图像数据融合的地貌类型识别分类与制图

计算机遥感地貌制图是利用航空像片或者卫星影像进行识别制图;另是利用DEM数据融合计算提取。对此,本文介绍了一种对区域基本地貌形态类型进行计算机自动分类的方法。它通过识别标志在影像上对地貌分布区进行数字化,把TM影像中的地貌信息和从DEM中提取出来的地貌信息结合,以划分出详细的地貌类型:如河北省沽源县的台地、河谷平原、开阔平原、丘陵、低山和中山6大类。最后,通过一定的算法进行分类成图。     

浅谈遥感三维飞行数据模型及其在自然灾害监测与评估中的作用

采用PCI遥感图像处理软件，以山东省1：25万国土基础信息数据库部分要素的矢量数据作为控制底图，利用多项式纠正法纠正TM影像，用其等高线生成DEM。在FLY模块下，分别装入纠正好的TM影像和DEM，即可生成遥感信息三维飞行数据模型。该模型真实地再现了地貌形态以及遥感影像上的山川、河流、道路和村庄。这些信息是领导正确指挥防洪、泄洪的科学依据，是自然灾害的快速监测与评估的有力技术支柱。     

中国1:100万遥感地貌制图方法的试验——以南京幅(Ⅰ-50)为例

地貌是自然地域综合体的主导因素,与国民经济建设关系十分密切。本文在总结前人研究地貌及地貌制图的基础上,以LandsatETM、DEN和地貌图件为基础数据源,试验全国1:100万遥感地貌制图方法和技术(南京幅为例),即利用历史地貌图和ETM影像来更新地貌界线,制定制图流程和规范,并讨论遥感地貌制图的几个关键技术和问题,包括遥感影像地貌界线划分的比例尺确定、遥感影像上地表覆盖和地貌界线划分、地貌界线与DEM等高线关系以及遥感地貌自动化制图等,为编制全国1:100万地貌图奠定基础。     

遥感影像专题图制作研究

遥感软件有强大的影像处理功能,地理信息软件有强大的矢量功能;由于遥感软件以国外进口软件为主,与国内常用的地理信息基础不适应。通过对遥感影像专题图的制作的研究,有效地解决了遥感软件和国产地理信息软件不匹配的问题,为各类遥感专题图制作提供了有效的技术方法。     

遥感图像三维地形景观可视化的实现——以西藏赛利普地区为例

遥感影像能客观地反映景物的形态、结构和空间关系等特征,使人们对地物有一个宏观整体的认识,但遥感影像所反映的二维平面不能真实地再现现实中的三维空间^[1]。本文以赛利普地区为例,应用遥感图像作为纹理数据,将数字高程模型(DEM)数据与二维遥感图像叠合生成三维影像,真实再现了赛利普地区的景观特征,有效地反映该区的地形、地貌特征。     

面向对象的南海珊瑚礁地貌单元提取

南海珊瑚礁地貌信息的提取是珊瑚礁资源利用、生态保护与管理及可持续发展的重要地学基础。本文提出了面向对象的珊瑚礁地貌单元提取模型,针对不同的地貌单元,以不同地貌单元的最优分割尺度、光谱参数、形状参数来分割影像并合并成不同对象,从而获得相应的地貌单元。通过大量实验得出自然地貌的最优分割尺度区间为[140,600],其中附礁生物稀疏带及丛生带、礁坑发育带的光谱参数和形状参数分别为0.9和0.1,其他自然地貌单元的光谱参数和形状参数分别为0.8和0.2;人工地貌的最优分割尺度区间为[25,170],其光谱参数和形状参数分别为0.8和0.2。进一步以南沙群岛簸箕礁WorldView-2高分辨率遥感影像为例提取地貌单元,并结合混淆矩阵和Kappa系数对分类结果进行了精度评价,地貌单元提取总体精度达到了85.75%,Kappa系数为0.8349。结果表明,该方法可有效运用南海珊瑚礁遥感影像的光谱特征、纹理特征,以及影像数据不同波段的组合特性,综合了影像和珊瑚礁地貌的关联特性,充分利用了珊瑚礁不同地貌相带的异质性,获得了理想的南海珊瑚礁地貌的整体信息,满足了我国南海珊瑚礁地貌信息提取和地貌数字产品生成的需求。     

新疆温泉县牙马特一带1∶5万区域地质调查的遥感技术应用

遥感地质解译工作是1:5万区域地质调查工作中不可缺少的手段之一,该文通过新疆温泉县牙马特一带1:5万区调工作,进行了遥感数据处理、专题信息影像图制作、遥感地质解译标志建立、遥感蚀变信息提取等工作。通过数据处理及影像成图,特别加强对地层、岩浆岩、构造的解译,并对其进行了野外验证。另外,采用比值法提取了遥感蚀变信息铁化因子和泥化因子,对找矿工作提供了有利信息。     

浅谈“数字城市”建设与城市规划

"数字城市"是信息社会的主要组成部分,也是"数字地球"战略的集中表现,是以计算机技术、多媒体技术和大规模存储技术为基础,以现代通信网络技术及信息安全技术为支撑,综合运用3S技术(RS遥感、GIS地理信息系统、GPS全球定位系统)、人工智能技术、虚拟仿真技术等对城市进行多分辨率、多时相、多尺度和多种类的三维描述和分析,构筑数字化的城市。其将现代城市的信息进行收集、整理、归纳,     

基于图分割的高分辨率遥感影像建筑物变化检测研究

建筑物是城市地理数据库中最容易发生变化和最需要更新的部分,其更新工作量巨大,因此开展对高分辨率遥感影像中的建筑物进行自动提取和变化检测研究具有重要的意义.本文以精确提取变化建筑物的位置和轮廓为目标,基于图分割提出一种高分辨率遥感影像建筑物变化检测方法.首先,将遥感影像中的每个像元映射成图的顶点,利用像元之间的距离阈值构造图的边,综合利用位置,灰度和边缘3种特征计算边的权值,将遥感影像的分割转化为图的分割,并用归一化图分割方法得到分割对象集合;然后,以长宽比和矩形度作为约束条件,对2期遥感影像中的分割对象集合进行筛选,提取建筑物对象;最后,根据2期影像中建筑物之间的空间,面积和格局关系识别建筑物的变化类型(包括新增,消失和改建),并对其进行可视化表达.为了验证本文方法的有效性,分别以深圳市的WorldView影像和北京市的QuickBird全色影像为数据源,从中选取13组具有代表性的子影像进行实验.结果表明,本文提出的方法对配准精度较低的影像组具有一定的适应性,容许的配准误差达到20个像元(10 m),平均查准率和平均查全率分别达到93.16%和87.90%.     

增强型遥感影像SRGAN算法及其在三维重建精度提升中的应用

遥感影像是地形测绘、三维重建等任务的主要数据源之一,分辨率影响着被测目标在影像上的表示能力,对后期三维模型的定位精度及重建效果起着重要作用。针对遥感影像像幅较大且目标特征表现复杂、细节丰富的特点,结合实景三维模型重建的需求,提出了一种增强型遥感影像SRGAN算法。克服了传统方法进行超分重建时易出现边缘效应、产生模糊重建的情况,改进了简单卷积网络仅能提取影像中较为浅层的特征信息,无法在提高分辨率的同时保留影像丰富细节的局限。本文所提算法在生成模型中使用密集剩余残差块进行深层特征提取,在判别模型中引入多尺度判别思想,从而保证遥感影像重建时特征纹理、细节信息、高频目标的完整与精确。实验构建不同时间、不同类型区域的遥感影像数据集,在此基础上将本文算法与Bicubic、SRGAN、ESRGAN算法进行对比分析,在超分重建中PSNR较对比算法提升约3个单位,渗透指数PI更趋向且稳定于1,SSIM与清晰度指标Q同样得到较好改善;在三维重建中影像密集匹配点数量得到提升,同时误差减少,模型精细程度和定位精度得到提高。结果表明,本文算法适用于遥感影像超分辨率重建问题,并在实景三维模型重建中对精度的提升表现较好。