基于图模型和流形排序的遥感影像人工地物提取

人工地物自动提取是目标识别领域的重要研究内容。该文将图模型和流形排序算法相结合,提出一种基于遥感影像自动提取人工地物的算法。该算法在基于量子遗传算法的KSW熵分割算法获得影像人工地物先验值的基础上,构建以色调、纹理、方向等多特征为邻接边权重的图模型,并以超像素作为基本单位在图模型中进行流形排序,最终通过自适应阈值的方式获得人工地物分割结果。通过利用两幅不同分辨率遥感影像对该算法进行验证,结果显示该算法可以较为完整地提取人工地物,具有较高的正确识别率和较低的漏检率。     

基于Savitzky-Golay方法的遥感影像融合

把Savitzky-Golayr滤波方法拓展至二维,提出了基于Savitzky-Golay方法的遥感影像融合算法,并通过与HSI变换、PCA变换和小波变换融合等传统融合算法的比较,证明该方法性能最优.分析Savitzky-Golay滤波算子阶数和小波变换尺度对融合影像质量的影响,发现Savitzky-Golay滤波融合过程中Savitzky-Golay滤波算子阶数是决定融合质量的关键因素.算子阶数越高,融合后影像细节信息越丰富,但光谱信息损失也越严重;算子阶数越低,融合后影像光谱信息保持能力越好,但细节信息增强能力变弱.如何根据具体的遥感影像自动确定最佳的算子阶数是下一步要解决的问题.     

基于知识规则的遥感影像土地利用分类研究

以重庆北碚主城区为研究区域,提出一种基于遥感影像的光谱特征、灰度共生矩阵纹理特征和形状特征建立知识规则的方法,对该研究区进行土地利用分类。对QuickBird卫星影像进行分辨率融合,重点分析典型地物的光谱特征和纹理特征,并根据形状特征建立形状指数,综合上述知识建立提取规则对地物进行自动分类。分类结果表明,该方法能够消除单纯利用光谱信息分类的不足,有效解决地物混分现象,达到了较高的分类精度。     

基于多通道数据融合的无人机遥感影像地物目标提取方法

针对仅使用无人机遥感RGB影像进行目标检测时精度不高、高程信息利用不足等问题,该文采用通道叠加和类IHS变换两种多通道数据融合方法对RGB影像与高程数据进行融合,使用DeepLabv3+卷积神经网络语义分割模型提取两种融合影像地物目标,并与RGB影像提取结果进行对比分析.结果表明,基于上述两种融合影像的地物目标识别精度高于仅使用RGB影像的识别精度,其中通道叠加影像的整体像素精度、平均像素精度和Kap-pa系数分别提高了3.52％、1.42％ 和14.99％.由于不同地物目标与周围地物的高程差不同,致使各融合方法对不同地物目标识别精度的提升效果不同,道路、建筑和地面识别精度的提升效果较好.     

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。     

面向对象解译方法在遥感影像地物分类中的应用

针对高分辨率遥感影像快速高效萃取有用信息这一遥感技术应用的热点问题,探讨了基于面向对象(Object-oriented)解译方法的遥感影像自动及半自动解译和提取的新思路.文中分析了面向对象解译方法在地物信息分类应用中的优势,并提出了基于此方法的高分辨率遥感影像多尺度信息提取技术流程.具体结合广州市新白云机场开发区IKONOS高分辨率遥感数据进行地物快速提取、自动分类的试验,并对解译效果进行了评估分析,证明此方法在高分辨率遥感影像地物分类中确实高效可行.     

基于低空摄影测量影像的特征点提取算子比较研究

影像匹配是低空遥感数据处理的核心步骤,而特征提取是影像匹配的基础。该文从兴趣算子的角度分析了摄影测量中几种主流特征点提取算法:Moravec算子、Forstner算子、SUSAN算子、Harris和SIFT算子,以角点类型较多的普通几何图形、卫星遥感影像和动力三角翼拍摄的低空遥感影像为数据,通过实验得到各算法的速度、精度、局限性和适应性。针对低空摄影测量影像,以重复率为指标定量比较和分析了各算法在抗噪、抗对比对变化、抗光照变化和抗旋转变化等方面的性能。实验结果表明,针对灰度信息丰富的低空遥感影像,SIFT算子具备尺度不变性,抗噪性最好,Harris算子提取速度最快,Forstner算子精度最高。实验结论为低空摄影测量影像处理提供了一种可行性方法。     

基于遥感影像的城市森林分类提取及生态价值估算研究

以北京通州新城区城市森林为研究对象,提出一种基于信息论的决策树分类方法,以提取Aster遥感影像中城市森林平面量,改善传统分类方法仅利用影像光谱特征信息的不足,高分辨率影像和地面调查数据验证显示其分类精度达84.6%.结合分类影像图,引入城市森林生态价值评估模型(CITYgreen模型)估算出通州新城区森林的生态价值约为598.87万美元.研究表明,该方法适合大面积区域的城市森林分类提取及其生态价值估算.     

水环境COD遥感识别模式及其应用

利用2006年4月6-7日在甘肃省庆阳市境内环江、柔远河和马莲河实测的水体波谱数据,以及化学需氧量COD测定数据,采用Fisher判别分析方法,建立了基于地面实测光谱数据并适用于本研究区域的水环境COD遥感识别模式;将该模式应用于2005年10月16日和2006年4月10日过境的两景Landsat/TM图像;根据遥感模式反演结果图,对该区域水环境COD的时空变化进行了分析。水环境COD污染遥感模式的建立可为从遥感影像上快速、大面积获取COD信息提供了一种技术手段。     

DEM格网与畸变遥感影像的一体化显示研究

遥感影像可以极大地增强DEM的表达效果,然而由于各种因素的影响,通常需对其进行预处理,传统方法是通过同名控制点进行校正。该文提出一种新的自动匹配算法,即提取DEM和遥感影像对应的特征线,利用Douglas-Peucker算法提取对应的特征点,以DEM特征点为离散点进行Delaunay三角剖分,并基于TIN完成纹理映射。实验结果表明,该算法显示效果较好,可有效改善畸变图像引起的错误显示。