基于TM影像的面向对象地表覆被信息提取

为验证基于TM影像的面向对象分类方法对复杂地区地表覆被信息提取的可行性,以地处西南地区的渝北为例进行实验。利用样本数据对各个波段的光谱特征进行分析,取得对各波段覆被探测能力的初步认识;基于光谱特征的多尺度分割,运用面向对象分类方法对其分类。面向对象的分类方法总精度和Kappa系数分别为88.42%和0.854 7,将其与监督、非监督分类结果对比分析。结果表明,该方法有效抑制了"椒盐"现象,取得较好的分类结果。     

无人机遥感影像的城市绿地信息提取

针对传统人工城市绿地调查费时、费力等问题,该文提出了一种利用无人机遥感进行城市绿地信息提取的思路和方法。设计构建了基于固定翼无人机平台的遥感系统,对宁波市部分区域进行航飞实验。采用PixelGrid软件对无人机影像进行了预处理,得到测区正射影像。采用基于像元统计特征分类和面向对象分类两种方法,对研究区进行绿地信息快速提取并进行了精度验证。研究结果表明,利用最大似然分类法和归一化绿红差异指数法提取精度最高,分别为81.73%和80.23%。     

无人机遥感影像浒苔信息提取方法

浒苔作为一种典型的海洋污染,不仅造成严重的生态环境问题,而且对沿海经济发展产生重大的影响,如何快速、准确地获取浒苔的位置、边界范围及其动态变化信息,是自然资源主管部门和科研工作者关注的焦点问题。本文选取大管岛及其附近海域为研究区,以无人机遥感影像为基础数据,提出了一套面向多场景浒苔的边界范围智能解译方法,结合人工解译验证,分别开展了沿岸和海洋面中浒苔识别的应用实例。结果表明,海岸和海洋面浒苔提取的总体精度分别为96.75%和98.13%,Kappa系数分别为0.72和0.71,提取的浒苔边界范围与人工解译结果整体上匹配较好。本文方法可准确有效地获取浒苔边界范围信息,其精度能够满足浒苔信息识别的需求,可为高精度浒苔跟踪、精细化的灾害预警与防控提供数据参考和技术支撑。     

无人机遥感影像林地单株立木信息提取

针对无人机遥感技术在提取单株立木信息的限制性问题,提出一种新的自动单株立木信息提取方法。对原始无人机影像进行光谱信息增强处理以突出局部细节特征;通过引入DBI指数自动化确定K-means聚类方法的最优聚类数目,进而对影像像素进行标记;通过利用高斯马尔可夫随机场模型进一步对影像进行分割;使用数学形态学算子等方法对分割结果进行后处理得到单株立木树冠信息,通过图像几何矩原理计算得到单株立木位置以作为其识别的依据。结果表明,应用该提取方法,油松林区和樟子松林区单株立木识别总体精度分别为89.52%和95.65%、单木树冠提取精度分别为81.90%和95.65%,均具有较好地适用性。该方法不需要大量的人工干预和先验知识的输入,大大提高提取方法的自动化程度。     

基于无人机遥感的信息提取研究

无人机遥感系统可以获取矿区高分辨率遥感影像,具有较强的灵活性和现势性,成图速度快,能广泛应用于各种调查任务。本文以江西省定南县稀土矿区为研究区,介绍了无人机遥感系统的组成、航拍流程和数据处理的方法,通过面向对象的多尺度分割技术,建立不同地物类别对应的分类层次,然后根据地物特征进行信息提取,最后总结出一套基于无人机遥感的矿产信息提取方法。     

无人机影像中的无控制高程信息提取方法研究

本文提出了一种基于无人机影像获取高程信息的方法,该方法无需地面控制点数据,只利用无人机的飞控数据以及相机自身的参数.文中推导了不同飞行状况下的几何计算模型,并利用真实的无人机数据进行实验和误差分析,证明了该方法的可行性.最后还将地物点的高程扩展到其所在的平面中,改善了直观观测效果.实验表明,本文提出的方法能够大大提高获...     

基于无人机遥感的湖南金童山保护区滑坡监测

以湖南金童山国家级自然保护区内某条山区公路为例,利用无人机飞行获取高分辨率影像与高精度数字地形模型,使用基于面向对象的方法对滑坡信息进行提取,对无人机数据进行多尺度分割与光谱差异分割,选取了研究区内植被、道路、滑坡三类感兴趣地物的影像特征建立了规则集,充分利用了影像对象的光谱特征、几何特征、地形特征、空间关系,使用了阈值分类,隶属度函数与决策树分类方法.利用实地验证与基于无人机影像的目视解译对提取结果进行了精度评价,总体提取精度为94.75％,滑坡提取精度超过80％.该研究为快速监测山区内滑坡信息提供了借鉴.     

基于对象上下文信息的无人机影像建筑物提取

针对全卷积网络进行遥感影像语义分割时存在的空间信息和上下文信息缺失问题,本文提出一种基于对象上下文信息的无人机遥感影像建筑物提取方法。该方法首先采用高分辨率网络(HRNet)作为主干网络提取空间信息完整的多尺度高分辨率特征;然后依据主干网络提取的特征在真实标签的监督下划分对象区域,并计算每个像素与对象区域之间的关系得到像素与对象区域的上下文信息;最后将主干网络提取的高分辨率特征与对象上下文信息组合实现特征增强,依据增强后的特征实现无人机遥感影像中建筑物的提取。两个数据集的实验结果均表明,本文方法有效提高建筑物提取精度。     

基于无人机影像的电力线巡检方法研究

随着无人机技术的飞速发展,无人机在远程遥控、续航时间、飞行品质上有了明显的突破,从而为其在电力线巡检作业中提供了良好的发展前景。本文在基于无人机影像巡检拍摄的电力线进行提取的时候,引入电力线一定处于两端塔杆所确定的铅垂面内的约束条件,从而根据约束条件稳定的实现了同名导线点的对应。在进行电力线实时测距时,采用铅垂线轨迹算法对交跨地物进行测距,快速判断电力线下方地物距离,并作出预警判断。     

基于AdaBoost算法的遥感影像水体信息提取

AdaBoost算法利用每个特征构造一个简单分类器,然后将简单分类器进行训练组合成一个强分类器。算法能够充分利用每个分类器的优势并避免其劣势,得到一个最佳判别,达到提高分类精度的目的。本文利用TM影像,将影像各波段灰度、水体指数和谱间关系特征相结合,构成提取水体的强分类器,实现水体提取。实验结果表明,算法能够非常有效地、高精度地提取水体信息。     

无人机影像湿地典型要素分类方法对比研究

针对厘米级的无人机影像,选取无锡某湿地公园作为研究对象,首先对湿地影像进行多尺度分割并利用ESP工具获取最佳分割参数,再进行特征选择,选取决策树(DT)、贝叶斯(Bayes)、随机森林(RF)等3种分类方法对湿地典型要素进行分类,并对比分析不同方法的分类结果及精度。对比结果表明,随机森林算法在湿地典型要素分类中精度最高,决策树和贝叶斯分类算法精度逊色于随机森林。从分类效率来看,随机森林算法耗时最长且涉及参数设置调整,而贝叶斯算法效率大幅领先决策树和随机森林,且该算法操作简单、无参数设置,易于在生产中应用。     

基于DE-Segformer的无人机影像农业大棚信息提取方法

由于无人机影像具有空间分辨率高、机动性强、成本低等优点,在智慧农业中可以用来监测各种特征信息的变化。为了进一步提高农业大棚识别精度,提出基于Segformer解码器改进的DE-Segformer模型。其中,通过特征整合模块融合高层语义信息,实现对多尺度特征图隐式特征的深度挖掘;通过反卷积上采样模块实现对影像空间细节的准确还原表达。以潍坊-黄岛沿线为研究区开展实验,DE-Segformer的总体精度和交并比分别为0.979和0.957,与Segformer相比分别提高0.013和0.028,且锯齿问题得到明显缓解。消融实验证明设计的两个模块均起到积极作用,联合使用可达到最大精度。为实现无人机影像农业大棚的精细分割,以及基于Transformer的语义分割模型在遥感信息提取中的工程化应用提供参考。     

面向对象的多尺度无人机影像土地利用信息提取

选取面向对象的方法,对无人机影像进行土地利用信息提取.通过对获取的原始无人机影像进行预处理,选取合适的分割参数对实验区进行多尺度分割,找出不同地物最优分割尺度,建立多尺度分割分类的层次结构体系,然后依据地物分类特征差异,在各自最优分割尺度层建立地物特征提取规则,实现土地利用信息的提取.研究结果表明,针对无人机高分辨率影像,运用面向对象的多尺度分割影像信息提取技术,可充分利用影像中包含的纹理、形状、大小及其相互空间信息,快速、准确地进行土地利用信息提取.     

面向对象的矿山地表要素信息提取方法研究

矿山地表要素提取,可为矿山的合理开发利用、尾矿的管理、土地复垦、生态修复提供数据支撑,具有重要的实践意义。本文以湘西花垣县某铅锌矿区IKONOS影像为数据源,使用4种融合方法:Brovey变换、主成分(PCA)变换、Gram-Schmidt Pan变换、缨帽(KT)变换,对全色影像及多光谱波段进行融合,发现与原始影像相比,KT变换融合影像的光谱信息、空间信息保持得最好。基于ENVI中面向对象分层分类的方法,提取研究区内的典型地物,主要包括植被、裸地、道路、建筑物、矿石堆、尾矿库及蓄水池,并进行识别精度评价,总体精度达86.12%,Kappa系数为0.834 7。结果表明,面向对象分层分类的方法能有效地应用于复杂铅锌矿区的地物提取。     

基于LSD算法的无人机影像电力线提取方法

根据无人机影像电力线的特征,利用LSD算法实现了电力线的自动提取。首先使用各向同性的Sobel算子对特征区域进行图像增强,再使用LSD算法进行线段提取,然后通过线段合并和线段拟合过滤线段集合,最后使用K均值算法进行聚类,筛选得到最终电力线结果。采用多种地物背景下的电力线影像进行实验,结果表明,该方法能提取完整的电力线,稳健性强,对电力巡线具有较大的实际意义。     

基于Sentinel-1A雷达影像地表覆盖信息提取研究

为提取不同类别地表覆盖信息,本文利用Sentinel-1A双极化星载合成孔径雷达影像,使用Cloude极化分解方法获得雷达卫星探测到的地表目标散射机制信息,并以由散射熵H和α角所构成的特征空间中不同地表覆盖区域所对应的不同散射机制区域为基础,划分监督样本并结合Wishart迭代监督分类方法以及SVM分类方法进行地表覆盖信息提取,结果显示,根据H-α特征空间进行的监督分类方法中H/α-Wishart分类方法精度评价Kappa系数为0.804,H/α-SVM方法Kappa系数为0.827,两种不同方法的地表覆盖分类结果都能够达到较高的分类准确性,说明根据H-α特征空间进行地表覆盖信息提取是有效、可行的分类方法.     

基于软硬件一体化无人机遥感影像快速处理的技术研究

随着测绘科学技术和地理信息产业的发展,遥感影像信息快速处理的需求越来越大,其中无人机遥感技术日益成熟。为了进行无人机遥感影像数据实时接入快速处理与分析,针对无人机遥感影像信息快速处理关键技术,使用基于基准图快速匹配和逐行带并行空三的无人机数据快速处理系统。本文主要对无人机遥感影像处理系统的飞行平台、飞控系统、硬件设备以及灾害、测绘方面应用进行了探索性的技术研究。     

基于无人机影像的城市规划指标计算

在采用传统测绘方式形成测绘成果后,基于该成果进行建筑密度、绿地率、建筑占地面积、绿地面积等现状规划指标计算时,存在时效性差、便捷度低等问题。本文提出了一种利用无人机影像进行现状规划指标计算的思路和方法,开展研究并初步设计了一套基于无人机影像的规划指标计算系统。对广州市番禺区洛溪岛区域进行试验航飞,并利用图像分割方法对城市要素进行分析提取后,进行各类规划指标计算。     

基于高分遥感影像地表覆盖草地信息人工解译技术方法

地理国情普查是开展地理国情监测的前提和基础,对于准确掌握国情国力,提高政府管理的科学性、规范性和前瞻性,推动生态文明建设和重大战略、重大工程实施具有重要意义。基于高分遥感影像进行地表覆盖草地分类中天然草地及人工草地等信息的人工解译方法,主要是通过不同影像纹理特征的判别作为分类的依据,为以后同类地表分类的解译奠定了基础。