遥感自动提取海岸线方法

利用遥感技术确定海岸线位置的问题受到关注由来已久,就其在国内外的研究现状做了介绍,利用小波边缘检测算子提取出黄河三角洲河口区2004年Landsat TM图像的海岸线位置;在分析小波算子与传统边缘提取方法相比的优点的同时,并就其存在的不足提出了今后的研究重点。     

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。     

基于无人机遥感的海岸线提取与测量方法

面对复杂的海岸线地质结构,传统依靠卫星影像和人工施测的方法难以快速准确进行海岸线提取与监测。本文以无人机遥感的手段,高效获取分辨率较高的海岸线低空影像,生产DEM、DOM数据,结合当地潮位信息,快速准确地进行了海岸线范围提取与量测。针对砂质海岸线开展了航拍实验,经与痕迹线进行对比,得出本文的海岸线提取方法能较好地与实测结果相匹配,仅局部细微处出现差异,海岸线测量精度满足动态监测要求,可较好地应用于资源管理部门。     

海岸线提取技术研究进展

探讨了海岸线定义不明确的问题。在总结实地测量痕迹线法和遥感影像提取法在测量海岸线的实现过程和关键技术的基础上,分析指出了这两种方法都存在效率低下、工作周期长、安全隐患大等缺点。介绍了国外利用航空LiDAR数据提取海岸线的主要方法及其实现过程,美国在垂直基准转换系统VDatum的支撑下,LiDAR技术提取海岸线法获得了较广泛的应用,而国内在技术方法研究与海域垂直基准建设方面则处于起步阶段。最后针对海岸线测量存在的问题提出了几点建议。     

基于哨兵一号影像海岸线自动提取方法研究

通过研究近年来边界提取方法,提出一种适用于Sentinel-1的算法,结合形态学处理的海岸线自动提取方法,并在原有方法的基础上做了部分改进.然后利用该方法对基于Sentinel-1多年的连云港海岸线进行提取及分析,并进行了实测数据的验证比较,精度较高,效果比较理想.     

海岸线提取技术研究进展

探讨了海岸线定义不明确的问题。在总结实地测量痕迹线法和遥感影像提取法在测量海岸线的实现过程和关键技术的基础上,分析指出了这两种方法都存在效率低下、工作周期长、安全隐患大等缺点。介绍了国外利用航空LiDAR数据提取海岸线的主要方法及其实现过程,美国在垂直基准转换系统VDatum的支撑下,LiDAR技术提取海岸线法获得了较广泛的应用,而国内在技术方法研究与海域垂直基准建设方面则处于起步阶段。最后针对海岸线测量存在的问题提出了几点建议。     

基于遥感影像的水资源提取精度评价方法研究

立足于当前生态文明建设的迫切需求,以促进遥感技术在水体提取及其时空变化研究中的应用为目的,经过评价指标的选取、配置,标准参考数据的优化选择,以及评价流程的设计,研究制定了一套基于遥感影像水资源提取的精度评价方法。在此基础上,以基于深度学习的遥感水体提取算法的提取结果为实验数据,选取了湖北省部分水体作为样本,进行了遥感影像水资源提取精度评价方法实验。实验结论符合提取算法的特性,验证了提出的精度评价方法的可行性。     

利用高分辨率遥感影像提取建筑物方法研究

随着航空航天技术的发展,人们获取的遥感影像数据的空间分辨率不断提高,同时获取难度大幅降低。在遥感数据日益普及的今天,利用影像处理与分析技术对高空间分辨率遥感影像中的感兴趣目标进行自动提取已经成为目前遥感领域研究的热点之一。建筑物作为与人类生活密切相关的主要人工地物,是城市发展的重要标志。目前,通过对高分辨率遥感影像进行建筑物自动提取已经成为建筑物信息获取的重要手段,而建筑物信息可用于进一步研究城市的扩张与发展、城市土地利用现状与变化、城市规划、城市热岛效应、人口估计与预测、灾害监测预警与评估等。     

基于Landsat-8遥感影像的鄱阳湖水边线提取方法研究

目前应用于水边线提取的方法众多,但是精度、效率参差不齐,本文主要通过对比监督分类、单波段阈值法、归一化指数模型法以及决策树方法在landsat-8影像下鄱阳湖水边线提取的精度及效率,结合水边线提取后的应用对提取方法进行对比分析。     

不同类型海岸线遥感解译标志建立和提取方法研究

传统的海岸线现场测量方式费时费力,且个别地区难以到达,遥感技术的出现为海岸线的获取提供了重要手段,可弥补传统方式的不足.应用SPOT 5影像,通过野外实地踏勘获取的现场资料及经验,分析各种海岸类型在影像中的特征,从颜色、纹理、地物邻接关系等方面建立海岸类型的遥感解译标志,提出基岩岸线、砂质岸线、粉砂淤泥质岸线、生物岸线...     

面向对象的遥感影像时空特征模型研究

对遥感影像的影像对象进行时空特征分析是遥感影像的智能分析与解译的基础,现有的时空数据模型不能满足影像对象时空特征分析的需要。文中基于遥感影像多尺度分割产生的影像对象用面向对象的方法建立时空特征数据模型,此模型可以满足对象存储和基于时间、空间、特征、属性查询的需要。同时,将此模型应用于遥感影像中海岸线与海岸带地物的时空特征建模,并验证模型的有效性。     

Methods and prospects of road and linear structure automatic extraction from remote sensing images

Automatic extraction of road and linear structure from remote sensing images is a very important problem. This paper analyses several existing methods of the automatic road and linear structure extraction by using some multi-spectral remote sensing images acquired from different spatial resolutions, districts and road characteristics. Their advantages and disadvantages have been, generalized.     

Methods and prospects of road and linear structure automatic extraction from remote sensing images

Automatic extraction of road and linear structure from remote sensing images is a very important problem.This paper analyses several existing methods of the automatic road and linear structure extraction by using some multi-spectral remote sensing images acquired from different spatial resolutions,districts and road characteristics. Their advantages and disadvantages have been generalized.     

Otsu法、区域生长法及形态学相结合的遥感图像海岸线提取

针对现有的海岸线提取方法精度低,无法满足处理各种传感器卫星图像及对线性多样复杂的海岸线提取的需求,本文提出了一种将Otsu法、区域生长法及形态学相结合的遥感图像海岸线提取方法。并且通过试验证明,该海岸线提取方法可以充分发挥Otsu、区域生长法及形态学方法在提取海岸线方面的各自优势,大大提高了海岸线的提取精度。并利用该方法对两种不同的卫星图像数据进行海岸线提取,验证了该方法在不同条件下均有良好的适用性。     

基于高分辨率城区遥感影像的道路半自动提取方法研究

遥感影像上人工地物的自动化和智能化采集一直是摄影测量与遥感技术长期探索的一个主要课题。道路是重要的基础地理信息,随着遥感影像分辨率的提高,道路特征的复杂化对道路提取方法形成了挑战。针对高分辨率城区遥感影像道路提取中存在的问题,结合多分辨率分析思想、模板匹配原理和LSB-Snake模型,综合提出了一种适用于城区高分辨率遥感影像的道路半自动提取方法。实验表明该方法可以在很大程度上弥补LSB-Snake模型的不足,同时具有良好的抗噪声能力,可作为一种有效手段应用在城区高分辨率遥感影像的道路提取中,具有很好的交互性、可靠性和高效性。     

基于高分辨率遥感影像的耕地地块提取方法研究

针对耕地地块提取问题,提出了一种基于图像分割的耕地地块提取新方法。该方法以高分辨率遥感影像为基础,借助于边缘提取和数学形态学的方法,通过边缘检测、边缘闭合、区域标号和后处理四个步骤,提取耕地地块。该方法在IDL6.3平台下编程实现。将此方法应用于北京地区QuickBird多光谱遥感影像,结果表明此方法有较好的定位精度,又在一定程度上去除了噪声,具有较好的实用性。     

特征级高分辨率遥感图像快速自动配准

随着遥感图像分辨率的日益提高,遥感图像的尺寸和数据量也不断地增大,同时随着遥感应用的发展,对图像配准的性能也提出越来越高的要求,基于此,提出一种特征级高分辨率遥感图像快速自动配准方法。首先,对图像进行Haar小波变换,基于小波变换后的近似图像进行配准以提高配准速度;其次,根据不同的遥感图像来源使用不同的特征提取方法(光学图像使用Canny边缘提取算子,SAR图像使用Ratio Of Averages算子),并将线特征转化为点特征;然后,依据特征点间最小角与次小角的角度之比小于某一阈值来确定初始匹配点对;最后,利用改进的随机抽样一致性算法滤除错误匹配点对,并结合分块思想均匀选取匹配点对计算仿射变换参数,进一步提高配准精度。为了验证本文方法的有效性,选择高分辨率World View-2图像、Pleiades图像和Terra SAR图像进行了实验,并与典型的SIFT算法、SURF算法进行比较分析,采用匹配率、匹配效率、均方根误差和时间消耗4个定量评价指标来客观评价算法的配准性能。实验结果表明,本文方法具有较好的有效性,且在不同的情况下具有较高的配准精度。本文提出的特征级高分辨率遥感图像快速自动配准方法,多组高分辨率遥感图像数据的配准实验结果表明该方法能快速实现并具有较高的配准精度和较好的鲁棒性。     

国产“环境一号”(HJ-1)卫星遥感影像桥梁提取研究

基于桥梁与水体的空间关系,结合卫星遥感影像数据包含的多光谱和形态学特征信息,提出一种有效提取国产“环境一号”(HJ-1)卫星遥感影像桥梁目标的方法.利用国产“环境一号”(HJ-1)卫星遥感影像数据进行桥梁目标提取试验.结果表明,该方法能快速、准确、有效地提取“环境一号”卫星影像中的桥梁目标,具有一定的应用价值.     

IEU-Net高分辨率遥感影像房屋建筑物提取

房屋建筑物作为人类活动的主要场所,快速准确地将其从高分辨率遥感影像中提取出来,对促进遥感信息在防灾减灾、城镇管理等方面的应用具有重要意义。本文基于深度学习,提出了高分辨率遥感影像房屋建筑物像素级精确提取方法。首先,针对样本图像边缘像素特征不足现象,以U-Net模型为基础提出IEU-Net模型,设计了全新的忽略边缘交叉熵函数IELoss并将其作为损失函数,另外添加Dropout和BN层在避免过拟合的同时提高模型训练速度和鲁棒性。其次,为解决模型特征丰富度有限的问题,引入形态学建筑物指数MBI,与遥感影像RGB波段一同参与到模型的分类过程。最后,在模型预测时与IELoss相对应采用忽略边缘预测策略从而获得最佳建筑物提取结果。实验对比分析表明：本文方法能有效克服样本边缘像素特征不足问题并抑制道路、建筑物阴影对结果的影响,提升高分辨率遥感影像中房屋建筑物的提取精度。     

面向对象的高分辨率遥感影像土地覆盖信息提取

利用高分辨率影象提取土地覆盖信息的关键技术在于如何利用丰富的纹理信息来弥补光谱信息的不足。面向对象的图像分类技术改变了传统的面向像素的分类技术:(1)用来解译图像的信息并不在单个像元中,而是在图像对象和其相互关系中;采用多分辨率对象分割方法生成图像对象,提高了分类信息的信噪比;基于对象的分类技术不同于纯粹的光谱信息分类,图像对象还包含了许多的可用于分类的一些其他特征:形状、纹理、相互关系、上下关系等信息。面向对象的土地覆盖分类结果与传统分类方法相比,其特征提取算子更加地适合于几何信息和结构信息丰富的高分辨率图像的自动识别分类。