利用Landsat 8影像制作解译样本点辅助高分影像分类可行性的研究

地理国情普查项目使用的高分影像质量的良莠不齐给地表覆盖数据生产带来了巨大障碍。本文剖析了目前收集到的高分影像资料的主要缺陷,如多分辨率、多传感器、多年份和跨季节,给地表覆盖数据解译带来极大的局限性;阐述了Landsat 8影像自身的特点,如像幅面积大、获取周期短、波段信息丰富,同时提出利用Landsat8影像辅助解译的思路,并通过试验验证这种方法的可行性。     

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。     

基于Kompsat和WorldView-2卫星影像解译对比研究

在地理国情普查项目中会综合运用多种卫星影像进行地表覆盖解译作业,常用的影像有WorldView-2、QuickBird、Kompsat、环境卫星等影像。将Kompsat和WorldView-2两种卫星影像进行综合对比并总结二者的适用场景,采用两种不同的自动解译软件分别对两种影像的相同区域进行解译效果对比,分析自动解译各个环节的用时,评价两种影像的解译效果,总结两种影像在地理国情普查项目中的应用建议。探讨了Kompsat和WorldView-2影像适用场景,得出了Kompsat和WorldView-2影像在地理国情普查项目中适用性的结论。     

东南沿海地理国情普查影像解译应用分析

影像解译是地理国情普查过程中一项重要的基础性工作,影像解译的结果直接影响作业质量、效率.本文选择东南沿海地区具有典型特征的影像,结合我省正在开展的地理国情普查实践,分别采用目视解译、自动解译和人机交互解译三种方法进行解译,从解译精度、效率、应用条件等方面,对比分析了三种方法的优缺点,结果表明:三种解译方法各具优势和不足,解译结果与影像质量、辅助数据质量、地形复杂程度、地物种类等有密切关系,在实际地理国情普查过程中须综合考虑使用.     

星载SAR影像解译研究——以横断山脉地区为例

雷达遥感具有全天时、全天候的特点,在测绘中能够很好地弥补光学遥感的不足。随着SAR技术的不断发展,雷达影像得到了广泛的应用。然而受SAR相干侧视成像机制的影响,山区SAR影像的判读解译依然面临着巨大的挑战,制约着SAR在高山区测图、土地利用、地表覆盖等制图中的应用。本文以横断山脉地区为例,综合利用TerraSAR高分辨率升降轨影像,运用影像融合和镶嵌技术,结合实地调绘成果,对山区高分辨率星载SAR影像判读解译进行了深入研究,并最终形成了一套高效、可靠的解译流程。该判读解译流程对山区SAR影像在高山区测图、土地利用、土地覆盖制图中应用的推广具有重要的意义。     

机载雷达影像调绘片制作与解译方案研究

以西部测图工程某测区为研究对象,结合该区实际情况及地形和地表覆盖等基本测图要求,采用机载雷达图像处理、内业加密、影像纠正、镶嵌与裁切、调绘片整饰等相关测绘技术,进行机载雷达影像调绘片的制作,并结合外业调绘情况对雷达影像上相关地物类型的识别与判读进行深入研究,总结机载雷达影像调绘片制作的整体工艺流程,以及解译雷达影像的关键技术和方法。     

自然资源要素遥感智能解译样本分类体系研究

根据湖北省自然资源监测监管对大规模遥感智能解译的需求,对已有遥感智能解译样本数据集进行了总结,从提升地类细分领域的深度学习模型效果出发,研究了遥感影像智能解译的典型应用场景和解译对象,构建了湖北省自然资源要素遥感智能解译样本分类体系,并以优于2 m的多源异构高分辨率光学遥感影像为数据源,开展遥感智能解译样本采集。通过具体业务应用场景实验证明,建立的智能解译样本分类体系及其样本库,能够较好地反映湖北省自然资源卫星遥感影像智能解译的区域特征,取得较之前的样本库更为有效的解译效果。     

高分七号图像质量评价与解译度分析

随着高分辨率卫星遥感技术的快速发展和影像的广泛使用,用户对影像的直观效果和应用能力越发关注,图像质量和解译能力作为重要评估指标,决定高分辨率光学卫星影像的应用能力。本研究探讨面向用户的卫星遥感影像图像质量评价方法,通过图像统计特征、图像解译度评价了高分七号前、后视影像的可用性和制图能力。结果表明高分七号前、后视影像具有较好的光谱特性和纹理效果,影像能够为目视解译和自动化信息提取提供丰富的特征信息。此外,高分七号后视影像解译度等级(NIIRS)能够达到4.127,可以支撑1∶7 000比例尺制图的图像质量需要,完全满足1∶10 000标准比例尺的初始设计目标。     

利用辅助高程产品的航空影像快速分类

文章针对航空影像,研究采用有效的特征参数,包括自定义的特征增强参数(NDVI参数)以及最大差异特征参数、面积参数、标准差参数,确定各特征的隶属度函数,并建立分类规则集;然后通过图层间信息的传递与合并,对航空影像进行快速分类,正确率可达98%。实验证明,由于能够提供高程特征数据,利用DSM辅助分类可以有效地提高分类精度。     

珠三角地理国情普查航摄影像地表分类判读技术探讨

珠三角地区地处热带,经济发达,地物复杂多样,地域特色明显,缺乏已有经验参考,技术人员对有关分类掌握不牢、理解不准的问题较普遍。本文结合珠三角地表覆盖的自然与人文特征,分析了采用高分辨率航空影像,以内业机助人工判读为主、外业调绘为辅的技术路线,提出了基于类别常见程度的差异化判读方法,归纳了常见地物的解译标志,并对典型问题和生产经验进行了总结。     

基于图像融合的高分全色遥感影像变化检测

针对同一地区不同时期的全色高分辨遥感影像,提出一种基于影像融合的变化检测算法。首先采用基于匹配点的三角网校正方法对两景影像进行几何校正,然后选用基于迭代多元变化检测(IR-MAD)的相对辐射校正方法进行辐射一致性处理,接着对经几何一致性处理、辐射一致性处理后两张影像进行显著性融合,采用Mean-Shift分割算法对融合影像进行分割,选用方向梯度直方图(HOG)特征获取影像纹理强度图,最后通过比较分割块纹理变化获得变化检测结果。以Toposys激光雷达系统搭载相机拍摄的全色影像对该算法进行了检验,并使用单一时期影像为分割对象进行对比实验结果。实验结果表明,以融合影像为分割对象的结果远优于以单一时期影像为分割对象的变化检测结果,极大地减少了误检和漏检,在城市、郊区等地区人工地物变化监测中有一定的应用价值。     

面向对象的多尺度高分影像建筑物提取方法研究

近年来,随着航空航天事业的高速发展,带动了遥感对地观测技术的进步,为高分影像的获取奠定了基础。作为地物类别中的主要内容和地形图中的重要成图元素,建筑物的识别与提取,直接影响到地物提取的自动化水平。因此,高分辨率遥感影像中建筑物的提取是图像处理领域中的主要研究内容之一。为了提高城市建筑物信息提取精度,本文改进了常规的面向对象方法,以航空遥感影像和SPOT-6影像为对象针对其下垫面结构复杂的特性,采用多尺度分割和多规则结合的方法自动提取建筑物信息,并通过样本区进行了精度验证,将提取的结果与传统分类方法所得到的结果相互比较。研究结果表明,面向对象的多尺度分割对高分影像中建筑物的提取具有较好地效果,KIA精度达到了0.76,为城市建筑物信息提取的应用提供了新思路。     

高分辨率卫星影像在生态环境调查及生态功能区划分中的应用研究

以滹沱河石家庄市市区段为例，利用高分辨率卫星影像数据，以多尺度影像分割与面向对象object—oriented影像分析方法为主要技术，融入传统分层分类法理论，利用样本多边形对象的成员函数建立训练区，通过监督分类获得滹沱河流域生态要素的空间数据，采用ArcInfo软件对此数据进行分析研究，提出石家庄市区段滹沱河流域不同生态功能区划分方案。     

双模态脉冲耦合神经网络高分辨率光学卫星影像分割

针对应用PCNN分割高空间分辨率光学卫星影像存在的问题,提出一种双模态PCNN算法。利用北京地区QuickBird影像进行实验,结果表明,该算法能够弱化影像目标内部灰度变化信息对结果的影响,并能提取影像目标几何结构特征信息,为高空间分辨率光学卫星影像分割提供了一种新方法。     

基于特征点的高分辨率遥感影像城镇道路提取

根据高分辨率遥感影像中城镇道路的特点,提出了一种基于特征点的道路信息提取方法。首先,对影像进行增强处理并选取感兴趣的子区域,利用改进的分水岭分割理论和阈值选择算法,结合八邻域检测方法得到道路的特征点;然后,利用回归分析方法在一定的坐标系统下得到每条道路的回归方程,根据端点坐标信息得到道路信息图;最后,利用数学形态学算法获取道路骨架图。结果表明,本方法能够精确有效地提取高分辨率遥感影像的城镇道路信息。     

基于PCAnet的高分辨率遥感影像场景分类

高分辨率遥感影像中的场景信息,对影像解译和现实世界的理解具有重要意义。传统的场景分类方法多利用中、低层人工特征,但是高分辨率遥感影像的信息丰富,场景构成复杂,需要高层次的特征来表达。本文提出一种基于PCAnet的高分影像场景分类算法,无监督地逐级提取深层特征。首先,利用显著性探测算法获取显著图,根据显著区域,采样具有代表性的影像块作为初始样本集;然后,将样本集输入到PCAnet中进行特征提取;最后,利用支持向量机(SVM)进行分类。高分影像场景数据UC Merced 21类实验表明,与已有方法相比,本文方法能够有效地提高分类精度。     

高分辨率遥感影像分割方法研究

在遥感应用分析中,遥感影像分割是低层影像处理和中高层影像分析和理解的桥梁,是实现遥感影像信息自动提取的关键步骤,具有重要的意义。随着大量高分辨率遥感影像的出现,传统基于像素的影像处理方法已不能适应高分辨率遥感影像。近年来,国内外研究者们提出了面向对象影像的分析方法,而面向对象影像分析方法的关键就是影像分割,影像分割精度直接影响着高分辨率遥感信息提取和目标识别的精度。首先给出一般图像分割方法的综述;然后分析和总结了当前主要的高分辨率遥感影像分割方法,着重阐述了均值漂移、分形网络进化、马尔科夫随机场等分割方法的特点和研究现状;最后,对高分辨率遥感应用分析中影像分割方法的发展趋势进行了讨论与展望。     

多尺度分割在中低分辨率遥感影像解译中的灵活应用

介绍了一种将像素级的分类与对象级分类相结合的遥感影像分类方法。该方法将面向对象的概念引入影像分类中。但与纯粹的基于对象的分类有所不同,这种分类方法仍然是以像素级分类为基础。这种分类方法既继承了像素级分类精细、准确的优势,又通过分割对象,增加了分类图斑的同质性,极大地改善了信噪比,使分类结果更清楚。     

改进型算法的高分辨率遥感影像道路灾害信息提取

对灾后道路受灾信息获取,分析其交通通行能力,是救灾关键之一。本文针对传统高分辨率遥感影像道路信息提取方法效率低的问题,在面向对象算法基础上,提出了一种改进型的矢量与影像叠加的算法,对灾害道路进行信息提取。试验结果表明,该算法提高了灾害道路信息提取的效率与精度。     

基于时刻独立脉冲耦合神经网络的高空间分辨率摇感影像分割

高空间分辨率遥感影像中地物目标内部光谱信息复杂性的增强,使得传统基于光谱特征值的数据处理方法效果不再显著,影像分割为解决这一问题提供了一种思路,成为当前高空间分辨率遥感影像处理的研究焦点.时刻独立脉冲耦合神经网络具有状态相近、空间相邻神经元相互耦合同步脉冲激发和区域之间神经元脉冲激发时刻独立两大特点,已被应用于非遥感影像分割中,并取得较好效果.本文结合高空间分辨率遥感影像特点,通过对网络参数进行实验和分析,提出一个基于时刻独立脉冲耦合神经网络的高空间分辨率遥感影像分割方法,并利用空间分辨率0.3m的航空影像进行了数据试验,将分割结果进行讨论并与现有时刻独立脉冲耦合神经网络方法和ISODATA方法分割结果进行对比分析.结果表明:时刻独立脉冲耦合神经网络在高空间分辨率遥感影像分割处理中具有很好的应用前景.