SPOT卫星影像居民地信息自动提取的决策树方法研究

以南京市江宁县为研究区域，首先分析了该区域居民地的影像特征，然后研究了居民地及其背景地物在SPOT—4(Ⅺ)卫星影像4个波段上的光谱特征，并由此探讨了它们在光谱特征上的可分性。研究发现，除道路在光谱特征上与居民地差异不大而难以完全分开外，其它背影地物均可以依据各波段亮度值的大小关系或适当的阈值与居民地分开。但道路和居民地在形状上存在明显差异，因此可以利用形状指数的差异加以去除。最后分析建立了基于光谱特征和形状特征的简单决策树模型，对研究区域居民地信息进行了提取并对结果进行了精度评价。结果表明，该方法的总体     

SPOT卫星影像的水体提取方法及分类研究

文中分析了水体及其它主要的地物的光谱特征在SPOT曩像中的表征特征，发现大多数地形阴影与水体的光谱特征具有一定的相似性，因而用单一的方法很难有效地提取山区的水体，经过研究，发现用决策树分类方法，在各节点设计不同的分类器，可以有效地提取山区中的水体，由于不同类型的水体其面积，周长，形状等几何特征各有特点，并且与地貌类型有一定的关系，因而可利用水体的空间特征信息，对提取的水体进行分类，其方法也选用决策树分类方法，分类结果令人满意。     

基于SPOT卫星影像的去模糊处理

用模糊区/清晰区平均反射率匹配法对SPOT 5卫星影像进行去模糊处理.首先,结合SPOT 5各波段的统计特征,从影像上识别出模糊区;然后,对影像进行非监督分类,对同一分类区内像元在模糊区和清晰区的辐射值进行比较,计算出气溶胶空间分布;最后,将气溶胶分布输入MODTRAN模型中,对影像进行大气校正.研究中将反演的气溶胶浓度分布重采样到全色波段的分辨率,用MODTRAN对全色波段进行大气校正,也取得了较好效果.研究得出模糊区/清晰区平均反射率匹配法是一种有效的去模糊处理方法,且可将处理后的影像转换得出反射率,便于不同时相遥感影像进行对比.     

TM影像的居民地信息提取方法研究

从对居民地的遥感信息机理分析入手,分析了居民地在Ｌａｎｄｓａｔ ＴＭ２、ＴＭ３、ＴＭ４、ＴＭ５、ＴＭ７等各个波段上与其它地类的可分性。并探讨了增强居民地与其它地类的方法。同时进一步对各地物的谱间结构特征进行了分析,通过分析发现,以水泥顶和瓦项房屋为主的居民地,其ＴＭ２、ＴＭ４、ＴＭ７的光谱值比较接近,而其它地物除新修道路外,都不具备这一特征。这一特征可以用如下表达式来表达,ＴＭ２－ＴＭ４〈Ｔ１;Ｔ     

SPOT 5卫星影像纠正及特征矢量提取试验

通过对SPOT 5影像进行几何纠正、特征矢量提取试验,总结出在现有技术的基础上,利用SPOT 5影像生产的RSDOM能达到的数学精度及最大限度能提取出的特征矢量数据集.探讨该影像能在国家及区域地理空间基础框架建设中能发挥的作用.     

基于SPOT5影像自动提取水体的新方法

针对基于SPOT5影像提取水体时易受地形阴影、居民地等因素影响提取精度的问题,本文构建了一种新的水体提取方法。该方法以水体的遥感图像本底值研究为基础,通过构建能够同向增强的水体指数及多指数集成计算模型,实现水体灰度值的极化,在此基础上利用改进的阈值自动选取算法、数学形态学滤波及细化等算法,实现了水体的高精度自动提取。经过试验比较表明,该方法能够有效地提取较细水体,且能够有效去除地形阴影、居民地及河流边滩等的影响。     

一种面向对象的TM影像的居民地提取方法

提出了一种面向对象的TM影像的居民地提取方法,利用对象的光谱信息及其几何特征和空间信息识别居民地,实现了TM影像的居民地提取,结果表明这一方法效果很好。     

遥感影像分类的一种二叉决策树自动生成方法

提出了一种决策树自动生成的方法,介绍了其阈值确定方法、数据结构、决策树生成流程,给出了一个自动生成的实例,并与人工生成的决策树进行了比较。     

高分辨率遥感影像上居民地半自动提取研究

设计了一种基于3×3区域灰度方差纹理特征的高分辨率遥感影像居民地特征分析算法,通过高斯模糊处理提高影像上居民地区域纹理特征一致性的同时,加大了其同背景地物纹理特征值的差异,并设计了相应的居民地自适应分割阈值求取算法,提出了针对居民地与道路提取分离的骨架化分析算法。     

SPOT影像的DEM自动生成

对ＳＰＯＴ影像进行全数字处理有两个难点：一是其外方位元素之间存在强相关性,无法用量小二乘法直接整体解求;二是它没有严格意义上的核线,所以传统的核线相关不能真正地实施。本文提出了这两个问题的解决方法：一是用岭估计法解求外方位元素;二是用所谓的“锚点法”进行影像匹配。实验表明这两种方法进有效的,令人满意的。     

秦淮河丘陵地区土地利用遥感信息提取及制图

着重论述了使用SPOT卫星遥感图像提取土地利用专题信息的技术与方法。利用数字地形模型（DEM）派生的坡度、坡向等辅助信息，对遥感影像的光谱特征空间进行扩展，建立基于知识的统计分析扩展模型，对不同参数的分类结果进行评价。研究结果表明，该方法能有效地提取SPOT星遥感土地利用专题信息，特别适合我国南方丘陵地区土地利用遥感信息提取。同时，通过地物分层分类信息提取方法和遥感影像数据融合技术，编制了研究区土地利用现状图。     

决策树方法在遥感信息提取中的应用

介绍了决策树分类器的结构和理论基础,并结合了遥感影像各波段的特征对地物进行分类。在此基础上,以重庆渝北区为例进行了分类实验。实验说明了实现分类的具体过程,结果表明其方法在依据感兴趣区训练样本进行影像分类是切实可行的。     

基于阈值分割与决策树的SAR影像水体信息提取

目前我国的GF-3 SAR数据可实现全天时全天候的对地观测,已服务于海洋、减灾、水利、气象等多个领域.改进了基于阈值分割法与决策树的GF-3 SAR影像水体信息提取方法,首先对GF-3 SAR影像进行基本处理;再采用KI二值化阈值分割法进行图像分割;然后通过构建知识决策树模型来提取水体信息,为了提高精度,采用GDEM数...     

基于高光谱数据和专家决策法提取红树林群落类型信息

高光谱遥感是进行地表植被观测的强有力工具,研究并验证有效的算法和数据支撑技术,对于合理利用高光谱数据进行地表植被监测与分析至关重要。在光谱特征分析和地面调查的基础上,基于决策树方法和高光谱分析方法的组合,以深圳市福田国家级自然保护区为例,利用高光谱数据进行红树林群落信息提取的实证研究。结果证实了Hymap数据对于红树林群落类型信息提取的数据支撑能力,以及相关方法用于红树林分类研究方面的有效性。     

基于决策树的洪泽湖湿地信息提取

湿地是地球的重要组成部分,快速而准确地提取湿地信息,是湿地动态监测和可持续发展的一项基础而重要的工作.以洪泽湖淡水湿地为研究对象,采用2006年8月19日的Landsat5 TM遥感影像为数据源,采用经K-T变换光谱增强后的数据及利用灰度共生矩阵分析影像第一主成分的纹理统计量作辅助分类变量,基于地物光谱特征、纹理特征和形状特征,运用决策树分类法提取洪泽湖湿地植被信息,将其分类结果与最大似然法的分类结果进行比较.结果表明:1)洪泽湖地区的湿地植被比较丰富,面积约占全湖的10.74％,其中以浮水植物为主.2)基于决策树的分类结果的精度有了明显的提高,总精度由77.33％提高到86.33％,Kappa系数由0.7292提高到0.8354,证明基于决策树分类方法是提取淡水湿地植被信息的有效手段.     

高分辨率影像的橡胶林分布信息提取

目的 为了准确快速地获取高分辨率影像中橡胶林的分布信息,设计了一种基于纹理特征和多光谱特征的信息提取方法。方法选取合适的植被指数,将多光谱和植被指数的影像进行地统计半方差分析,获得最佳纹理提取窗口并实现各种纹理信息的提取,将纹理信息和光谱信息一起作为参考特征构建地物的分类规则并用C5决策树分类算法实现。选取某高分辨率遥感影像区域对该方法进行验证,橡胶树林提取的生产者精度为81.00%,提取用户精度为82.65%,总精度为83.50%,Kappa系数为0.78。与其他方法分类结果对比表明,本文方法是一种有效的橡胶林提取方法。     

基于SPOT 5卫星影像的空间数据快速更新

介绍了SPOT 5卫星HRG、HRS影像,讨论了SPOT 5影像空中三角测量的方法,以及利用SPOT 5影像进行DEM、DOM、DLG等地理信息产品生产的流程,对比了有、无地面控制纠正SPOT 5影像的精度情况,最后分析了SPOT 5影像在空间数据快速更新中的作用。     

基于Weka平台的C4.5算法在影像分类中的应用

遥感图像分类是从复杂的地物类型中提取有效类别信息的过程。在研究区地物类型较为复杂的情况下,借助计算机对遥感数据进行类别预测可以提高分类效率和准确率。本文基于Weka平台,利用决策树C4.5算法构造分类模型,进而对未知类别数据进行预测。实验分析表明,基于Weka平台利用决策树C4.5算法对遥感图像分类是可行且有效的,且分类精度较高。     

基于多级决策树分类的土地利用与覆盖信息提取

结合Landsat-8遥感数据,采用多级决策树分类方案,利用归一化植被指数、波段比值、主成分分量等光谱特征参数并融合其他非遥感知识,对黄河三角洲地区土地利用与覆盖的信息展开了全面的提取、研究与分析,获得了该地区5个一级类、12个二级类地物的分布情况,分类总体精度93.88%,优于传统监督分类。同时采用聚类、分类叠加和人机交互等分类后处理操作以获得更贴近地面实际的制图效果,开展基于海岸线的缓冲区分析以获得各地物特别是距离海岸线10 km、20 km范围内地物类型的空间分布并完成相关制图与分析,为黄河三角洲地区滨海土地的利用与开发提供了数据支持。