基于图模型和流形排序的遥感影像人工地物提取

人工地物自动提取是目标识别领域的重要研究内容。该文将图模型和流形排序算法相结合,提出一种基于遥感影像自动提取人工地物的算法。该算法在基于量子遗传算法的KSW熵分割算法获得影像人工地物先验值的基础上,构建以色调、纹理、方向等多特征为邻接边权重的图模型,并以超像素作为基本单位在图模型中进行流形排序,最终通过自适应阈值的方式获得人工地物分割结果。通过利用两幅不同分辨率遥感影像对该算法进行验证,结果显示该算法可以较为完整地提取人工地物,具有较高的正确识别率和较低的漏检率。     

基于Landsat遥感影像的海上油气平台提取与监测

监测海上油气平台的开发有着巨大的经济和军事意义。针对可见光遥感影像数据源丰富的特性,提出了一种适用于Landsat系列中等分辨率的光学影像的海上油气平台的提取监测方法。首先将TM/ETM+/OLI影像进行几何校正、辐射校正、图像增强以及区域掩膜等系列预处理,其次采用多滑动窗口动态阈值遍历影像初步识别疑似油气平台,然后应用相邻时期3景影像基于像素级别的叠合判定以去除薄云以及舰船的虚警干扰,筛选出最终的油气平台,以马来西亚与文莱交界的南海海域为实验区,通过1991―2016年共21景Landsat影像,动态监测该区域近25 a来油气平台开发的历史过程,共检测66个油气平台,通过与ALOS PALSAR数据人工识别的油气平台进行对比验证,结果表明:该方法提取的检测率为82.67%,正确率达到86.11%。监测结果显示:该海域油气平台开发主要集中在20世纪90年代之前,而后近海油气新增开发平台较少,开发主要向远离陆地的深海方向扩展。     

利用SAR影像区域分割方法提取海洋暗斑特征

在SAR强度影像中,包括海洋溢油在内的许多海洋现象呈现为暗斑。为从诸多暗斑中辨识海洋溢油,需要在SAR影像中提取暗斑的几何和统计分布特征,以此作为进一步分类（辨识）海洋溢油的依据,将基于几何划分技术的区域分割方法应用于SAR影像暗斑特征提取。首先建立高分辨率SAR影像暗斑或然率模型,然后利用最大化期望值和M-H算法实现其几何及统计分布特征参数提取。实验结果表明,该方法不仅可以精准提取暗斑的几何形状,同时还能有效估计其统计分布参数。     

基于模式匹配的交通微博文本位置信息提取模型

及时有效地从快速更新的交通微博文本中提取位置信息是实现智能交通服务的前提之一.该文分析交通事件文本中常用的位置表达模式,结合有限状态机进行位置模式匹配,提出一种微博文本位置信息提取模型.首先根据微博文本位置信息的句法表达特征,基于线性参照方法提取空间特征词的词性与角色属性,构建位置表达模式,并表达为T rie搜索树结构;其次对微博文本进行分词、词性标注等预处理,利用有限状态机建立位置信息提取模型,实现微博文本位置信息提取;最后以南昌、广州、深圳3个城市9799条路况微博文本为实验数据,验证该模型的有效性.结果表明,该模型的准确率和召回率均达85％ 以上,可有效提取交通微博文本中的位置信息.     

基于地标的行人导航路径引导方法

为了生成符合行人认知习惯的路径引导信息,以降低其在寻路过程中的认知压力并减少错误的寻路决策,提出一种基于地标的行人导航路径引导方法。该方法引入地标信息并建立空间对象间的可视关系,在此基础上使用方向模型和描述句法生成描述词和描述短语。随后提出了基于NLRP的全局路径描述算法和局部路径引导算法。前者提取中继目的地和途经地标,使用句法模式生成全局路径描述,为行人提供先验路径知识;后者判断行人当前位置,提取相关地标并结合句法生成对应位置的引导信息,辅助行人的寻路行为。最后,以北京林业大学校园为实验区域,验证了方法的可用性。     

一种基于坡度分析的DEM数字水印算法

提出一种新的基于坡度分析的DEM数字水印算法.该算法以DEM坡度为主要研究对象,由于坡度误差主要集中在平坦地区,而经小波变换后的DEM低频系数信息可反映DEM区域的地形复杂度,因此,通过对DEM低频系数进行分析,可自适应地确定水印的嵌入位置;然后以加性法则将水印信息嵌入低频系数,再经小波逆变换,即可得到含水印信息的DEM数据.实验结果表明,该算法能完全满足水印的不可见性,对DEM数据的高程精度、坡度精度及等高线的提取精度影响都很小,能够满足一定的应用要求,且具有良好的抗噪能力.     

DEM格网与畸变遥感影像的一体化显示研究

遥感影像可以极大地增强DEM的表达效果,然而由于各种因素的影响,通常需对其进行预处理,传统方法是通过同名控制点进行校正。该文提出一种新的自动匹配算法,即提取DEM和遥感影像对应的特征线,利用Douglas-Peucker算法提取对应的特征点,以DEM特征点为离散点进行Delaunay三角剖分,并基于TIN完成纹理映射。实验结果表明,该算法显示效果较好,可有效改善畸变图像引起的错误显示。     

基于三维激光点云的复杂道路场景杆状交通设施语义分类

文章提出一种完整的全自动化处理框架,基于三维激光点云数据对高速公路和城市道路场景的杆状目标进行了检测和分类,主要包括3个步骤：数据预处理、杆状目标检测和分类。其中,在数据预处理阶段,采用基于布料模拟滤波算法自动分离地面点和非地面点,然后基于欧氏距离聚类方法对非地面点进行快速聚类,以及采用迭代图割算法进一步分割目标对象;在目标检测阶段,集成先验信息、形状信息和位置导向搭建滤波器,对杆状目标进行检测;在对象分类过程中基于多属性特征,利用随机森林分类器对目标的特征进行计算和分类。并使用3个道路场景数据集进行测试,结果显示,3个数据集的整体MCC系数为95.6%,分类准确率为96.1%。这说明文章所构建方法具有较高性能。另外,该方法还可以鲁棒地检测杆状目标的重叠区域,较为适应复杂程度不同的道路场景。     

基于高分辨率遥感图像的树冠面积提取方法

树冠面积调查是城市绿化调查中的一个主要内容。随着遥感技术的发展,如何利用高分辨率遥感图像快速、准确地提取树冠面积信息已成为城市绿化遥感研究的问题。该文提出一种基于射线法的半自动树冠面积提取算法,通过设定树冠中心点位置,引出若干条光谱射线,进行高次曲线拟合,求其拐点作为树冠边界点,从而得到树冠的面积信息。实验表明,对于重叠较少的树冠面积提取精度为87.82%,重叠较多的树冠面积提取精度为84.91%。     

基于众源轨迹数据的道路中心线提取

从众源轨迹数据中提取道路几何数据相对于传统的道路数据获取方法具有低成本、高现势性的优点。然而,由于轨迹数据采样稀疏、数据量大、高噪音等特征使得道路中心线提取仍显困难。针对该问题,提出一种基于约束Delaunay三角网的道路中心线提取方法。首先对预处理后的车辆轨迹线构建约束Delaunay三角网,根据整体长边约束准则删除长边以提取道路面域多边形;然后对道路面多边形二次构建Delaunay三角网,提取道路中心线。利用北京市一天时间的出租车轨迹数据进行算法实验,将实验结果与栅格化方法结果进行定性定量地评价分析。结果表明该方法提取的道路中心线数据在几何、拓扑精度方面比栅格化方法提高约10%以上。另外,以复杂环形道路为例,证明了该方法比栅格化方法更适合于复杂道路结构、较大密度差异的轨迹数据。因此,该方法不仅适合大数据处理、结果精度高,且算法成熟、易于实现。     

基于栅格数字高程模型提取特征地貌技术研究

本文对近年来基于栅格数字高程模型提取特征地貌技术进行了详细的研究,认为该技术的关键在于两个方面：一是如何定义地貌形态结构,二是提取算法的设计。本文提出了基于地貌学角度来定义地貌形态结构的方法,利用有限个数的形态要素的空间组合和对比分析来获取特征地貌,并可以对各种特征地貌形态进行符合物理意义的改进。     

基于邻域高程比对算法的月表撞击坑自动提取研究

月表撞击坑的精准自动提取是月球地貌特征研究的基础。该文基于坑缘部位相对突起的形态特征,利用月球勘测轨道器相机(LROC)提供的100m分辨率数字高程模型(DEM)数据,采用邻域高程比对算法对撞击坑进行自动识别。该方法首先确定坑缘轮廓位置,继而采用数学形态学方法进行噪声过滤、细化连接和自动识别坑缘处栅格。在月海和月陆地区提取实验结果表明:该方法对简单型撞击坑和复杂型撞击坑的提取率在64.7%以上,对边缘退化型撞击坑的提取率为63.6%;对比目视解译结果,提取准确率在74.5%以上;所提取撞击坑与自然形态吻合较好,偏移距离在400m以内的坑缘栅格数占81.5%以上。     

一种光学遥感影像建筑区域自动提取方法

提出一种利用光学遥感影像自动获取建筑区域的方法。该方法利用基于结构张量的和算子、乘算子预计建筑区域的概率,按照融合规则将两种概率图融合,通过主动轮廓从融合的概率图中提取建筑区域。选取多幅ALOS影像对此算法进行试验分析,并与基于Gabor滤波法和Harris角点检测法进行比较。试验结果表明,与其他两种方法相比,该方法从光学遥感影像上自动提取建筑区域的结果具有更高精度。     

半自动面向对象高分遥感地灾目标提取方法

滑坡与泥石流等类型地质灾害发生后,快速准确的提取地质灾害信息对于灾害评估、救援具有重要意义。随着航空、航天技术的发展,具有宏观、快速、准确优势的遥感技术越来越多的应用于地灾分析。然而,在遥感影像上直接利用人工解译的工作方式费时费力,而计算机自动解译精度低。对此,本文提出一种半自动地灾目标提取方法。首先通过人机交互的方式进行简单的地灾目标标记,然后基于均值漂移算法进行图像分割,基于光谱直方图度量相邻分割块的相似性。最后融合标记信息和相似测度,以最小代价区域合并的方式提取目标。实验结果表明本文方法能够以很高的精度提取地灾目标,整体精度高于95%,Kappa系数优于0.90。     

基于LiDAR数据的流域水系网络提取方法研究

LiDAR技术能够提供高分辨率DEM数据,可用于准确提取流域水系网络信息。研究中针对LiDAR系统提供的高精度DEM数据中存在的噪声,提出采用各向异性扩散滤波算法进行噪声平滑,与常用的DEM滤波算法比较,该方法既能有效去除噪声,同时又能保留高梯度的地形信息。在DEM噪声去除的基础上,采用基于局部地形曲面几何分析的Peuker&Douglas算法初步提取水系网络原型,进一步利用改进的基于坡面流物理模拟分析的加权D8算法提取水系网络,构建了基于LiDAR数据水系网络提取的技术流程。通过鹤壁市某小流域的LiDAR数据水系网络提取试验证明了该方法准确提取水系网络的有效性。     

基于改进DeepLabv3plus算法的遥感图像海岛建筑提取方法

目前海岛经济快速发展,为避免海岛建筑无序扩建,了解海岛建筑分布特征尤为重要。机器学习方法是从高分遥感影像提取地物目标的常见方式,然而建筑物遥感特征复杂,机器学习方法出现鲁棒性差、难以充分挖掘深层次特征的弊端。文章提出基于DeepLabv3plus网络模型的深度学习语义分割方法提取海岛建筑,并对网络结构进行改进,使用组归一化（GN）方法替代批归一化（BN）以适合小batch size下的语义分割操作。针对海岛建筑数据量较少的问题,采用迁移学习策略,设计基于多源数据的国内城市建筑数据集的预训练样本智能采集和标注方法,再人工标注中国部分海岛建筑进行算法实验。结果表明,在batch size较小时,基于GN的DeepLabv3plus语义分割算法的平均精度和mIoU均得到提升,能够获得更为精确的像素级海岛建筑提取结果。     

基于Diverse AdaBoost改进SVM算法的无人机影像信息提取

无人机遥感影像具有像幅小、几何变形大、重叠不均等特殊性,给影像信息的提取提出了难题。该文提出基于Diverse AdaBoost改进SVM的分类方法,采用RBFSVM作为AdaBoost的弱分类器,达到自适应调整参数的目的,同时引入复杂度,解决弱分类器精确度与复杂度的平衡问题。最后,利用提出的改进算法分别对汉旺镇、林趴镇无人机遥感影像进行了道路、建筑物的提取,平均提取精度均达到95%以上,与采用SVM算法的提取结果进行比较,该方法能精确提取无人机影像信息。     

基于TerraSAR-X影像的格陵兰岛海岸水边线提取

海岸线是海洋与陆地的交界线,全球气候变化将引起海岸线的变迁,极地区域拥有最大的冰川,冰川的消融将导致全球海岸线的迅速变迁,因此研究极地海岸线具有重要的科学意义。由于潮汐等影响,卫星影像提取的海洋与陆地的交界线只是海岸水边线,本文以格陵兰岛海岸为实验对象,采用Gamma滤波方法对合成孔径雷达(SAR)数据的相干斑进行预处理,提出了应用支持向量机(SVM)和Canny边缘检测算子的海岸水边线提取方法,基于Terra SARX影像的实验结果表明,本文提取的格陵兰海岸水边线准确率都达60%以上。     

极地海洋环境评价理论与方法初探

极地海洋环境评价对于极地海洋生态系统保护尤为重要。由于对极地极端恶劣环境的监测能力不足,缺乏长期连续监测数据,极地海洋环境评价变得异常困难。针对目前极地海洋环境评价目标和评价因子均缺乏的情况,在已有文献基础上,本文提出了海水表层叶绿素浓度、海冰覆盖范围、海水表层温度和盐度四个极地海洋环境决定因子,分析了海冰覆盖范围与月份之间高度拟合的三次多项式分布关系,并在此基础上构建了极地海洋环境评价模型,最后提出了一种验证该模型的方法。基于第30、31、32次南极科考获取的海水表层叶绿素浓度、温度、盐度数据以及美国国家冰雪数据中心提供的对应时间内的海冰覆盖范围数据对提出的评价模型和方法进行了验证,实验结果表明:该评价模型及其验证方法具有有效性,根据评价结果能判定某个时间段内极地海洋环境相对于基准时间的变化趋势。     

基于空间聚类分析的福建省各县市经济发展水平研究

将空间坐标和属性特征有机地结合起来,给出空间距离的定义,提出位置与属性一体化的空间聚类方法——基于空间距离的K-均值聚类法,利用M atlab编写其算法程序。同时以福建省各县市经济发展水平的类型划分作为研究实例,首先选取反映社会经济发展水平的8项指标,并利用G IS技术提取各县市的重心位置坐标,再利用该空间聚类算法将福建省各县市的经济发展水平聚类为5类,结果表明此算法能够综合考虑空间位置邻近性和属性特征相似性的聚类要求,对福建区域可持续发展有一定的指导意义。