基于阴影搜索法的飞机目标遥感图像分割研究

介绍阈值分割的原理并分析传统图像分割中阈值的确定方法;为提高对飞机目标遥感图像的分割效果,采用阴影搜索法对图像阈值进行判定。该算法对图像进行横向或纵向扫描,根据像素的变化频率判定阴影区域并确定目标与背景的关系,实现图像分割中最优阈值的自动提取。该算法克服了传统方法灵敏度低对分割效果的影响,有很好的通用性和有效性。     

基于HAC的SAR图像分割算法研究

本文提出了一种基于凝聚层次聚类(Hierarchical Agglomerative Clustering,HAC)的合成孔径雷达(Synthetic Aperture Radar,SAR)影像分割算法。该算法采用自底向上的策略,将相似的像素聚合成同一斑块。另外,本文利用了异质性作为衡量斑块相似性的标准。本文利用了两景2010年Envisat ASAR影像来开展图像分割实验。实验结果显示,本文算法的分割精度均在0.75以上,有效保持了SAR影像中溢油斑块的边界信息。     

基于阈值分割的黑龙江省森林类型遥感识别

全球变化背景下,准确获取森林覆盖是监测森林资源动态、实现林业可持续发展的重要基础。为将省级尺度森林资源清查面积资料空间化,以黑龙江省为例,利用1999-2003年该省森林资源清查面积数据,结合2000年500 m分辨率的MODIS数据,构建了基于阈值分割的森林类型遥感识别方法。该方法利用不同地表覆被类型归一化植被指数时间序列的季节分异特征,以森林资源清查面积为标准,设定森林类型的划分阈值,识别了黑龙江省森林类型的空间分布。最后,基于分层随机抽样和精度评价方法,表明森林类型识别结果与地面参考数据具有较高的一致性,总体分类精度为78.1%;特别是季节特征明显的落叶林,精度可达80%以上。本文所构建的方法可将森林清查统计数据进行准确的空间定位,同时结合多期森林资源连续清查资料和遥感信息,可为识别并量化区域生态系统生物量和碳库变化等提供科技支撑。     

基于Mean-shift影像分割算法的TM影像分类及城市扩展研究

以马来西亚雪兰莪州及首都吉隆坡为例,将Mean-shift算法的影像分割方法应用于研究区的TM影像分类中,较传统方法的分类精度更高,可满足应用需求.依据该分类结果对研究区的空间城市化特征进行分析.发现近期研究区一直处于高速扩展阶段,外延式扩展和填充式扩展并行发展成为该研究区城市扩展的主导模式.     

基于简单要素模型的多边形分割算法

多边形是GIS研究和应用中使用最频繁的几何对象,该文描述了基于简单要素模型的任意多边形分割算法。从计算几何出发,结合GIS空间数据的特点,将基于简单要素模型的多边形分割算法设计为:1)对多边形及分割线的边界排序,基于扫描线及外包矩形检测查找可能相交的线段,提高相交线段的搜索效率;2)计算交点生成结点信息(包括交点坐标、线号及交点的出入),并存储在独立的单向链表中;3)根据结点链表和原多边形坐标搜索结果多边形。该算法能够分割任意简单多边形(凹凸、曲线边界和带洞的多边形)以及有共享边的多边形。最后在MapGIS7.0平台上,实现了基于简单要素类的多边形分割功能。     

两种自动基流分割方法在干旱半干旱地区的对比研究

基流是河川径流的重要组成部分。在干旱半干旱地区,基流对于维持水源的稳定性及持续性、确定河流生态需水等方面具有重要作用。因此,基流分割结果的准确性至关重要。本文以黄河流域上游小流域为研究区,分别使用滑动最小值法和数字滤波法对典型年进行基流分割,然后用数字滤波法对1980-2014年日均径流进行基流分割,并分析基流的变化趋势。研究表明,数字滤波法在干旱半干旱地区具有较好的应用效果,滑动最小值法分割的基流结果偏小;在特定研究区的参数难以确定时,应结合两种方法的优点确定最佳的基流分割方案。研究区1980-2014年的平均基流指数为0.69,高于全国平均值0.26、西北诸河区的0.57及黄河区的0.43;趋势分析显示,研究区的年径流、基流、BFI的增长幅度分别为0.086 (m³/s)/10a、0.169 (m³/s)/10a、0.038/10a。MK趋势检验结果显示,年径流未通过10%的显著性检验,增长趋势不明显;基流和BFI分别通过了2.5%和1%的显著性检验,增长趋势显著。     

数字滤波法在锡林河基流分割中的比较与应用北大核心CSCD

以1974年锡林浩特水文站实测径流数据为例,通过Lyne-Hollick、Chapman、ChapmanMaxwell、Boughton-Chapman四种方法对其进行基流分割。一方面研究不同滤波方法滤波次数、滤波参数变化对基流分割结果的影响;另一方面确定流域基流分割的最优参数。结果表明:LyneHollick、Chapman、Chapman-Maxwell、Boughton-Chapman四种滤波法在锡林河基流分割中,拥有两个滤波参数的Boughton-Chapman滤波法分割基流的模拟效果最好,这是因为拥有两个滤波参数的数字滤波器与拥有一个参数的数字滤波器相比,其对总径流序列的高频信号的平滑作用更显著,所获得的地下径流序列更稳定,变化性更小。但其相比于单参数滤波法分割次数较多。对于单参数滤波方法中,Lyne-Hollick滤波法分割基流的模拟效果较好,Nash-Sutcliffe效率系数较接近于1,平均相对误差均<5%,Chapman和Chapman-Maxwell滤波法分割结果偏低,平均相对误差均>10%。     

基于粗阈值和梯度算法的南极多光谱影像云区的提取

利用Landsat-7的ETM+多光谱影像,提出使用粗阈值以及梯度算法提取极地上空的云。试验结果表明,粗阈值增加了阈值算法的灵活性,并结合梯度算法,由粗到精,达到了较好的极地目标识别效果。     

一种改进的基于法矢方向调整的平面点云分割方法

智慧城市的蓬勃发展和快速推广,使得三维建模成为当前热点研究方向。平面点云分割是三维点云建模中数据处理的关键环节。该文提出一种三角面片法向量方向调整方法,通过后续对邻近法向量进行加权平均估算实现平面点云的分割。首先采用八叉树的空间划分方法将无序的点云建立索引,利用K紧邻搜索获取参考点的K个邻近点,然后将该局部点构建不规则三角网并且得到包含参考点的所有三角面片以及三角面片的法向量,并通过将三维点投影到二维平面,利用平面三角形两边向量叉乘的方法,判断并调整各三角面片的顶点排列顺序,使三角面片的法向量一致化,最后对包含参考点的所有三角面片的法向量加权平均,估算参考点的法向量,根据点云法矢一致、共面的原则将平面点云分割出来。以徕卡Scanstation 2型扫描仪获取点云数据,对该方法进行检验,结果显示其能较好地实现对点云法矢量方向的调整与估算,并对平面点云数据进行分割提取。     

基于改进SURF算法的无人机遥感影像快速拼接

为了及时、准确地反映测区情况,需要在拍摄现场将获得的无人机遥感影像进行实时拼接.基于SURF的无人机遥感影像拼接算法具有尺度和旋转不变性,拼接效果较好,但该算法稳定性较差,拼接过程中大量误特征点被提取出来,导致计算量大、匹配效率低,无法满足实时拼接的要求.该文首先利用SURF算法粗提取特征点,然后利用RANSAC算法剔除被误提取的特征点,实现特征点的快速匹配和图像实时拼接.实验结果表明该文的算法不但可以得到很好的图像拼接效果,而且极大地提高了拼接效率.     

采用双注意力机制Deeplabv3+算法的遥感影像语义分割

针对DeepLabv3+网络在遥感影像上呈现出拟合速度慢,边缘目标分割不精确,大尺度目标分割类内不一致、存在孔洞等缺陷,提出在该网络中引入双注意力机制模块（Dual Attention Mechanism Module, DAMM）,设计并实现了将DAMM结构与ASPP（Atous Spatial Pyramid Pooling）层串联或并联的2种不同连接方式网络模型 ,串联连接方式中先将特征图送入DAMM后,再经过ASPP结构;并联连接方式中将双注意力机制层与ASPP层并行连接,网络并行处理主干网提取特征图,再融合两层处理特征信息。将改进的2种方法通过INRIA Aerial Image高分辨率遥感影像数据集验 证,结果表明,串联或并联方式2种网络都能有效改善Deeplabv3+的不足,并联方式网络性能更好,其对原网络缺陷改善效果更明显,并在测试数据集上mIoU达到85.44%,比Deeplabv3+提高了1.8%,而串联方式网络提高了1.12%。并联结构网络更符合本文需求,其形成了一种对DeepLabv3+网络上述问题进行统一改善的方案。     

基于C5.0决策树分类算法的ETM+影像信息提取

利用C5.0决策树算法对ETM 影像进行信息提取,通过与其他分类方法提取结果的对比,得出C5.0决策树分类算法精度较高。大气校正与数据融合可明显提高分类精度,利用经过NDVI、NDBI、缨帽变换处理后的影像组合数据进行信息提取可进一步提高分类精度。研究发现,C5.0决策树算法用未处理的资料生成决策树的效果较差,而经大气校正和数据融合后计算出NDVI、NDBI及缨帽变换的前3个分量的组合数据生成的决策树深度最小,并且分类精度最高。     

中国北方沙尘暴出现阈值风速的估计

 提出了沙尘暴阈值风速的概念以及一个使用沙尘暴持续时间和平均风速计算沙尘暴阈值风速的方法,并利用中国北方283个气象台站1991—2000年的月平均风速资料和同期记录的所有沙尘暴持续时间资料,计算了中国北方各个季节沙尘暴阈值风速分布。计算结果有助于沙尘暴的预报工作。     

基于无人机可见光影像的高原丘陵盆地区山药植株识别

采用四旋翼无人机采集特色作物山药种植区影像,针对山药种植时间和管护水平差异导致的植株生长差异化特征,通过筛选红绿比值指数（RGRI）、过绿指数（ExG）和过绿减过红指数（ExG-ExR）等颜色指数获取山药植株最优颜色指数计算方法;以高斯高通滤波（GHPF）增强和保留山药植株高频信息,抑制杂草、玉米植株的噪声;结合田间测量山药植株数据,通过人机交互解译方法对图像滤波增强后的影像进行灰度分割和提取山药植株信息。结果表明：1）样区总体提取精度为91.14%,样区A、B、C的提取精度分别为90.94%、91.96%、90.81%,精度验证完整性为93.16%;2）随着山药植株多株连体生长复杂程度的增强,过绿指数具有的土壤与植被的分离性仍优于红绿比值指数和过绿减过红指数;3）使用高斯高通滤波能够有效消除杂草、玉米植株的影响,减小山药植株多株连接生长所产生的干扰;4）高斯高通滤波卷积核大小79×79适用于不同时相和不同生长情况的山药植株影像处理,针对不同的山药植株生长情况和不同时相的可见光影像,需调整灰度分割的阈值参数t,单株山药植株面积S由田间测量确定。该方法以快速灵活、低成本的方式识别和计算不同生长状态的山药植株数目,适用于喀斯特山区的精准农业监测研究和现代农业生产活动。     

基于金字塔模型的遥感影像感知哈希认证算法

针对遥感影像数据量较大的特点,提出一种基于金字塔模型的遥感影像感知哈希认证算法。首先,在原始遥感影像基础上通过重采样建立不同分辨率的影像层,并根据认证的粒度要求对各层影像进行格网划分;然后,通过分块DCT变换提取各格网单元的内容特征,进而构造格网单元的感知哈希序列,最终得到原始遥感影像的感知哈希序列。影像认证端可以认证不同分辨率影像层的内容完整性,也可以验证初始影像的内容完整性。实验与分析表明,该算法能够实现不同尺度下的遥感影像内容完整性认证,并对篡改区域进行定位。     

高光谱遥感影像波段选择算法评价方法研究

波段选择在高光谱影像数据降维处理中尤为重要,其算法较多,但针对波段选择算法评价方法的研究却很少。该文提出一种波段选择算法的评价方法。引入信息量、类别可分性和相关性3个指标,对所选波段子集进行度量,通过比较不同波段选择算法所选波段子集的度量结果,实现对波段选择算法的评价。在试验中,将该评价方法应用于4种常用的波段选择算法,分析了评价结果并验证了该评价方法的可行性。     

基于无人机航空摄影技术的厦门滩涂养殖调查

近年来随着实时化测绘的需求增加,无人机航空摄影发展迅速.无人机航摄具有运行成本低、执行任务灵活性高等优点,是遥感数据获取的重要手段.本研究论述了利用无人机对厦门市翔安区滩涂进行航空摄影制作1∶2 000正射影像的方法,其成果用于滩涂养殖信息调查.