基于形态重建的高分辨率遥感影像城市道路提取

高分辨率遥感影像中,城市道路表现为局部灰度近似、宽度变化缓慢的狭长区域。根据城市道路这些形态特性,提出基于形态重建的道路提取方法。先对原始遥感影像作增强处理,突出影像边缘信息,用Otsu自动阈值分割法对增强处理后的图像进行初步分割;再根据图像中各要素的形态特征构建不同的标记图像,分别对原图像进行形态重构,将道路和建筑物等分别生成新的图像模块;对形态重构生成的道路模块进行轮廓提取和细化,提取出道路轮廓和中心线。实验结果表明,该方法能有效地从高分辨率遥感影像中提取出城市道路网。     

遥感影像屏幕数字化高效方法研究--显著地物的矢量跟踪方法

主要针对遥感影像屏幕数字化效率较低问题,提出了显著地物矢量跟踪方法：包括显著地物的分析、遥感影像数据的预处理、显著地物信息的人机交互提取、显著地物的矢量跟踪等步骤,并利用辽宁省东部新宾县ＴＭ遥感影像对此方法进行了应用与验证。     

基于高程约束的航空立体影像建筑物自动检测方法

建筑物的自动识别和检测对于城市的发展具有重要意义。基于航空影像进行建筑物自动检测时,现有的面向对象方法容易将道路误检测为建筑物。针对这一问题,该文提出了一种基于高程约束的建筑物多级自动检测方法,在面向对象方法提取建筑物的基础上,结合数学形态学和边缘检测,利用立体影像匹配和前方交会方法解算得到地物点的三维坐标,基于高程筛选得到建筑物自动提取结果。利用两组不同类型的数码传感器的实际航空影像进行了实验,发现建筑物数量提取准确率分别从47.83%、81.82%提高到91.43%、93.75%。实验结果表明,该文提出的建筑物多级自动检测方法能够有效改善面向对象建筑物提取结果,提高建筑物检测精度。     

一种基于机载LiDAR和离散曲率的建筑物三维重建方法

机载LiDAR作为一种获取地物空间信息的新技术已得到广泛应用,但从LiDAR数据中重建建筑物三维模型方法的缺乏,是制约其进一步发展的瓶颈.该文介绍了一种自动与人机交互建模相结合的建筑物三维重建方法,首先基于离散曲率分析自动提取建筑物3D轮廓信息,然后将建筑物轮廓信息作为约束条件,使用模型驱动的ATOP算法实现建筑物自动建模,并支持对复杂建筑物人机交互建模.     

基于SPOT5遥感影像的土地分类信息提取

近年来,随着现代遥感技术的发展,高分辨率、多波段、多时相、周期性的遥感卫星不断更新,如:SPOT、IKONOS、Quick Bird等,为土地分类信息的提取提供了丰富、可靠、高精度的基础数据源信息。本文选取陕西省三原县部分地区作为试验区,探讨利用SPOT5遥感影像进行土地分类信息提取,对数据预处理、遥感影像分类方法的选取及分类结果精度的评价等问题进行了探究,采用最大似然法,通过计算机自动分类对SPOT5遥感影像土地分类信息进行提取。实验证明,将SPOT5遥感数据应用于土地信息类型的提取可以极大地提高影像分类的效率,得到较好分类效果。     

面向高分辨率遥感影像建筑物变化检测的边缘感知网络

为提升建筑物变化检测精度,尽可能保留变化区域的边缘信息,提出一种边缘感知网络(Edge Sensing Net-work,ESNet),用于较大范围内的高分辨率遥感影像建筑物变化检测.ESNet由主干网、粗预测分支和精预测分支三部分组成:主干网用于提取多层次的特征差异图;粗预测分支通过跳跃连接的方式融合深层特征图与浅层特征图,以获得变化检测的粗预测图;精预测分支选取粗预测图中预测不确定性较大的点,通过融合点的深层和浅层特征实现点的变化属性再判别,从而获取建筑物变化区域的精细化边缘信息.在航空影像和卫星影像建筑物变化检测数据集上的实验表明,相比STANet、UNet++MSOF等变化检测方法,该方法变化检测精度最高,且能有效保留边界的细节信息.     

基于影像分割技术的LIDAR数据建筑物边缘提取

提出一种基于影像分割技术的LIDAR数据建筑物边缘提取方法,将LIDAR点云数据转化为DSM影像,采用改进的动态阈值分割算法对DSM影像进行分割,并将得到的图像进行边缘提取.试验表明,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,为进一步的建筑物三维重建奠定基础.     

阴影辅助下的面向对象城市建筑物提取

分析高分辨率遥感影像城市建筑物提取的难点,探讨建筑物阴影与建筑物之间的关系,提出一种阴影辅助的建筑物提取方法:首先在高分辨率影像中提取出建筑物阴影对象,通过建筑物与其阴影的空间关系特征分离相互连接的建筑物对象并确认漏提取的建筑物对象,从而提高了建筑物的提取精度;将该方法运用于Quick Bird影像的建筑物提取实验中,取得理想的实验效果.     

利用规则对Worldview-2影像进行地物信息提取研究

研究针对Worldview-2影像的地物特征,采用一种多层次规则的面向对象地物提取方法,通过建立和执行各类地物的提取规则,从多尺度分割产生的影像对象中提取不同地物。实地验证结果表明,该方法提取地物的总精度为84.2%,Kappa系数为0.791。建筑物、道路、耕地和裸地相混合误提现象较多,主要是由于这4种地物的光谱特征相似导致,应选用更敏感的识别参量或建立更高效的识别规则以提高识别精度。     

空间关联规则在土地利用与地形特征关系研究中的应用

空间关联规则是空间数据挖掘的重要内容,其结果表明了各种空间对象之间的关联关系．本研究以福州地区作为试验区,以DEM、坡度、坡向等地形特征以及2009年福州地区土地利用现状作为基础数据,利用Apriori算法从中提取出地形特征与土地利用现状之间的关联关系,讨论并分析两者之间关联规则的提取结果及空间关联规则提取方法的优缺点...