基于资源三号卫星遥感影像的城市绿地提取

资源三号卫星是中国第一颗自主的民用高分辨率立体测绘卫星,能提供优于5 m地面分辨率的遥感影像.本文首先对资源三号卫星影像预处理过程中涉及的影像纠正、影像配准、影像融合、影像镶嵌等关键步骤进行研究,然后,对比分析三种绿地信息提取方法,最后以江苏省南京市高淳区城市绿地为例,提取建成区绿地信息并加以统计分析.实验表明,本文提出的资源三号卫星影像预处理方法切实可行,国产高分辨率遥感影像适用于城市绿地调查.     

基于高分辨遥感影像的城市绿地信息提取研究

城市绿地以植物为主要存在形态,是城市的净化器,有着保持水土、涵养水源、调节自然界生态平衡等作用,与人们的工作和生活都息息相关,是城市不可或缺的一部分。本文以淮南市为例,使用World View-2高分辨率遥感影像,先对影像进行预处理,然后利用面向对象方法,对影像进行多尺度分割,再提取绿地信息。实验结果表明,使用高分辨率的遥感影像,利用面向对象的方法进行绿地信息的提取的效果是可行的,并且效果和精度都比较好。     

基于P-N学习的高分遥感影像道路半自动提取方法

基于模板匹配的道路跟踪是半自动提取道路的主要方法。然而场景中地物干扰和道路宽度的变化降低了模板匹配的稳定性;另外,道路跟踪失败后缺乏重检测机制,使得道路提取过程中人机交互频繁。针对以上问题,提出了一种基于P-N（positive-negative）学习的高分遥感影像道路半自动提取方法。该方法由道路跟踪、检测和学习构成,关键是采用了P-N学习的策略迭代的训练分类器,通过纠正违反结构约束的样本分类结果来提高分类器性能。实验使用了不同场景下的城区高分遥感影像,与经典的模板匹配和在线学习的道路跟踪方法进行了比较。实验结果表明该方法在道路提取的精度和稳定性方面均有提升。     

基于高分辨遥感影像城市绿地信息分类提取

利用高分辨率遥感影像对城市绿地系统监测规划,对城市生态建设具有重要意义。现采用ENVI FX面向对象模块,以杭州市西湖区遥感影像为基础数据,按照基于NDVI再有监分类的思想,详细介绍了以光谱、纹理和空间形态特征建立基于规则与样本的城市绿地类型提取技术流程。根据总体分类精度和kappa系数大小,城市绿地信息提取精度较好。     

基于高分遥感影像的城市用地现状信息提取

我国正处于城镇建设的高速发展阶段,城市用地现状信息提取是进行城市精细化管理的重要基础工作。本文通过对高分辨率遥感影像光谱特性的深入分析,提出一种结合面向对象分类和GIS分析技术的城市用地现状分类的处理新模式,实现了城市用地现状的高效分类。利用高分一号卫星高分辨率遥感数据进行验证,总体分类精度达81.44%。试验表明,该处理模式有效地简化了人工操作步骤,大幅度提高了高分辨率遥感影像城市用地现状提取的效率。     

高分辨率遥感影像分割的城市绿地提取研究

城市绿地是生态文明建设的重要组成部分,绿地信息提取是城市绿地规划和建设的基础和前提。遥感影像分割是绿地信息分类提取的关键步骤,选择合适的影像分割方法能有效提高城市绿地提取精度。传统的遥感分割方法分割结果中边缘锯齿现象严重,与绿地实地边界相差较大,不符合绿地信息提取的要求。本文以高分辨率的WorldView影像为数据源,使用深度学习网络DeepLab-v3+对城市绿地进行分割研究,在分割基础上进行城市绿地信息提取。同时,本研究将该网络模型的分割和分类结果与基于Ostu、MeanShift、FNEA分割算法的分类精度进行比较。研究表明：DeepLab-v3+的分割性能最好,其分割边缘光滑,与绿地实地边界吻合度高,有效解决了传统分割算法的边缘锯齿问题;在各种分割分类算法中,DeepLab-v3+的分类精度最高,达到98.01%。     

一种面向对象的遥感影像城市绿地提取方法

针对目前面向对象方法在高分辨率遥感影像中提取绿地专题信息的特点,以及受到城市区域范围尺度限制因素的影响,本文提出一种利用高分辨率遥感影像提取城市区域范围绿地专题信息的方法,结合影像分割、影像面向对象模板统计和基于多阀值的模糊分类技术的优势,林地、密草地和疏草地专题信息被提取出来.研究中提出利用基于面向对象多尺度分割算法...     

无人机遥感影像的城市绿地信息提取

针对传统人工城市绿地调查费时、费力等问题,该文提出了一种利用无人机遥感进行城市绿地信息提取的思路和方法。设计构建了基于固定翼无人机平台的遥感系统,对宁波市部分区域进行航飞实验。采用PixelGrid软件对无人机影像进行了预处理,得到测区正射影像。采用基于像元统计特征分类和面向对象分类两种方法,对研究区进行绿地信息快速提取并进行了精度验证。研究结果表明,利用最大似然分类法和归一化绿红差异指数法提取精度最高,分别为81.73%和80.23%。     

城郊高分影像中利用阴影的建筑物自动提取

提出了一种充分利用阴影实现自动分类与后处理相结合的建筑物自动提取方法:首先根据阴影和植被自动检测结果并选定裸地样本确定预分类CMap图,并设计了基于偏移阴影分析的建筑物样本自动提取方法,结合支持向量机（support vector machines,SVM）分类模型将影像分为阴影、植被、建筑物、裸地4大类以提取建筑物初始结果;通过形态学处理提升区域完整性,区域增长补充漏检区域,利用设计的相交边界阴影比率筛除无阴影的非建筑物等措施,进行后处理优化获取最终结果。实验表明,充分利用阴影信息,不仅能准确、全面地获取各类样本,保证分类精度,与后处理优化策略紧密结合,大幅度提高了正确率和完整度;并且自动化程度得到有效提高,更适用于城郊区域建筑物的提取。     

基于高分辨率遥感影像提取地理变化信息的辅助生产方法研究

以高分辨率遥感影像为主要数据源,通过地理信息变化识别、提取方法和流程进行梳理,并对地理空间信息半自动提取辅助生产模块系统加以设计,形成一套实用化的变化信息提取的技术方法和工艺流程,为提高地理信息变化检测与更新自动化水平提供技术支持。     

高分辨率遥感影像分割的城市绿地提取研究

林地是国家重要的自然资源和经济资源,掌握林地分布状况对林地资源调查管理具有重要意义。针对传统林地提取方法精度较低且边界不规则的问题,设计了一种联合多尺度注意力机制与边缘约束的林地提取方法。首先,构建一种端到端的多尺度注意力神经网络模型,充分提取影像中林地的上下文特征,对不同尺度下的林地进行语义描述,实现高精度的林地像素级表达;其次,构建边缘约束规则,对提取结果进行边界优化,提高林地提取结果的可读性。为证明方法的有效性,以中国四川省绵阳市三台县作为实验区,建立数据集并进行林地提取实验,结果显示,所提方法提取的精确度为81.9%,召回率为75.6%,F1分数为78.1%,交并比为64.2%。结果证明,所提方法在遥感影像林地提取应用上效果良好。

     

城市绿地信息提取中高分辨率卫星影像融合方法研究

利用GS变换、主成分分析、Ehlers变换、Wavelet分析、HIS变换5种方法对城区WorldView-2和PL-1A影像进行融合,并从影像融合质量和绿地信息提取精度两方面对融合方法的有效性进行了评价。结果表明：①5种融合方法中,GS变换融合的效果最好;主成分分析和Ehlers变换融合WorldView-2质量较好,但融合PL-1A影像质量较差;Wavelet变换、HIS变换融合两种影像质量都较差;②用于绿地信息提取时,GS、PCA融合影像获取的精度最高,其次为Ehlers、Wavelet融合影像,均明显高于多光谱影像的提取精度;Ehlers、Wavelet变换精度最低,绿地信息提取精度低于多光谱影像的提取精度。可以得出,影像融合可以明显地提高绿地信息提取精度,5种影像融合方法中,GS变换普适性较好,影像融合质量最好,提高分类精度效果最明显。     

应用面向对象的高分辨率遥感数据提取城市绿地

绿化建设是一个城市建设的重要工作,城市绿地覆盖率是衡量一个城市绿化程度最主要的指标,高分辨率遥感影像给城市绿地覆盖率计算提供了更为有效、便捷的手段。本文以南京市某区域为研究对象,基于RS和GIS等技术手段,采用面向对象的方法,在不同的尺度利用光谱特征并采用针对性的算法提取出了精度较高的QuickBird和IKONOS高分辨率遥感影像的城市绿地。最后通过对比和分析两者的精度,证明面向对象的方法是有效的。     

基于测绘卫星影像的城市不透水面提取

针对城市大尺度的不透水面提取需求,以高分辨率遥感影像为数据源,基于随机森林模型,对光谱和纹理特征进行重要性分析,选出最优参数,实现高精度城市不透水面提取。选取武汉市作为实验区,以资源3号卫星遥感影像为数据源,不透水面提取的总体精度为0.97,所提取的高精度不透水面可为海绵城市的规划和建设提供有效的专题数据。     

高分辨率遥感影像建筑物提取方法研究

选取了监督分类、植被指数法、支持向量机和面向对象4种方法对资源三号和高分一号影像提取建筑物信息。通过对不同方法的精度评价,探索一种最适合高分一号和资源三号影像的建筑物提取方法。     

基于特征点的高分辨率遥感影像城镇道路提取

根据高分辨率遥感影像中城镇道路的特点,提出了一种基于特征点的道路信息提取方法。首先,对影像进行增强处理并选取感兴趣的子区域,利用改进的分水岭分割理论和阈值选择算法,结合八邻域检测方法得到道路的特征点;然后,利用回归分析方法在一定的坐标系统下得到每条道路的回归方程,根据端点坐标信息得到道路信息图;最后,利用数学形态学算法获取道路骨架图。结果表明,本方法能够精确有效地提取高分辨率遥感影像的城镇道路信息。     

高分辨率遥感影像信息提取方法综述

感知地物信息最直接的载体就是遥感影像,从遥感影像中提取地形地物等专题信息是当前遥感技术面临的一个迫在眉睫的问题。遥感影像的空间分辨率伴随着遥感技术的飞速发展从公里级发展到厘米级,同时遥感影像所包含的信息正越来越丰富化。高空间分辨率遥感影像具有数据量极大、数据复杂以及尺度依赖的特点,使得高空间分辨率的遥感影像的数据处理以及影像信息提取具有一定的难度,面临一些急需解决的问题。文中介绍了高分辨率遥感影像信息提取的国内外研究现状和趋势,分析了几种遥感影像的分类方法,指出了面向对象的遥感影像信息提取的技术及高分辨率遥感影像的多尺度分割,并指出了国内外在遥感影像信息提取技术方面的不足和迫切需要解决的问题。     

高分辨率光学遥感影像核线提取

高分辨率卫星的发展使遥感影像的广泛应用成为可能,在摄影测量领域具有重要意义的核线是高分辨率光学遥感影像应用的基础。本文基于有理函数作为通用的几何模型研究线阵CCD影像的理论依据,在一种新的有理函数反演模型基础上,确定像点的虚拟物方点,利用核线投影轨迹生成算法获得核线在左右影像范围内的走向和形状,结合3组不同传感器获取的不同地区的遥感数据进行了本文方法的验证,证明其有效性,证明本文方法可以快速高效地实现核线提取。     

低分辨率遥感影像中道路的全自动提取方法研究

从Marr视觉计算理论出发,利用低分辨率遥感影像的特点,提出了一种基于边缘线段感知编组和动态规划跟踪线段的道路信息全自动提取方法.首先分析了低分辨率影像中道路的辐射特性和几何特性,以得到道路模型.然后在底层处理阶段对影像进行边缘检测、无效线段去除等预处理;中层处理阶段采用基于上下文关联的感知线段编组法得到候选道路段,并由道路段的置信度阈值确定道路种子点;最后在高层处理阶段提出基于动态规划的道路跟踪算法得到候选道路,并且采用知识推理去除部分虚警.实验结果表明:(1)对图像中背景干扰较大的山区道路和复杂的城区道路网均有较好的识别效果;(2)识别过程全自动进行,没有人工干预,因此计算效率相比其他方法有一定的优势;(3)由不同传感器卫星获取的影像如L7,SPOT,SAR等,算法均能进行有效识别,具有很好的普适性和稳健性.     

高分辨率遥感影像零星植被的自动提取

针对零星植被面积较小,分布零散,边界模糊,像元混合严重导致特征相对不足的问题,基于视觉注意理论,提出了零星植被的分类新特征,并结合FART理论提出了自动提取零星植被的方法。分别选取高分辨率真彩色和近红外的零星植被图像数据进行实验,并与易康面向对象方法的结果进行了对比。实验结果证明,该方法对于零星植被的提取精度更高,适用范围更广,特别是对于真彩色影像,具有较大优势。