遥感影像分类中的空间尺度选择方法研究

提出了一种新的基于信息熵的空间尺度选择方法。该方法充分利用了遥感影像的多光谱信息。在这个方法中, 信息熵被用于评价影像类别可分性的定量标准; 另外影像的空间分布特征也被考虑。该方法与已有方法, 即基于局部方差的方法、基于变异函数(Variogram)的方法、基于离散度的方法, 进行了比较。TM和QuickBird两种影像被引入到评价中来。实验结果表明, 本方法能够准确地确定两种实验影像的最优分类精度所对应的空间尺度。QuickBird影像采用了面向对象的分类方法进行实验, 这表明本方法不仅适合于传统的分类方法, 同时也适用于面向对象的方法。通过比较分析表明, 本文方法明确优于已有各种方法。     

多尺度对象高空间分辨率遥感影像谱聚类分割

针对基于像素模型的单尺度或多尺度谱聚类影像分割方法在相似矩阵存储、特征分解效率及分割精度方面存在的不足。该文首先通过给定多组空间及光谱带宽参数,利用mean-shift初分割生成不同尺度的超像素对象层;然后联合像素与超像素对高空间分辨率影像中的不同类别地物进行的多尺度建模表达其空间拓扑关系,即在图割理论框架下建立"像素-超像素"联合的多尺度无向权图模型G(V,E,W),同时根据遥感影像纹理特征丰富的特点,在顶点相似性计算过程中融合纹理特征;最后使用基于normalized cut准则的谱聚类算法,对图模型划分得到最终分割结果。该方法较好地降低了基于像素的谱聚类分割方法的计算复杂度,同时提高分割结果准确率。标准测试数据集和"高分2号"遥感影像分割结果表明了该方法的有效性。     

高空间分辨率遥感影像建筑物提取方法综述

高空间分辨率光学遥感影像中建筑物的提取对城市空间数据库的更新、城市动态监测以及建设"智慧城市"等方面具有极其重要的意义。本文首先介绍了高空间分辨率遥感影像中建筑物的特点,然后介绍了基于高空间分辨率遥感影像中建筑物自动提取的四种主要方法,即多尺度分割提取方法;基于边缘和角点检测与匹配的提取方法;基于区域分割的提取方法和基于数学工具;新理论以及多种方法结合的提取方法,分析讨论了各种方法的研究进展以及各方法的优缺点,同时对建筑物提取研究中需要解决的问题和研究趋势进行了总结。最后对高空间分辨率遥感影像建筑物提取研究前景进行了展望,认为可以从多源或多时相数据、边缘检测以及阴影辅助作用等方面提取建筑物,提高建筑物提取精度和高分遥感影像的利用率。     

面向对象的多尺度加权联合稀疏表示的高空间分辨率遥感影像分类

针对高空间分辨率遥感影像中的地物具有多尺度特性,以及各个尺度的对象特征对地物分类精度的影响具有较强的尺度效性,并结合面向对象影像分析方法和多尺度联合稀疏表示方法在高空间分辨率遥感影像分类中的各自优点,提出了一种面向对象的多尺度加权稀疏表示的高空间分辨率遥感影像分类算法。首先,采用多尺度分割算法获得多尺度分割结果并提取对象的多尺度特征;然后,根据影像对象的多尺度分割质量测度计算各尺度的对象权重,构建面向对象的多尺度加权联合稀疏表示模型;最后,采用2个国产GF-2高空间分辨率遥感数据集和1个高光谱-高空间分辨率航空遥感数据集（WashingtonD.C.数据）验证该算法的有效性。试验结果表明,与SVM、像素级稀疏表示、单尺度和多尺度对象级稀疏表示和深度学习等算法相比较,本文算法获得了较高的OA和Kappa分类精度,提高了各个尺度地物的分类精度,有效抑止了地物分类结果中的椒盐噪声现象,同时保持大尺度地物的区域性和小尺度地物的细节信息。     

遥感模式分类中的空间统计学应用——以面向对象的遥感影像农田提取为例

如何有效地从遥感图像中提取所需信息,是遥感图像处理和应用的关键,而尺度选择问题一直是影响遥感信息提取精度的关键问题之一。本文论述了利用空间统计学方法解决遥感影像模式分类中的尺度问题的理论基础。针对面向对象影像分析问题,将影响遥感影像多尺度分割的尺度分割参数概括为空间属性分割参数、光谱属性分割参数和影像对象面积阈值参数,并分别提出了基于统计学的尺度参数估计方法。以SPOT-5影像面向对象农田提取为例,基于变异函数方法进行了尺度优选试验,系列尺度分类试验结果表明基于空间统计学尺度估计得到的尺度分割结果进行分类能得到最高的精度,进而证明了基于空间统计学方法进行面向对象信息提取尺度估计的有效性。该方法是完全数据驱动的方法,基本不需要先验知识参与。不同于以往分割后评价的尺度选择方法会占用大量计算资源且耗费大量时间,本文提出的方法不仅能在一定程度上保证面向对象信息提取的精度,而且在一定程度上也提高了面向对象信息提取的效率和自动化程度。     

影像不同空间尺度对鲁甸植被分析的影响

针对植被指数和植被覆盖度与遥感影像空间尺度的关系对高分辨率影像在植被分析中的运用具有重要影响的问题,该文提出一种确定最佳分辨率的方法。以云南鲁甸县茨院乡为研究区,先对原始影像(Worldview-2)进行重采样处理,生成一系列低分辨率影像;计算13组数据的NDVI并利用像元二分模型反演出植被覆盖度;运用信息熵理论和按照局部方差的思路等两种方法,定量分析该区植被分析的最佳分辨率。实验结果表明,随着空间分辨率的降低,NDVI值域区间呈现收敛趋势;植被覆盖度分级图斑斑块数量急剧减少,而所占面积比则保持相对平稳;信息熵中的信息量也随之减少。分析结果认为,该区进行基于Worldview-2影像植被分析的最佳空间分辨率为12m。     

卫星遥感制图最佳影像空间分辨率与地图比例尺关系探讨

选择适宜空间分辨率的遥感影像来达到地图成图的精确度并且最大程度反映地物的信息是卫星遥感制图需要解决的一个重要问题。本文重点分析了地图比例尺与遥感影像空间分辨率的关系,指出在选择制图影像空间分辨率时需要考虑两个因素,一是地图的成图比例尺,二是最小地物的尺度,提出了估算最佳影像空间分辨率的公式R={(L×M)/2~Rmin},并通过实例验证了该公式的可行性。     

基本地形图更新卫星影像优选探讨

基于卫星遥感影像进行基本地形图更新具有更新周期短、效率高的特点,最优卫星影像数据源选取环节为实施关键步骤。本文分析了卫星影像数据选取的主要影响因素;基于遥感影像尺度效应、地形图成图比例尺、研究区域和地物特征适宜空间分辨率、影像质量等基本信息,对用于地形图更新的卫星影像数据的基本要求提出了建议。     

顾及空间相关性的遥感影像信息量的度量方法

提出了一种结合信息论与地学统计法的遥感影像信息量计算的方法。此方法基于遥感影像加性噪声模型和互信息上界的计算原理,同时考虑了噪声和空间相关性等影响遥感影像信息量的因素,适于计算具有稳健空间相关性、不同地物类型的光学影像的信息含量。利用Landsat TM影像子集,分别计算了城市、农田、山地3种不同地物类型的影像信息量。结果表明,城市含有最大的信息量,同时影像信息量与影像方差呈对数正相关关系。     

空间尺度上推转换对影像信息的影响分析

针对尺度上推转换在不同空间分辨率遥感影像的应用结果中所产生的光谱扭曲和失真现象未受到普遍重视这一现象。以福建省河田盆地马尾松林样区为研究对象,采用同时相的1～16m卫星多尺度观测影像,基于最邻近法、双线性内插法、三次卷积内插法以及像元聚合法4种方法,将原始影像转换生成一系列低分辨率影像,并分别与同尺度真实卫星影像的光谱反射率、植被指数、光谱空间结构和影像产品数值进行对比分析,以定量评估升尺度转换对影像光谱信息的影响。结果表明:伴随升尺度倍数的增加,升尺度转换影像的光谱均值、NDVI以及变化趋势与真实观测尺度影像相比呈显著差异;经不同倍数尺度上推后的影像空间信息量和清晰度逐渐下降,其幅度明显低于真实影像的变化结果。建议通过构建经验统计方程对不同传感器数据进行光谱转换,以充分利用多尺度遥感观测优势并保证结果的准确性。     

面向空间关联的空间关系计算方法

当前,利用空间关系在多源数据间建立空间关联是地理信息领域的研究热点。针对这一热点,提出一种面向空间关联的基于自适应四叉树编码计算矢量数据空间关系的方法。首先,以经纬度网格划分技术为指导思想,基于自适应四叉树进行空间编码,建立空间数据与对应编码间的关联;在此基础上,利用编码计算空间数据的网格拓扑、方向及距离关系,从而建立空间数据间的空间关联;最后,以深圳市OSM矢量地图为实验数据来验证。实验表明,自适应四叉树编码方法能集成地表达3种空间关系,且计算速度较快、效率较高,具有较强的实用性。     

空间物体分类及空间物体构造

空间物体描述是ＧＩＳ的基本任务之一，而空间物体的分类是空间物体描述的基础。理想的空间物体分类模型不但应具有完备描述（构造）各种空间物体的能力，而且应能够揭示基本的空间关系，有助于空间分析的规范化系统化。本文在分析空间概念模型和现有的几种空间物体分类模型的基础上，提出了空间物体分类的基本原则，给出了新的空间物体分类模型：简单点、复合点、简单线、有向简单线、复合线、有向复合线、多边形，并说明了以这类基本物体类型构造复杂物体的一般性方法。     

从空间分析到空间决策的思考

地理信息系统正处在空间分析系统步入空间决策支持系统的关键时期,及时总结GIS分析理论和技术体系,展望空间决策发展趋势是值得广大地学工作者深思的问题。在分析回顾空间分析理论和技术发展历史的基础上,总结了现状研究和应用存在的问题,指出了空间分析向空间决策支持技术发展需解决的关键问题,并对空间决策支持系统未来的发展作出了几点思考,以期对空间决策支持技术发展提供指导。     

论空间数据处理与空间数据挖掘

根据现行文献中反复提到的空间数据处理内涵的理解．将空间数据处理分为空间数据处理技术和空间数据处理理论，简要论述了各自的主要内容．讨论了空间数据挖掘的现状和今后研究的重点，比较了空间数据处理与空间数据挖掘的异同。     

GMLGIS空间分析与空间数据编辑应用研究

当前GML技术研究已经取得了丰硕成果,而GML应用研究,包括空间互操作、可视化条件下的空间分析等却没有得到相应的发展。对GML应用到空间分析与编辑领域进行了初步研究,在GML可视化的基础上实现了GMLGIS的空间分析与空间数据编辑。     

基于空间插值的影像纠正精度的空间可视化表达

现有影像纠正精度以控制点精度评定为基础 ,对于精度探讨采用可视化技术从整体上进行表达。以相似变换作为影像纠正的基本模型 ,推导了纠正后任意点精度与控制点精度的关系 ,并基于此选择采用距离倒数乘方法作为空间插值方法 ,插值影像纠正后任意点不同方向上的以及点位的精度。在此基础上 ,采用精度可视化的概念对影像纠正的质量加以描述 ,通过一个加密前后影像纠正的实例说明其应用的方法 ,并获得了一些有益的结论     

空间视图在图形数据更新中的应用研究

在研究Geodatabase数据模型的基础上,给出了空间视图的定义,探讨了基于空间视图的图形数据更新过程,设计了更新的结构图和活动图。     

Oracle数据库空间数据类型和空间函数扩展实现

Oracle数据库是海量空间数据存储和查询的首选数据库之一,其对面向对象技术的支持和扩展为对象-关系空间数据库的实现奠定了坚持基础。这里详细介绍了Oracle数据库的对象类型、对象类型方法和其对继承、多态这两个面向对象核心概念的支持,并在Oracle92中参照OpenGIS矢量几何对象模型,扩展了空间数据类型和空间函数。并基于这些空间数据类型和空间函数构建了空间数据表,进行了空间查询试验。     

一种顾及障碍约束的空间聚类方法

为了使得空间聚类分析更加适应实际情况,发展了一种同时顾及空间障碍约束与空间位置邻近的空间聚类方法。该方法采用Delaunay三角网描述实体间的邻近关系,并且不依赖用户指定参数。实验验证了本方法的有效性与优越性。     

一种面向并行空间数据库的数据划分算法研究

面向基于对象关系型数据库而构建的并行空间数据库系统，提出了一种基于Hilbert空间填充曲线的适合于矢量空间数据的数据划分算法。在充分考虑空间信息的海量特征以及矢量数据存储记录的不定长等特点的前提下，该算法可实现并行空间数据库中海量空间数据记录在多个存储设备上的均衡划分，以避免出现数据倾斜现象，从而提高了空间数据的检索与查询效率。