superior performance (completeness and correctness are used as measures) in automating the process of road network extraction.     

基于核半监督判别分析的高光谱影像特征提取

针对高光谱影像特征提取中地物类别训练样本获取代价较高的情况,在线性判别分析的基础上,结合核方法和半监督学习理论,提出了一种基于核半监督判别分析(KSDA)的高光谱影像特征提取方法。该方法同时利用少量已知类别和大量未知类别样本数据进行模型的学习和训练。通过OMIS高光谱影像数据实验表明:在少量已知类别训练样本的条件下,经KSDA特征提取的样本数据在特征空间中能更好地聚集成团,且类别之间的距离较大,增加了类别之间的可分性,得到了较高的分类精度;同时,提取的特征影像能够较好地区分各种地物类别。     

P5卫星影像立体测图的试验和分析

为验证P5卫星影像用于1∶10000测图生产的可行性,采用全数字摄影测量系统进行立体测绘1∶10000线划图试验研究,并对成果数据进行精度检测、分析.结果表明,2.5m卫星立体像对和外业调绘成果可以完成常规航摄无法进行的困难区域山地1∶10000数字线划图立体测图,其平面精度、高程精度能达到山地测图中误差要求.