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Landsat 8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FeatureStation的地理国情地表覆盖解译方案研究

分析了FeatureStation用于地理国情要素提取与解译的技术路线,并提出了特殊地貌的解译方法,以及针对选定区域的自动解译方法。在地理国情普查项目中的应用表明,FeatureStation软件具有快速、实用、有针对性等特点。     

GIS辅助下的高空间分辨率卫星影像解译研究

由于高分辨率卫星影像信息量大、细节多、纹理变化复杂等原因,其解译工作面临新的更加复杂的难题。本文利用遥感和地理信息系统技术,分析QuickBird卫星遥感影像的各种地物影像特征信息,对四川省成都市新都区军屯乡的土地利用类型进行了综合解译,建立了相应的军屯乡1:1000～1:5万的空间数据库。其成果将为该区的土地利用土地动态变化提供重要的参考依据,并为其他平原地区提供一点经验。     

地理国情监测中基于高分辨率影像的地表覆盖信息人工解译方法和经验探讨

地理国情监测对象主要包括地表形态、地表覆盖和重要地理国情要素3方面,其中地表覆盖能真实反映土地表面自然营造物和人工建造物的属性,能描述地理国情信息的特征。尽管对以遥感影像为数据源的地表覆盖信息解译制定了详细的规则,但地表覆盖类型复杂多样,部分影像因天气、设备等原因不能清晰辨别地物,以及目前自动特征提取算法还不够完善,因此部分地表覆盖信息的提取还需根据经验进行解译。以西部某区第一次地理国情普查为例,结合提取规则和地物的形状、大小、颜色、纹理、位置等特征,探讨易混淆图斑的解译方法,为地表覆盖解译工作提供参考。     

利用多分类器自适应级联模型的高分二号影像分类

针对传统单一分类器分类效果不够理想,存在各自的不足,以及已有的多分类器级联模型不能根据待识别样本特征进行动态调整优化等问题,提出了一种基于多分类器自适应级联模型的遥感影像分类方法。该模型选取各类别最优分类器进行级联组合,以待识别样本在整体性能最优分类器的表现对类别最优分类器作出自适应调整,对高分辨率影像分割后的像斑对象输出类别信息。以杭州区域高分二号遥感影像进行分类试验,结果表明,本文方法相比于单一分类器及已有的级联模型具有更高的分类精度。     

地理国情普查中地表覆盖自动解译问题研究

针对地表覆盖自动解译时经常遇到的分割尺度设置、影像噪声、判读差异、DLG数据与影像不一致等问题,在实际应用中,根据影像分辨率与测区地类设定合适的分割尺度,采用合理的解译顺序、调整分割尺度和采样率来降低噪声影响,用人机交互解译来解决判读差异问题,人工解译与现场核实相结合判断DLG数据与影像不一致区域。以上措施较好地解决了自动解译遇到的问题。     

利用eCognition进行高分一号卫星数据土地利用现状解译能力测试

土地利用现状解译能力是卫星数据在土地资源领域应用的重要指标之一。本文以内蒙古自治区包头市石拐区和江苏省徐州市贾汪区作为研究区,利用eCognition软件采用面向对象分类的方法,通过初步影像分割、构建土地利用分类系统、标准化最邻近分类及对分类结果整理修改与分析,从中随机选取了不同地类、不同面积的图斑,以更高分辨率影像分类结果作为真值,进行了典型地类的属性精度、面积精度评价,从而对高分一号卫星数据的土地利用现状解译能力进行了测试与评定。     

交互式遥感影像解译认知模式研究

交互式遥感影像解译系统是一个有人参与的复杂系统,解译者的行为决定了系统相当一部分性能。解译行为是一个不断重复进行的信息处理过程,深入研究解译者的信息加工模式,是提高遥感影像解译质量和解译速度的核心。随着认知工效研究的深入和人工智能的发展,传统的基于“刺激(S)-机体(O)-反应(R)”的影像信息认知模式已不能满足遥感影像信息提取技术发展的要求。在对影像解译系统建模与分析的基础上,根据现代认知科学理论,对解译者的信息获取和处理机制进行了研究,建立了解译者在解译过程中对遥感影像的信息处理结构模型,并对模型的作用和特点进行了简单分析,分析结果将为影像解译者的认知过程研究和相关系统开发设计提供依据。     

迁移学习支持下的高分影像山地滑坡灾害解译模型

无人机低空遥感是近年来新兴的一种快速获取灾情信息的手段,如何利用无人机高分影像构建滑坡灾害解译模型是实现快速自动解译滑坡的关键。针对该问题,对比了多种影像特征提取方法,将迁移学习(TL)特征和支持向量机(SVM)引入到构建滑坡灾害自动解译模型中,提出了一种TL支持下的高分影像滑坡灾害解译模型。选取5·12汶川地震及4·20芦山地震系列无人机影像构建了滑坡灾害样本库并进行了实验,TL特征方法整体分类准确度ACC为95%,ROC达到0.98,识别准确率达到97%。结果表明,所提方法可用于高分影像滑坡自动解译,同时可用于大面积高分影像中快速山地滑坡灾害定位及检测。     

交互式遥感影像解译认知模式研究

交互式遥感影像解译系统是一个有人参与的复杂系统,解译者的行为决定了系统相当一部分性能.解译行为是一个不断重复进行的信息处理过程,深入研究解译者的信息加工模式,是提高遥感影像解译质量和解译速度的核心.随着认知工效研究的深入和人工智能的发展,传统的基于"刺激(S)-机体(O)-反应(R)"的影像信息认知模式已不能满足遥感影像信息提取技术发展的要求.在对影像解译系统建模与分析的基础上,根据现代认知科学理论,对解译者的信息获取和处理机制进行了研究,建立了解译者在解译过程中对遥感影像的信息处理结构模型,并对模型的作用和特点进行了简单分析,分析结果将为影像解译者的认知过程研究和相关系统开发设计提供依据.     

遥感影像解译的研究现状和发展趋势

回顾了遥感影像解译的发展概况,分析了各种影像解译方法的研究现状和特点,并在此基础上对遥感影像智能解译的发展趋势进行了展望。