基于DEM自动提取泥石流沟谷边缘线算法的试验

很多泥石流流域侵蚀程度的描述量,与冲沟的边缘长度有关。本文提出了一种基于DEM自动提取沟边缘线的算法。提取步骤分为DEM平滑去除洼地、判断沟谷中心线、去短枝、初步提取边缘线、细化等几个步骤。最后按照这一方法以成昆铁路沿线的普歪沟为实验区,提取了一条泥石流沟的沟谷边缘线。并将其与同一图像目视解译勾绘的沟谷边缘线比较,表明这种方法不但能够将沟的边缘线提取出来,而且提取出的边缘线更能够表现沟的细部特征。     

引入改进Snake模型的黄土地形沟沿线连接算法

提出了一种利用坡面汇流改进的Snake模型实现黄土地貌沟沿线栅格点自动连接的新方法。该方法基于高分辨率DEM数据,利用正负地形边界处坡度转折特征,识别沟沿线点,进而用坡面汇流方向场改进了Snake模型中的梯度矢量流场,指引分水线缓冲曲线向沟沿线点蠕移,达到有序连接沟沿线点从而实现正、负地形的自动分割的目的。对比实验结果表明,该方法所识别的黄土沟沿线较好地逼近真实的地形特征。     

浅谈DEM的边缘精度对土石方工程计算的影响

本文介绍利用数字地面高程模型（Digital Elevation Model,简称DEM）计算土石方的方法，重点分析DEM的边缘精度对其计算结果的影响。     

自动生成DEM的经验研究

近几年来，由数字影像匹配自动生成数字高程模型（ＤＥＭ）的方法已得了长足的进步，相应地涌现出了一批计算机软件，ＭＡＴＣＨ－Ｔ就是其中属于上层的系统之一。本文就该系统对由数字化航空像片自动匹配生成的若干ＤＥＭ，其精度和运算速度作了统计分析，结果表明，无论在精度和经济效益方面都胜过了传统的生成ＤＥＭ的方法。     

一种交互式DEM粗差检测方法

无论用何种方式建立数字高程模型(DEM),都需要有效的粗差检测(质量控制)。本文从数字影像处理的原理出发,将DEM转换成影像,并对其进行影像处理,从而对DEM中的粗差点(亦即DEM影像中的特征点)进行自动定位或消除。整个程序采用菜单及窗口环境设计,用户操作十分方便。试验结果证实了其有效性。     

利用点扩散函数进行DEM尺度转换

利用点扩散函数的图像模糊特性,提出了一种利用点扩散函数进行数字高程模型(digital elevationmodel,DEM)尺度转换的方法,即以不同尺度的点扩散函数作为模板,通过其与原始DEM的卷积实现不同分辨率DEM的尺度上推。设计了DEM尺度转换的评价指标,该指标包括高程统计特征、空间自相关特性及地形结构特征等。以陕北和晋中两种不同地形的1∶1万5 m格网分辨率DEM为研究数据,对此方法进行了分析验证,并与常用的最邻近、双线性以及立方卷积等方法进行了对比。     

利用DEM模型进行水库库容计算的方法探讨

水库库容是水库的一个非常重要的参数,本文探讨利用等高线建立水库库区的数字高程模型(DEM),通过数字高程模型来计算水库库容的方法来提高库容计算的精度。     

利用IKONOS立体像对提取DEM精度的实验

由于IKONOS不提供基于共线模型所需的卫星星历参数,而提供基于有理函数(RPC)的近似模型,因此点位精度和高程精度主要由RPC模型精度来决定。直接使用RPC模型对标准几何校正产品进行DEM提取,这种精度不能满足高精度制图的要求。本文讨论了基于IKONOS立体像对提取翠华山地区的DEM及其精度情况。为提高精度,采用高精度GPS仪(Mobile Mapper CX高程精度达亚米级)野外采集控制点,对RPC模型进行修正。对比分析结果表明DEM精度明显提高,仅需少量的控制点,DEM和正射影像均满足15∶000比例尺地形图和遥感平面制图要求。     

基于边缘检测的海岸线自动提取研究

海岸线位置的确定是海岸带测绘的重要内容,利用遥感手段监测海岸线位置变化,对海岸带监测管理具有重大意义。阈值法和边缘检测法提取海岸线面临着阈值较难选择,同时面向对象分类提取岸线易出现养殖区与泥砂岸滩混分。为此,提出了边缘检测参与多尺度分割,再面向对象分类提取海岸线的方法,避免了人为设定阈值和部分区域混分问题。利用全国海岸带开发利用变化监测海岸线作为参考岸线,对提取岸线的完整度、正确度、质量进行匹配。结果表明,该方法提取海岸线精度较高,提取岸线与参考岸线在两个像元半径内的完整度和正确度达92%以上。     

利用灰色理论进行图像边缘检测

提出了一种基于灰色系统理论的边缘检测算法。该算法根据边缘点在像素邻域数列上表现出的与非边缘点的不同特征,分别选择典型非边缘像素的邻域数列和待检测图像所有像素的邻域数列作为参考数列和比较数列,利用斜率关联度计算两者之间的灰关联度,据此区分是否为边缘像素。实验表明,该算法对于椒盐噪声和随机噪声有较好的抗噪能力,提取边缘效果较好。     

基于排序预处理的等高线提取算法

从规则高程格网中自动提取等高线是地理信息系统以及计算机制图的基本功能。针对当前高程格网数据的海量性,在以往工作的基础上提出了基于常规顺序索引和桶式索引的等高线提取算法。在具体实现中与以往工作提出的基于区间树的算法进行了详细的效率比较,认为桶式索引在预处理效率、查询效率和占用空间等各方面具有较大优势。最后给出了进一步工作的内容。     

基于多结构元的形态学边缘检测方法研究

针对传统边缘检测算子的缺点,研究了基于数学形态学的边缘检测方法,给出了基于多结构元的抗噪型形态学边缘检测算法的具体流程,进行了实验对比分析,表明该方法具有较好的边缘提取能力和抗噪性。     

基于LOG改进算子的边缘检测与面状特征提取

介绍了基于LOG改进算子的边缘检测方法,通过边界跟踪和边界代数,实现了面状特征的快速提取,试验表明,所使用的方法优于区域生长、多尺度分割等传统方法,具有较好地应用前景。     

一种基于正则化方法的SAR图像边缘检测算法

提出了一种基于正则化方法的SAR图像边缘检测算法,并用MSTAR(moving and stationary target acquisitions and recognition)数据进行大量的仿真实验。实验表明,与经典的边缘检测方法相比,该方法能保持图像的细节特征,较好地解决了边缘断裂和抗噪问题,具有较好的边缘检测能力。     

基于区间树索引的等高线提取算法

重新设计了从高程格网中提取等高线过程中的遍历策略,以保证提取结果具有统一的方向;针对日益增长的高程格网数据量,提出了基于区间树索引来查找等高线起点的算法。     

基于边缘检测算法的LiDAR数据建筑物提取

LiDAR技术可以快速获取地形表面高精度3维信息。基于LiDAR数据提取建筑物目标是这一技术的重要应用之一。探讨了一种基于LiDAR点云数据生成不同比例尺的DSM深度影像,然后利用边缘检测算子提取建筑物边缘的方法。实验证明,该方法不需要其他辅助数据,可以从LiDAR点云数据中提取建筑物边缘,并滤除了许多干扰信息。这种方法为基于LiDAR数据提取建筑物目标提供了新的思路。     

基于DEM增强黄土典型地貌表达效果的方法研究

基于黄土典型地貌类型样区高分辨率DEM数据(5 m分辨率),及其衍生出的系列地形信息图层(山体阴影图、明暗等高线、坡度变率图、坡向变率图、地表曲率图),设计了针对黄土典型地貌、增强信息表达的制图方案。结果表明,山体阴影图与明暗等高线的叠加,可保留表达的真实感,增加地形计量化信息,在黄土塬区效果较好。山体阴影图与上述其他图层叠加,增强了对坡面纹理特征的刻画,在丘陵沟壑的表达效果较好。     

地形开度和差值图像阈值分割原理相结合的黄土高原沟沿线提取法

鉴于地形正负开度对地貌的良好表达且具有分析尺度灵活性这一重要特性,本文提出一种借助地形正负开度及其差值图像阈值分割的黄土地貌沟沿线提取方法。首先,计算DEM的地形正负开度,对正负开度进行差值运算以得到开度差值图;然后,对开度差值图进行阈值处理以得到研究区正负地形空间分布特征;最后,借助数学形态学原理完成对二值化开度差值图正负地形边界——沟沿线的自动提取。试验采用高分辨率DEM数据对陕西洛川塬部分地区进行沟沿线信息提取。结果表明,与其他提取技术方法相比,该方法不仅增强了地貌基本形态特征在沟沿线提取过程中的作用与影响,同时也在一定程度上实现了沟沿线提取的精确化和自动化。     

基于小波变换的图像边缘提取算法

在给出边缘检测性能判断标准和传统的模极大值点筛选的缺陷之后,基于边缘检测提出了改进的小波变换模局部极大值点算法。在这个基础之上,又针对交通系统的实时性,提出了一种改进的边缘信息的车辆检测算法,使得对运动车辆的边缘检测具有更加良好的效果。最后通过仿真实验,证明本论文提出方法的有效性,得到了多帧道路图像的边缘,较好地解决了传统边缘检测方法在边缘检测时会出现伪边缘和有意义边缘损失这两个问题,对将来车辆交通监控系统等方面的研究起到了一定的帮助作用。     

基于边缘检测的编组法直线提取

对直线相位编组法进行改进，提出了一种在边缘检测基础上进行相位编组提取直线的方法。该方法充分利用了图像的梯度和幅值信息，能够比较准确地提出物体的边缘直线，克服了相位编组法中边缘灰度幅值信息利用不够、容易生成多边缘、不利于突出物体主边缘直线的缺点。在大比例尺域市房屋的提取中能发挥比较好的辅助作用。