优化栅格细化算法的线状地物提取

栅格细化算法是处理栅格矢量数据相互转换的常用算法。本文对该算法进行了优化处理,实现了栅格矢量化半自动跟踪和面状地物中心线提取。两种功能的实现都采用人机交互的策略,可以实时、有选择性地提取结果。在栅格转矢量过程中对栅格底图的颜色和质量要求不高,转换速度快、精度高、实用性强,不受内存等硬件限制,可用于GIS数据处理软件,便于推广。     

栅格数据表示空间信息的不确定性初探

首先阐述了栅格结构在地形表达方面所表现出来的两大优势,正因为这些优势使得栅格结构能在GIS中得到广泛应用。其次,分析了由于栅格结构自身的特点,导致了在处理地形表面数据时,会有基于点和基于面两种不同的处理方式,并由此会产生解释格网属性值和确定属性值定位这两方面的不确定性。然后,提出了解决该问题的方法,即将栅格数据结构分为像素模型和格网模型两种形式。最后给出了两个典型例子,来说明若将不同的栅格数据图层等同对待会产生的结果误差情况,提醒用户使用栅格数据时注意的事项。     

一种基于高性能GIS平台的直方图生成算法

提出了一种基于高性能GIS平台的直方图生成算法,该算法通过对原始栅格数据进行一定的预处理,减少了计算直方图时对原始栅格数据的访问量,并引入分辨率因子对算法进行优化,同时利用高性能GIS平台将算法并行化。为用户提供服务时,用户可以根据需求在客户端屏幕自由框选任意多边形区域并快速获取该区域的直方图。实验表明,用户选定区域内的栅格点数量达到10亿,可在0.5s内获取该区域的直方图结果,可以满足与用户实时交互的需求。     

一种新的栅格数据矢量化方法

栅格数据矢量化是遥感和地理信息系统一体化集成的关键技术之一。在以往的研究中,对"岛",尤其是多层嵌套岛的处理还不够完善。本文提出了一种新的矢量化方法,其步骤如下:(1)提取端点和结点。使用2×2模板匹配窗口对图像进行一次遍历,提取出端点和结点以及它们之间的连接信息;(2)形成弧段。利用端点和结点的连接信息来形成非闭合弧段和闭合弧段;(3)建立多边形。对于闭合弧段在某种意义上就是一个简单多边形,只需将弧段的结点转换为多边形的结点就可形成由它组成的简单多边形,对于非闭合弧段,则使用左转算法来形成由它们组成的简单多边形;(4)对"岛"进行处理。由于可能发生一个多边形同时被多个多边形包含的情况,为了建立正确的拓扑关系,需要对这种包含关系进行分析,找到岛的最小包含多边形。实验证明,本算法较好地对"岛"的问题进行了处理,并且速度较快,能够满足实际应用的要求。     

栅格成本距离计算的改进蚁群算法

栅格数据模型是地理信息科学领域的主要数据模型,成本距离分析是其重要的应用方向之一。但当栅格数据量较大时,传统的Dijkstra求解效率较低,因此本文提出了一种用改进蚁群算法来求解栅格成本距离的方法。首先,构建了适合人工智能算法的栅格数据模型及编码方法;然后,在此基础上初始化蚁群,采用状态概率选择机制计算相邻栅格单元之间距离成本,以及距离成本路径方向选择,同时利用改进的信息素更新机制加强蚁群之间信息交流,加快算法收敛速度;最后,引入了遗传算法的选择、交叉和变异等算子优化生产的成本距离的解,增加解的全局性。本文以北极地区的海冰密集度栅格数据为基础,求解北极地区适合航行路线的成本距离。实验表明,结合了蚁群算法和遗传算法优势的改进蚁群算法,能够快速有效地求解出基于栅格数据的成本距离。     

一种面向栅格的空间-属性双重约束聚类方法

针对栅格数据,传统聚类方法大都基于专题属性进行聚类,分裂了栅格对象的空间特性与专题属性,而兼顾空间与专题属性的现有空间聚类方法又存在算法复杂、参数设置多等问题,因此本文提出了一种面向栅格的空间-属性双重约束聚类算法（A Raster-oriented Clustering Method with Space-Attribute Constraints, RoCMSAC）。RoCMSAC利用栅格数据空间邻域和空间连通特性,重新定义栅格簇的相似性度量准则,通过属性均质簇生成,空间相邻栅格簇合并和空间邻近栅格簇合并3个步骤对栅格数据进行空间-属性双重约束聚类。利用太平洋海域海表温度栅格数据对算法的可行性以及有效性进行验证,并与现有算法进行对比分析。通过实例验证与对比发现：① RoCMSAC方法能够保证栅格簇空间域的邻近性和属性域的均质性;② RoCMSAC方法可发现复杂形状的栅格簇,且算法时间复杂度低,需输入参数较少。     

以夹角调制的矢量地图可逆水印算法

传统水印嵌入方法往往导致原始载体数据质量的下降,而可逆水印技术由于能完整恢复原始载体数据,因此,在精度要求较高的矢量地图版权保护应用中具有较高的适用性。目前,栅格图像的可逆水印算法研究较为成熟,而在矢量地图领域则主要借鉴栅格图像的相关方法,由于没有充分利用矢量数据的组织特性,因此鲁棒性不强。针对上述问题,本文以矢量地图坐标点之间的基本空间关系在常规地图操作前后的不变性,提出一种鲁棒的矢量地图可逆水印算法。算法首先利用道格拉斯—普克方法将要素点分为特征点与非特征点两类,在此基础上计算每个非特征点与其相邻前后特征点连线所构成的夹角。在水印嵌入时,利用该夹角来映射水印比特位,并通过调整非特征点坐标来对该夹角进行调制以实现水印信息的嵌入。实验表明该算法所生成的水印具有一般可逆水印的不可感知性与可逆性,同时,对旋转、平移、要素排序、裁剪、压缩、简化等攻击也具有较好的鲁棒性。     

基于GIS的地下水流有限差数值模拟参数自动提取研究

本文根据地下水流有限差模拟有关参数的空间分布特点,将其划分为点状、线状与面状空间分布参数三种类型。利用GIS的空间分析功能,研究基于GIS的点状、线状与面状空间分布参数自动提取的技术路线。通过点、线、面三者之间空间位置关系的拓扑分析,确定地下水开采井、水位动态监测井、线状与面状水系、模拟区域边界、面状参数分布区与模型空间离散格网之间的空间位置关系。经过矢量数据与栅格数据互相转换,实现地下水流有限差数值模拟有关参数的自动提取。结合地下水流有限差分数值模拟有关参数数据文件的结构,将基于GIS提取的栅格结构数据文件自动转换成模型所需结构的数据文件,达到模型参数数据文件的自动组织与提高地下水流数值模拟的效率目的。     

GIS栅格化分辨率计算器的实现与应用

栅格数据是空间信息的主要表示形式之一,空间信息栅格化实质上就是根据一系列采样点,按照一定栅格大小(分辨率)对所描述对象进行重建,核心问题是格网分辨率大小的确定。然而,目前,流行的地理信息系统软件在栅格数据分辨率的确定上,具有一定任意性和盲目性。本文针对连续空间对象和不连续空间对象栅格化的需求,从数据本身特征出发,以奈奎斯特采样定理和最小可视元理论为依据,以计算机处理能力为约束条件,研究了连续空间对象、不连续空间对象栅格化过程中的栅格分辨率确定方法,并给出了常用的矢栅转换、地形数据、遥感影像数据、散点数据等栅格化过程中的适宜分辨率计算公式。在此基础上,开发了ArcGIS环境下的栅格分辨率计算器插件。实验结果表明,根据数据本身特性所确定分辨率要优于GIS系统所提供的分辨率。     

矢量数据属性信息无损栅格化的实现方法——以全国1:25万土地覆被数据为例

矢量和栅格是GIS应用中两种基本的地学数据格式。与矢量数据相比,栅格数据利于空间建模和空间分析,且是空间尺度分析应用中常用的数据格式。一般来讲,较大尺度的矢量数据,涉及到保密性和知识产权的问题,若将这类矢量数据栅格化后,所得栅格数据由于其空间坐标精度相对降低而更易于实现数据共享。随着地学信息收集技术的不断发展,栅格数据正逐渐成为地学应用主要的数据格式。然而,传统的栅格化是一个伴随有属性信息损失的过程,主要原因在于一个栅格单元区域内存在混合类型。针对现阶段栅格化过程中的这个问题,本文以2005年全国1:25万土地覆被矢量数据为例,提出了一种在ArcGIS软件环境下,依据"在一个单元格网中,一种土地覆被类型表达为一个GRID图层"的原则,结合POLYGRID命令及其{LOOKUP_TABLE} INFO文件进行土地覆被矢量数据无属性信息损失栅格化的方法。该方法可为相关研究人员在今后处理和分析地理空间数据的工作提供新的思路,以及为空间尺度的应用研究提供有价值的参考。     

海岸带影像数据库的设计与集成方法

目前遥感影像的管理方式仍以文件式管理为主 ,而其在实现影像数据的共享方面存在缺陷 ,应寻求新的管理方法。本文在简要阐述 Arc SDE的体系结构和原理的基础上 ,认为应用 Arc SDE进行影像数据库管理是一种实现共享的有效方法 ,并以中国海岸带遥感影像数据库的设计和建立为例 ,探讨了应用 Arc SDE建立影像数据库的技术方法 ,并讨论了在建立影像数据库方面 Arc SDE存在的技术缺陷和解决的方法。     

遥感影像混合像元的分解——基于加权后验概率的支持向量机分类算法

混合像元是遥感影像中普遍存在的现象,对此,本文提出基于加权后验概率的支持向量机进行影像混合像元分解。该分类算法可判定端元种类的同时得到每种地物的后验概率,从而进行非线性模型的混合像元分解。由于加权后验概率的支持向量机分类算法能够减少分类器受土地覆盖类型模糊样本点的干扰,因此,改善了非线性混合像元分解模型的精度。首先,由样本点计算得到核函数参数值,然后,计算影像中每一种土地覆盖类型的后验概率,将其作为各个两类支持向量机分类器的权系数并求得多类后验概率值,确定影像每一种土地覆盖类型并得到丰度值。本文采用TM多波段遥感影像验证该方法的可行性,实验区位于我国东北部的大兴安岭中北段地区,土地覆盖类型包含农田、居民地、水体、荒地等。将本文提出的混合像元分解方法结果与标准支持向量机模型分解的结果对比表明,以加权后验概率的支持向量机遥感影像混合像元分解方法精度优于标准支持向量机模型。     

生态环境遥感分类数据矢量化方法与应用

遥感分类数据矢量化建库是生态环境遥感制图及其应用分析过程中主要的处理内容和基础工作。以福建省海岸带生态环境遥感分类数据为例 ,在分析遥感图像处理系统对遥感分类和专题信息提取后处理中矢量化能力不足和结果存在严重缺陷的基础上 ,综合应用遥感和地理信息基础软件平台 ,提供的系列数据管理、分析和数据转换功能模块 ,开展基于生态环境遥感影像分类数据的矢量化建库技术探讨 ,提出一个生态环境遥感分类数据矢量化建库的通用技术方法和流程 ,并对矢量化结果做了一个简要的评价和分析 ,以满足大面积生态环境遥感调查、分析和制图的实际需要。     

基于数学形态学的高空间分辨率遥感影像几何特征提取

本文结合高空间分辨率遥感影像的特点,利用数学形态学方法,选取具有不同尺度和包含全部方向的结构元素,设计了全方位结构元素多级加权滤波去噪算法和多尺度全方位形态学边缘检测算法,用于高空间分辨率遥感影像的处理;并通过图像边界追踪生成栅格数据对象和矢量数据对象,据此建立了高空间分辨率遥感影像的几何特征提取模型。结果表明:全方位结构元素多级加权滤波去噪算法很好地抑制了图像中的噪声,并保留了图像细节;多尺度全方位形态学边缘检测算法很好地解决了噪声抑制和精细边缘提取的矛盾,检测出的图像边缘比基本的边缘检测算子清晰,而且抗噪性能强。提取的几何特征信息可以结合遥感图像的光谱、纹理、统计等特征用于遥感图像地物识别与分类,也可以在GIS、摄影测量、计算机视觉等领域和气象、农林、地理、海洋、水利、国土资源和环保等行业使用。     

近期东北主要城市遥感监测与动态分析

在GIS支持下,以LandsatTM、ETM和SPOT数据为主要信息源,采用栅格数据与矢量数据相结合、多源与多时相数据相结合、多种信息相结合、内业处理与外业调查相结合的技术路线,建立东北三省主要城市环境分析信息系统,对10多年来城市演变规律、趋势进行了遥感动态监测分析,为环境管理与决策服务。     

基于局部空间信息KFCM的遥感图像聚类算法

针对模糊C均值(Fuzzy C-Means, FCM)算法,不能有效地对夹杂噪声的遥感图像聚类的问题,本文提出了一种基于局部空间信息核模糊C均值(Kernel Fuzzy C-Means, KFCM)的遥感图像聚类算法。首先,运用核函数将遥感图像的所有像元映射到高维特征空间,通过非线性映射优化遥感图像的有用特征;然后,根据相邻像元之间的相关性,利用一种空间函数重新定义像元的模糊隶属度,将像元的局部空间信息引入到FCM算法中,并在高维特征空间中使用这种基于局部空间信息的FCM算法对像元聚类。由于引入了像元的局部空间信息,算法可以直接应用于原始遥感图像,不需要滤波预处理。大量实验结果表明,本文提出的基于局部空间信息KFCM的遥感图像聚类算法具有较强的抗噪能力,可得到较好的同质区域,优于现有的FCM算法、模糊局部信息C均值(Fuzzy Local Information C-Means, FLICM)算法及KFCM算法。     

基于ORDBMS的GIS空间数据管理模式及其应用

从GIS系统中矢量数据与栅格数据优势互补、管理分离这一实际出发,分析了对象关系数据库(ORDB)的特点和适用性,提出了将矢量数据和栅格数据纳入对象关系数据库管理系统(ORDBMS)统一管理的基本模型和具体实现方法,并以湖南省基础地理数据为例,在国产地理信息系统软件ViewGIS中实现。     

深度学习和遥感影像支持的矢量图斑地类解译真实性检查方法

空间数据质量检查是数据准确可靠的重要保障,是数据的生命线。然而,目前的空间数据质量检查主要针对拓扑关系、属性一致性以及数据间的相关性进行检查,往往忽视矢量图斑地类解译真实性问题。因此,本文提出深度学习和高分遥感影像支持的矢量图斑地类解译真实性检查方法,选用深度学习经典模型Inception_v3进行迁移学习,对分割后的影像进行自动场景分类,以高分遥感影像块的场景分类结果作为参照依据,对场景分类结果与矢量图斑原始数据进行叠加分析,自动查找出类别信息不符的分割单元,从而提取出可疑图斑,实现矢量图斑地类解译真实性自动检查,并在徐州市贾汪区青山泉镇和大吴镇的矢量图斑地类解译真实性检查中进行验证。实验结果表明,本文方法在研究区图斑地类解译真实性检查中的精确率和召回率分别高达0.925和0.817,可为矢量图斑地类解译真实性检查提供可靠的技术支撑。