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。     

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。     

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...     

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。     

利用高光谱识别草地种类的研究——以锡林郭勒草原为例

以锡林郭勒草原典型的羊草、针茅、日阴菅、隐子草为研究对象,测量4种草地光谱,利用光谱微分法对原始光谱数据进行处理,在提取草地光谱7个特征参数的基础上,采用相关性分析和主成分分析方法精选红边斜率、绿峰位置、绿峰值和红谷位置4个参数。基于所选的4个光谱特征参数,采用多层感知神经网络模型对草地种类进行识别,精度达到80.3%,同时对比7个特征参数与4个特征参数对草地种类识别精度的影响,发现草地种类识别精度从69.0%提高到80.3%。本研究可为大面积草地物种资源的遥感调查和监测提供科学依据。     

不同空间分辨率遥感影像反立体现象纠正的研究

以陕北县南沟流域为研究区域,运用基于DEM和IHS变换的遥感影像反立体纠正的方法,对空间分辨率不同的TM遥感影像与资源三号卫星遥感影像(ZY-3)进行反立体纠正,比较纠正后的正立体影像。实验结果表明,采用同种方法对同一地区的不同空间分辨率的遥感影像进行反立体纠正,其正立体效果是迥然不同的,ZY-3遥感影像的纠正效果要优于TM遥感影像。     

遥感三维可视化技术在输电线路选线中的应用

应用遥感技术及三维可视化技术,通过遥感图像的处理、DEM生成、铁塔三维模型的建立和影像复合等工序,按照一定的比例尺和飞行路线在IMAGIS软件生成研究区的虚拟三维影像动画,为设计人员从宏观把握输电线路的路径提供了最直接的资料。     

遥感图像在土地利用更新中的应用研究以里下河地区防汛信息系统(LXFPGIS)为例

以里下河地区防汛信息系统为例 ,阐述了利用 TM遥感图像进行 GIS土地利用更新的试验研究。采用了最大似然分类法和模糊分类法两种监督分类方法进行分类试验。提出了两种提高训练区采样效率的基于 GIS本底数据的采样方法 ,即半人工采样方法和全自动分类区直方图提取法。对上述方法分别做了土地利用分类试验 ,对分类结果进行了分析比较 ,并作出了相应的结论。     

DOM影像图制作中DEM分类迭代滤波策略研究

结合湖北省农村集体土地确权1∶2000影像基础数据制作中的实际情况,针对湖北省地形分布条件,通过研究滤波策略,对自动匹配的DEM进行滤波处理。本文提出的DEM分类迭代滤波策略,有助于生成较好的DEM,并用于正射影像的纠正处理,从而减少人工编辑,提高生产效率。     

利用互信息改进遥感影像朴素贝叶斯网络分类器

针对朴素贝叶斯网络简单条件独立性假设的不足,将它的一种改进形式——选择型朴素贝叶斯网络和两种扩展形式(树增强型朴素贝叶斯网络、贝叶斯增强型朴素贝叶斯网络)用于多光谱遥感影像的分类中。在分析波段间互信息的基础上,分别构造了上述3种分类器,并和朴素贝叶斯网络分类器的性能进行了比较。     

纯净像元指数改进的N-FINDR高光谱端元提取算法

为了有效解决遥感影像中普遍存在的混合像元导致遥感影像定量解译精度低的问题,对两种不同混合像元端元提取算法进行了比较分析。纯净像元指数算法随着迭代次数的增加时间效率大大降低,而经典的N-FINDR算法初始端元数目选择的任意性会导致像元解混的精度不一,因此本文提出了一种基于纯净像元指数改进的N-FINDR算法。改进的N-FINDR算法相较于传统的N-FINDR算法能够准确构建候选端元集合并求得最优解。该算法结合高光谱影像数据的特点,首先利用纯净像元指数求取备选端元数目;然后以此为基础运用经典的N-FINDR算法求解最大的单形体顶点,将求解后顶点作为纯净像元,并完成丰度反演;最后使用ENVI产品中自带的经过大气校正的航空高光谱数据cup95eff.int对算法进行验证。试验结果表明,以纯净像元指数改进的N-FINDR算法在整体精度方面优于传统的N-FINDR算法。     

Acquisition of Directional Parameters in Aerial Images Based on DEM Data

This paper develops a method which can be used to assist aerial navigation by determining the spatial position and posture of the aerial photographic plane. After the method, aerial images match known DEM to capture the spatial position and posture. Some aerial images and terrain data are used to testify our method. Compared with those of analytic and stereo mappers, the results by our method are correspondent to real measurements well.     

Acquisition of Directional Parameters in Aerial Images Based on DEM Data

1　Extraction of the steep curve mapThe steep curve is defined as connection linefrom zero cross points which are produced fromthe convolution of Laplace ( LOG) filtration toDEM. Firstly, the elevation data from DEM areprocessed with LOG convolution and zero cross.The sampling formula is 2G(i,j) =12πσ6(r2 -2σ2)e-r2/2σ2 (1)where -M≤i≤M,-M≤j≤M,r2=i2+j2; M isthe filtration radius, nearly equaling to 5.1σ2; pre diction errorσis set to 4. Suppose that e[i,j] is asmall …