基于光谱相关性的SVM高光谱遥感影像分类

根据高光谱遥感影像数据特点,首先利用光谱相关性进行特征选择,然后引进SVM进行高光谱遥感影像分析解译,最后利用AVIRIS影像进行试验,结果显示分类精度和时间比常规方法都有很大改善。     

一种DOM和DEM融合技术的山脉水系地图编制研究——以《滇池流域入湖河道分布全图》编制为例

传统的卫星影像地图的编制大多采用影像加文字的方法,因而图面繁杂且识图困难.本文利用滇池治理工程对入滇河道的普查探测数据及滇池流域的基础测绘数据,结合先进的正射影像处理技术和DEM数据晕渲分层设色技巧,特别给出一种使用地貌晕渲和卫星影像数据融合来表示山脉地形方法,编制出视觉上更具美感及视觉冲击力的三维专题影象地图,成果为...     

关于多光谱和高光谱影像的纹理问题

提出了一种新的纹理概念,指出纹理是地物目标光谱空间到二维投影空间的映射模式,以表述多波段影像或高光谱影像的纹理,并蕴含了单波段或黑白影像纹理概念。同时,提出了实现空间映射的几种编码方式,即基于光谱相似性分析的编码、基于光谱空间密度分析的编码、以影像主成份分析为基础的编码、空间相关性的编码等五种方法。     

基于DEM自动提取泥石流沟谷边缘线算法的试验

很多泥石流流域侵蚀程度的描述量,与冲沟的边缘长度有关。本文提出了一种基于DEM自动提取沟边缘线的算法。提取步骤分为DEM平滑去除洼地、判断沟谷中心线、去短枝、初步提取边缘线、细化等几个步骤。最后按照这一方法以成昆铁路沿线的普歪沟为实验区,提取了一条泥石流沟的沟谷边缘线。并将其与同一图像目视解译勾绘的沟谷边缘线比较,表明这种方法不但能够将沟的边缘线提取出来,而且提取出的边缘线更能够表现沟的细部特征。     

DEM地形信息提取对比研究——以坡度为例

由于DEM数据本身多尺度因素,加之地形、地貌特征具有宏观性与区域分异性的特点,直接的信息提取往往很难达到预期的目的。利用DEM制作坡度图高效、省力,但其精度有很大的不确定性,同时DEM制作过程中的误差传播、转移对坡度信息的影响缺少系统的判断依据。选取位于陕北黄土高原上的两个不同地区作为实验样区,在不同DEM生产的基础上,以高精度的1∶10 000DEM为准值,通过对1∶5万和1∶1万DEM提取定量地形要素的叠合、比较与统计分析,探讨具有不同地貌类型的区域1∶5万DEM提取地形信息的精度及其统计意义上的数量百分比关系。     

基于Oracle的高光谱影像数据库研究

为有效地组织和管理高光谱影像,本文提出了基于Oracle数据库平台的高光谱影像存储和管理的解决方案。基于对象关系-模型设计了光谱数据表组+属性数据表组的存储规范以及波段独立顺列式、波段集中整合式以及表单位式的三种存储模式。采用地形瓦片和影像金字塔的快速索引结构设计和建立了高光谱影像数据库的原型。     

利用高光谱遥感影像纹理滤波的城市居民地识别

高光谱影像具有丰富的光谱和空间结构信息,传统的基于光谱特征的分割方法易使分割区域过于细碎,从而降低了居民地信息提取的精度。尝试将纹理信息引入到特征空间,以提高信息识别、提取的精度。纹理信息采用多尺度3D-Gabor滤波器对经过特征选择后的高光谱影像进行滤波,进一步计算纹理能量和纹理特征,然后利用多特征聚类实现图像的初步分割,最终通过形态学方法获取影像中的居民地信息。实验表明,基于3D-Gabor滤波的方法能有效地识别、提取高光谱影像中的居民地信息。     

基于模糊核主成分分析的高光谱遥感影像特征提取研究

主成分分析(PCA)是一种基于数理统计的线性特征变换方法,对线性结构数据的分析非常有效,但是对非线性的高光谱遥感影像数据,容易造成信息丢失和失真.本文引人模式识别中的模糊理论和核理论,有效克服了以上缺点,得到了很好的影像特征提取效果.     

基于逐次投影寻踪的高光谱影像降维方法研究

提出了一种新的逐次投影寻踪方法,对高光谱数据进行降维处理,采用定量化的指标,通过对高光谱数据的多次一维投影,逐步选取有效成分,构建新的低维正交空间.     

基于DEM地形信息量的景观格局预测——以珠海市为例

针对传统景观格局分析方法的数据局限性,该文提出了一种基于数字高程模型地形信息量的景观格局预测分析方法。结合信息熵理论,利用数字高程模型计算地形信息量,研究不同分级地形信息量下景观格局特征的变化特征,以及不同景观类型在不同地形信息量等级的分布特征,对具有相似地形特征的区域建立利用地形信息量对其景观格局特征进行预测分析的方法。该文选择珠海市地形特征相似的两个区域进行了试验分析,对珠海市斗门区建立基于数字高程模型地形信息量的景观格局预测方法,预测在相似地形特征下南坪镇的景观格局特征,并以南坪镇真实的景观特征进行验证。实验结果显示,基于数字高程模型地形信息量的邻域景观预测分析方法不仅能正确预测分析不同地形信息量下的景观分析指数,同时也能正确预测不同景观类型的空间分布特征。