高分一号汶川极震区滑坡提取研究

选择汶川地震极震区的高分一号卫星影像,通过面向对象的分析技术提取滑坡信息;采用多尺度分割算法,结合高分影像和滑坡特点将以往经验式参数选取方法进行优化,分析极震区滑坡的特征,选择合适的特征参数,构建分类规则,实现滑坡的识别与提取。滑坡灾害信息的提取结果采用野外实际调查的滑坡点进行精度评价,滑坡提取总精度为84%,表明利用高分一号高分辨率卫星数据可以较好地提取滑坡灾害信息,基本满足滑坡灾害识别的要求。     

面向对象的高分一号铁尾矿遥感信息提取与分析

针对高分一号遥感数据铁尾矿信息提取精度较低的问题,文中分析了铁尾矿高分遥感图像光谱、纹理及空间特征,构建了铁尾矿遥感光谱特征强化的数学模型RTI和IOT,建立了面向对象的铁尾矿高分遥感信息提取的技术流程。并以唐山典型矿山地区为研究对象,进行了铁尾矿遥感信息的提取实验和精度分析,验证了RTI和IOT强化数学模型在面向对象决策分类规则中的有效性,为铁尾矿资源的目标提取和自动监测提供了一种新的处理方法。     

高分一号多光谱遥感数据的面向对象分类

文章针对高分一号(GF-1)高分辨率遥感数据,提出了一种基于多特征的面向对象遥感图像分类算法:首先,对GF-1卫星数据进行分水岭分割,并利用仿射不变矩形状特征算子获得遥感图像的几何特征;其次,利用主成分分析和灰度共生矩阵获得遥感图像的纹理特征;然后,基于多特征数据进行均值漂移滤波,并利用自动标记分水岭分割方法实现遥感图像分割;最后,结合基于像元的最大似然监督分类结果做投票分类处理,从而实现面向像元与面向对象相结合的遥感数据分类.以高分一号遥感数据进行分类实验,结果表明:本文方法可有效地提高遥感图像分类精度.     

融合高分影像和LiDAR数据的城市道路提取

为避免由于城市道路复杂及树木建筑的阴影遮挡导致从遥感影像中提取道路信息不准确的问题,本文采用高分影像和Li-DAR数据相融合的方法实现城市道路的提取,并使用一种基于最小面积外接矩形(MABR)的后处理改进方法进行完善.首先对试验区进行数据配准;然后应用FNEA算法进行图像分割,并使用随机森林分类法进行分类,将影像融合和...     

基于高分二号的城市绿地提取方法研究

绿地对城市生态系统具有重要的调节作用。利用遥感技术来辅助绿地信息的提取,能够获取绿地空间结构,动态掌握绿地覆盖面积,从而达到调控和监测城市绿地变化的目的。本文分别采用最小距离分类和面向对象的最邻近分类2种方法进行城市绿地提取,实验结果表明,利用高分二号这种空间分辨率较高的遥感影像进行绿地信息提取,面向对象的分类方法要比传统的最小距离分类方法更为适合。     

结合随机森林的高分一号分类最优组合研究

选取高分一号(GF-1)PMS多光谱影像,提取该数据的指数、共生矩阵纹理等特征与原始多光谱影像叠加,对叠加后影像进行随机森林分类并提取各波段重要性系数。根据重要性系数进行最优波段组合初选择,在此基础上利用最佳指数法(OIF)选取土地覆盖分类最优波段组合,利用随机森林分类器对该组合进行土地覆盖分类,与传统的OIF最优波段选取结果进行分类精度对比。结果表明,提出的方法能够有效提取最优波段组合,最优波段组合为B2-B5-CON,与传统方法相比,在随机森林分类中总精度要高出20.49%。     

机载多光谱LiDAR的随机森林地物分类

机载多光谱LiDAR技术利用激光进行探测和测距,不仅可以快速获取地面物体的三维坐标,还可以获得多个波段的地物光谱信息,可广泛用于地形测绘、土地覆盖分类、环境建模、森林资源调查等。本文提出了多光谱LiDAR的随机森林地物分类方法。该方法通过对LiDAR强度数据和高程数据提取分类特征,完成多光谱LiDAR的随机森林地物分类;并分析随机森林的特征贡献度特性,采用后向特征选择方法实现分类特征选择。通过对加拿大Optech Titan多光谱LiDAR数据的试验表明：随机森林方法可以获得较好的地物分类精度,而且可以适当地去除部分冗余和相关的特征,从而有效提高分类精度。     

面向对象的库区高分一号影像土地利用信息提取

高分一号（GF-1）是我国自主研发的第一颗高分辨率遥感卫星,其包含地物信息较为丰富,已应用于土地利用信息提取,但在水利工程库区土地利用调查方面研究较少。本文以峡江水利枢纽工程库区为例,首先对库区影像进行了基于RPC模型的正射校正、几何精纠正等预处理;然后针对GF-1的传感器响应特性,采用基于多元线性波段拟合的方法对多光谱与全色影像进行融合,该方法相对于传统分量替换法具有更好的融合性能;最后综合利用影像的光谱、纹理及形状等特征,采用面向对象的方法对融合后的库区影像进行了地类信息提取与分类精度评价。试验结果表明,融合影像可以有效提取水利工程库区的土地利用信息,总体分类精度达到87.9%,Kappa系数为0.836,能够满足库区土地利用调查和变化监测的要求。     

高分二号异轨立体数据的森林高度提取

森林植被碳储量的空间分布格局及其动态变化是陆地生态系统碳收支核算的基础。作为森林地上生物量的重要指示因子,森林高度的精确估算是提高森林植被碳储量估算精度的关键。现有研究已证明,由专业星载摄影测量系统获取的立体观测数据可用于森林高度提取,但光学遥感数据最大的问题是受云雨等天气因素的影响严重。区域森林地上生物量产品的生产需要充分挖掘潜在数据源。国产高分二号卫星(GF-2)虽然不是为获取立体观测数据而设计的专业星载摄影测量系统,但其获取的图像空间分辨率可达0.8 m,且具备±35°的的侧摆能力,在重复观测区域可构成异轨立体观测。本文以分别获取于2015年6月20日和2016年7月19的GF-2数据作为立体像对,其标称轨道侧摆角分别为0.00118°和20.4984°,以激光雷达数据获取的林下地形(DEM)和森林高度(CHM)为参考,对利用GF-2立体观测数据进行森林高度提取进行了研究。通过对立体处理得到的摄影测量点云的栅格化得到DSM,以激光雷达数据提供的DEM作为林下地形,得到了GF-2的CHM。结果表明GF-2提取的CHM与激光雷达CHM空间分布格局较为一致,两者之间存在明显的相关性,像素对像素的线性相关性(R2)达到0.51,均方根误差(RMSE)为3.6 m。研究结果表明,在林下地形已知的情况下,GF-2立体观测数据可用于森林高度估算。     

基于CART决策树的高分二号洞庭湖区湿地分类方法

高分卫星遥感湿地分类的关键在于解决"同物异谱、异物同谱"难题.本文将当前应用前景广泛的亚米级国产高分二号(GF-2)影像和CART决策树面向对象分类算法相结合,以湖南沅江为例进行洞庭湖区典型湿地的分类提取工作,选取包括光谱信息、几何特征、地形特征和纹理特征等多维对象特征对分类器进行训练,构建了多维特征湿地分类方法.试验...     

基于GF-1号影像的南方水稻种植信息提取

针对南方复杂地区水稻遥感信息提取研究中机器自动学习分类研究较少、分类精度不高的问题,以福建省三明市建宁县溪口镇为研究区,基于GF-1号卫星影像,采用面向对象的随机森林遥感分类算法对研究区内水稻田信息进行提取.首先通过优化面向对象分割参数和随机森林分类模型参数,提取并调用了影像中的多种特征;再对光谱特征、植被指数特征、纹...     

Feature selection for airborne LiDAR data filtering: a mutual information method with Parzon window optimization

ABSTRACT

Filtering is one of the key steps for Digital Elevation Model (DEM) generation from airborne Light Detection and Ranging (LiDAR) data. Machine-learning-based filters have emerged as a class of filtering algorithms in recent years. Most existing studies mainly focus on feature generation due to limited available features a point cloud possesses. More than 30 features have been described in the existing literature. But most generated features are based on geometric information of points. Several redundant and irrelevant features may not necessarily improve the filtering accuracy. Hence, this paper proposes a feature-selection method using minimal-Redundancy-Maximal-Relevance (mRMR) combined with Parzen window optimization to deal with both discrete and continuous features. An optimal/suboptimal feature subset is constructed for machine-learning filters in various landscapes. Experimental results based on AdaBoost show that height-related features, particularly height itself, are of the greatest significance in both urban and rural scenes. Moreover, different subsets can be selected from the datasets of the two landscapes by our feature-selection strategy, which increases the data relevance for describing each geographical landscape. This study provides guidelines for the selection of optimal/suboptimal features for point cloud filtering based on machine-learning algorithms.     

Selection of LiDAR geometric features with adaptive neighborhood size for urban land cover classification

LiDAR has been an effective technology for acquiring urban land cover data in recent decades. Previous studies indicate that geometric features have a strong impact on land cover classification. Here, we analyzed an urban LiDAR dataset to explore the optimal feature subset from 25 geometric features incorporating 25 scales under 6 definitions for urban land cover classification. We performed a feature selection strategy to remove irrelevant or redundant features based on the correlation coefficient between features and classification accuracy of each features. The neighborhood scales were divided into small (0.5–1.5 m), medium (1.5–6 m) and large (>6 m) scale. Combining features with lower correlation coefficient and better classification performance would improve classification accuracy. The feature depicting homogeneity or heterogeneity of points would be calculated at a small scale, and the features to smooth points at a medium scale and the features of height different at large scale. As to the neighborhood definition, cuboid and cylinder were recommended. This study can guide the selection of optimal geometric features with adaptive neighborhood scale for urban land cover classification.     

基于GF-1遥感影像面向对象的海岸线自动提取——以秦皇岛为例

近年来,人类活动的影响加上自然因素的作用引起了一系列海岸带生态环境问题,因此,如何快速准确地提取海岸线已成为一个热门的研究课题。本文基于高分一号遥感数据,运用面向对象分类方法,结合光谱、几何等特征在图像上提取海岸线,利用已有"908基线"进行精度验证,得到沙质岸线、淤泥质岸线、生物岸线以及基岩岸线的均方根误差分别为1.7 m、34.79 m、15.27 m和4.69 m。     

机载LiDAR技术支持下的荒漠地区1:10 000地形图测绘与研究——以内蒙古阿拉善地区为例

尝试应用机载LiDAR技术测绘1：10 000比例尺地形图3D（DLG、DEM、DOM）产品,给出了机载LiDAR测绘3D产品的技术流程,并选择荒漠地区作为试验区,验证了此种技术方法在荒漠地区测绘3D产品的可行性,分析了成果精度。试验证明,该方法可以满足荒漠区域的1：10 000比例尺3D基础数据生产要求,且具有外业工作量小、自动化程度高、成图快、高程精度高、受外界环境影响小等优点,同时也总结了该方法中有待完善之处。该方法为荒漠地区3D基础测绘数据获取提供了有益借鉴。     

面向遥感目标识别耦合GA与SVM的特征优选方法

提出了GA-SVM耦合用于高分遥感目标识别的特征优选方法,将GA中的特征降维和适应度函数构建与SVM中的特征空间映射、样本训练以及分类结果在内容上耦合,利用SVM的识别结果指导GA的进化方向。同时,为减小未成熟收敛风险,对传统GA做了改进。实验表明,该方法在高分遥感影像目标识别中效果较好。