高分辨率遥感影像城市道路提取方法研究

根据高分辨率遥感影像可以提取道路细节信息和中低分辨率遥感影像可以提取道路轮廓信息这一特性,提出基于多尺度的不同分辨率遥感影像道路提取方法。以原始高分辨率遥感影像为底层影像建立影像金字塔获取不同分辨率影像,利用中低分辨率遥感影像上提取的道路骨架轮廓约束高分辨率遥感影像的道路提取,并对Canny边缘检测算法进行改进。实验结果表明,该方法能够有效地消除高分辨率遥感影像城市道路路面噪声的影响,道路提取效果较好。     

多波束声呐水体影像沉船自动提取方法

为解决人工浏览水体数据耗时且无法保证结果可重复性的问题,提高数据的利用率和定量分析能力,通过分析水体数据的成像机理,提出一种基于单帧水体影像自动提取沉船目标的算法,利用噪声抑制、数学形态学方法检测目标边缘,根据海底统计特性识别海底,再结合深度特性实现海底与沉船目标分离。使用实测数据验证了沉船自动提取算法,且抗噪性较强。通过水体影像提取的目标信息能够弥补水深点目标模型分辨率不足的缺点,为后续目标三维精细建模奠定基础。     

基于水边线的遥感影像防波堤提取方法

通过对遥感影像上防波堤的空间关系特征和其他特征的分析,设计了一种基于水边线的遥感影像防波堤提取方法。该方法首先对海岸带影像进行水边线提取;然后,将提取的水边线作为海陆分界线,进行海陆分割,得到海陆二值图;最后根据遥感影像上防波堤的空间关系特征和其他特征将防波堤从水边线中分割出来,并剔除伪防波堤的干扰。实验结果表明,该方法能够实现防波堤的自动准确提取,并且提取速度快、稳定性好。     

引入纹理特征的多光谱遥感影像 海面油膜信息提取

针对单纯依靠光谱特征油膜提取精度低、雷达影像油膜提取易受海况条件及假目标影响的问题,提出了一种结合光 谱特征与纹理特征的多光谱遥感影像油膜信息提取方法。以2011 年6 月蓬莱19-3 油田溢油事故为研究对象,选用HJ-1 星 CCD 遥感数据,利用灰度共生矩阵获取影像纹理特征,采用SVM 模型对结合纹理特征与光谱特征的影像进行分类,提取出 研究区油膜信息,并将分类提取结果与仅依靠光谱特征的SVM 模型分类结果进行了比较。结果表明：引入纹理特征的SVM 模型分类总精度达到90.29 %,比仅依靠光谱特征的分类精度提高了12.41 %;纹理特征的参与降低了原影像噪声对分类结果 的影响,油膜边缘提取更加清晰,油膜中心呈连续面状分布,引入纹理特征的SVM 模型可有效地用于多光谱遥感影像海面 油膜信息提取。     

基于ONDPI的海岸养殖池塘遥感影像提取研究

以Sentinel-2、Landsat-8卫星影像为数据源,以海岸养殖池塘为研究对象,针对养殖池塘的特点,提出了基于归一化差异池塘指数(NDPI)的面向对象结合法(ONDPI)。并以天津市某一海岸养殖区为例,与传统的水体指数结合直方图阈值分割法进行对比实验。实验表明ONDPI能够对遥感影像中的海岸养殖池塘进行有效提取,提取精度达到95%以上,优于其他方法,能够为海岸池塘养殖的规划管理提供参考数据。     

基于序列轮廓线的多波束水体影像目标三维重建

利用多波束声呐水体成像探测水下目标具有范围广、效率高的优势,水体数据通常采用二维成图方式对目标进行探测、评估,难以认识三维目标的全貌,容易遗漏细节。本文提出一种基于序列轮廓线的水体目标三维重建方法,首先逐Ping对水体目标点云进行精细分割并提取轮廓线,针对相邻轮廓线数量不一致的问题,将轮廓线拆分使其一一对应,然后通过轮廓中心平移与划分空间格网的方法在轮廓线间填充面片。使用水下沉船实测数据检验算法有效性。结果分析表明,本文算法能够有效地减少面片的连接错误、降低面片冗余,同时避免带来孔洞现象,算法稳健,对多波束水体目标探测具有参考价值。     

基于天绘一号卫星多光谱影像的海岸线自动提取方法

针对常规人工海岸线测量方法耗费人力物力、效率低、工作环境相对危险,难以快速反映海岸线动态变化的问题,提出一种基于天绘一号卫星多光谱影像的海岸线自动提取与分类方法。所提方法首先结合NDWI指数和水平集模型实现全自动水边线提取,然后采用面向对象分割技术和空间拓扑关系提取临海地物基元,最后结合遥感影像海岸线解译标志建立决策树完成临海基元的分类与海岸线提取。实验表明,海岸线提取结果能够作为1∶2.5万海图测制与更新的参考数据。     

高分辨率遥感影像海岸线半自动提取方法

海岸线快速准确提取具有十分重要的意义。利用遥感技术提取海岸线具有宏观、快速、综合、高频、动态和低成本等突出优势。然而,利用人工解译费时费力,而计算机自动解译精度低。对此,提出一种半自动的面向对象海岸线提取方法。首先利用eCognition进行图像分割,通过人机交互的方式进行海、陆标记,然后利用光谱直方图测度对象之间的相似性,最后通过两阶段对象合并的方式实现海岸线提取。使用高分2号数据分别提取人工和潮滩海岸。实验表明,本文方法具有快速、通用性强、精度高的优势。     

基于边缘引导约束的高分辨率遥感影像海岸线提取

针对海岸线的影像特征,提出一种基于边缘引导约束的海岸线提取方法。该方法是在遥感影像进行中值滤波处理,去除噪声的基础上,通过交互方式对遥感影像进行灰度拉伸,以增强海岸线特征;再利用梯度算子卷积运算得到梯度影像;然后通过边缘像素点和灰度差阈值引导种子点进行生长,进而提取包括滩涂在内的水域或其他地物;最后通过轮廓跟踪提取生长区域的边界,即海岸线。试验表明,该方法可准确提取出海岸线位置,效果较好。     

基于形态学色差的彩色遥感影像水域提取

基于形态学变换的遥感图像分类提取技术在影像识别中得到了广泛应用,也取得了令人满意的效果。但在处理多光谱、高光谱影像中,由于较少考虑色差信息而使分类识别受到限制。本文在分析形态学算子特点的基础上,提出了基于形态学变换色差的水域特征提取策略。实验表明,该算法具有明显的优越性和较强的适应性。     

基于天绘一号的匹配生长水体提取方法

以国产天绘一号01星多光谱4波段影像为数据源,针对大范围水体提取难度大的问题,提出基于归一化水体指数(NDWI)和单波段阈值法的匹配生长算法。采用NDWI水体指数法提取完整的海洋水体和内陆部分水体,将内陆部分水体与单波段阈值对应位置完整的水体做匹配,再通过连通区提取、掩膜运算获得完整的水体分割二值图。采用两景遥感影像(大连和芝罘)进行实验,并与经典水体提取算法进行对比分析。实验结果表明:该法总体精度在90%左右,Kappa系数在0.8左右,对经典提取算法有了显著改善。在大范围提取水体信息时效果较好,提取水体的同时能有效减少陆地阴影造成的干扰,在海陆边界处,陆地轮廓清晰,较好的将陆地和海洋分割开来。     

基于结构特征的遥感影像海岸码头分割方法

在分析水边线对码头提取的作用和海岸码头的结构特征的基础上,提出了一种基于结构特征的遥感影像海岸码头分割方法。该方法在遥感影像水边线提取的基础上,利用道格拉斯-普克算法通过压缩得到关键节点,接着在节点中选取满足要求的凹点,然后依据海岸结构特征通过对凹点的筛选分割出海岸规则突出物,最后通过对规则突出物的分析验证得到海岸码头。实验结果表明,该方法能够从水边线中将码头区域分割出来,并且受停靠船舶等噪声影响较小,为下一步海岸码头的精确提取奠定了坚实基础。     

基于多期遥感影像的砂质岸线提取方法——以海阳沙滩为例

文章提出一种基于发展多期影像和归一化水体指数(NDWI)的砂质岸线自动提取方法,以山东半岛海阳沙滩为实验区,应用2005年多个月份的7景Landsat 5TM遥感影像为数据源,提取实验区砂质岸线。利用908专项修测岸线对提取的海岸线进行精度检验。结果表明,岸线偏差距离为20.9m、均方根误差(RMSE)为33.6m。该方法可为砂质岸线的提取与变迁分析研究提供参考依据。     

基于多尺度纹理和光谱信息的海岛土地利用遥感分类方法研究

本文基于灰度共生矩阵提取多尺度纹理指数影像,将纹理指数影像作为逻辑波段与原始影像波段组合,进行最大似然监督分类的实验,以改善单纯基于像元光谱影像分类技术的不足。利用SPOT-5卫星遥感影像对西门岛土地利用分类的实例进行分析。结果表明,由SPOT-5遥感影像第一波段和第二波段计算所得的相关性和同质性纹理指数影像以及由第三波段计算所得的均值纹理和第四波段计算的同质性纹理指数影像,对海岛土地利用分类精度的提高均有较为显著的效果,其中加入多尺度纹理信息后西门岛土地利用遥感影像分类的总体精度由75.41%提高到89.41%。     

含沙水体水深遥感方法的研究

遥感测深技术是海岸、河口及其他水体水深测量的一种新方法,应用前景广阔。在海洋的近岸、河口处水体相对浑浊,利用可见光技术测深的精度依赖于建立合适的水深反演模型和考虑水体悬浮物质的影响。选择合适的水深反演因子和比较多种线性、非线性水深反演模型,通过对水体悬浮泥沙光谱特性的研究,建立了适于河口、近岸浅水浑浊水体并考虑悬沙浓度影响的水深反演模型。通过检验,由该模型反演的平均相对误差小于15%,在7~14 m的水深段反演效果更好,其平均相对误差小于8.5%。     

基于船只尾迹遥感特征的航向提取方法研究

为解决单景遥感图像上航行船只航向的自动提取问题,研究了船只尾迹遥感特征和基于尾迹遥感特征的提取方法.对海上航行船只尾迹的形态特征和统计特征研究表明,湍流尾迹在遥感图像上出现概率高且特征稳定,其图像表现以条带状特征为主.考虑到湍流尾迹的线性特性,采用Randon变换算法进行了可以表征航向的尾迹提取.通过对10幅尾迹图像提...     

基于多尺度小波特征的高光谱影像亚像素目标识别

提出了一种基于多分辨率小波高频特征系数的高光谱遥感影像亚像素目标识别方法。首先利用多尺度小波变换将光谱信号分解为不同尺度的高频特征信号,然后借助接收操作特性曲线(ROC)和马氏距离投影寻踪求取一维最佳识别特征,最后通过高斯最大似然决策函数求解亚像素目标的存在概率。通过38种小波函数的高光谱数据实验证明,该方法对亚像素目标的识别效果较好。     

基于序列非线性滤波SAR影像水体自动提取

由于合成孔径雷达（SAR）图像中固有斑点噪声的强烈影响,某些对于光学图像有很好效果的目标提取区域分割方法,但是对于SAR图像来说,效果不很好,针对水体目标的亮度及形状分布特征,不作阈值分割处理,而采用序列非线性滤波处理方法,可以快速有效地实现SAR影像水体目标的自动提取识别。     

基于TM影像的胶州湾水深遥感

以胶州湾20m以内浅水域为研究区域,并按照0～2m、2—5m、5—10m、10～20m的水深对其进行分区,利用Landsat-5 TM数据进行水深遥感。结果表明：各区分别建立线性回归模型反演水深的精度要高于不分区时建立的模型;无论分区与否,多波段组合模型的反演精度最高,且在既不是太深也不很浅的区域反演效果最好;新建立的多时相单波段模型反演水深的精度在水深较浅的区域精度有较大的提高。     

基于OLI多光谱遥感影像的八所港浅海水深反演

为了解决传统全局模型应用遥感影像反演水深的不足,提出地理自适应模型应用于八所港Landsat-8 OLI多光谱卫星影像。采用归一化水体指数进行水陆分离,在产生模拟数据时,为保证数据的合理性,对光谱灰度值进行自然对数求解。地理自适应模型将整个区域细分为5个小的区域单元,模型参数是自适应变化的,一般数学形式与传统全局模型一样。通过反演15m以浅的水深,发现光谱中对水体的敏感波段出现"红移";水深反演结果证明地理自适应模型有效地缓和了全局传统模型在底质类型和水体性质空间不均匀的问题,水深反演精度得到明显提高,并控制在1m以内。