基于支持向量机和多变量分析的高光谱遥感数据分类

从支持向量机和多变量分析的基本理论出发,建立一个基于支持向量机和多变量分析的高光谱分类器,并利用国产OM IS传感器获得的北京某地区高光谱遥感数据进行试验,采取网格搜寻的方法来确定误差惩罚参数和径向基核参数的值。主要选取独立成分分析和主成分分析这两种多变量分析方法。结果表明,当进行独立成分分析后的数据应用支持向量机分类的时候,分类精度随着维数的增加而递增,10~20维的时候达到最大值,然后随之递减,分类精度最大为78.93%。随后的主成分分析中,得到同样的结论,但精度最高的时候是选择5维特征,精度为88.61%。     

高光谱遥感影像多级联森林深度网络分类算法

高光谱遥感技术在环境监测、应急保障、精细地物提取等方面有着广泛的应用,随着高分五号高光谱数据的正式发布,高光谱遥感技术将发挥更重要的作用。遥感影像分类作为高光谱遥感影像信息处理的重要部分,已成为当前研究重点。本文针对传统多级联森林深度学习中模型复杂、无法利用基分类器差异信息、对类间差异较小的样本无法正确区分等不足,提出了一种改进的多级联森林深度学习模型,在模型框架中,分别采用了随机森林和旋转森林作为基分类器,并引入逻辑回归分类器作为判别器用于训练层扩展。相较于传统的深度神经网络,改进的多级联森林深度网络超参数较少且能够自适应确定训练层,更方便进行模型优化。实验采用了高分五号数据集及两个公开的高光谱数据集(Indian Pines数据集及Pavia University数据集)进行精度评定,同时选择了传统分类器支持向量机、深度置信网等模型作为对比分析。实验结果表明,改进的多级联森林深度学习模型能有效地进行高光谱遥感影像分类,且较传统的分类方法精度有所提升。     

重加权稀疏和全变差约束下的深度非负矩阵分解高光谱解混

近年来,非负矩阵分解NMF (Nonnegative Matrix Factorization)由于其简单有效的特点,已被广泛应用于解混。由于传统的NMF只有单层结构,不能获取隐藏层的信息,其解混效果受到制约,为了研究影像的深度空谱特征,本文在深度NMF结构的基础上,提出了一种基于全变差和重加权稀疏约束的深度非负矩阵分解(RSDNMF-TV)算法。首先,使用深度NMF模型代替传统单层NMF模型,在预训练阶段进行逐层预训练,而在微调阶段减少分解误差。其次,由于丰度矩阵是稀疏的,本文在深度NMF模型中加入重加权稀疏正则化项,其权值则根据丰度矩阵自适应更新。最后,进一步引入全变差正则化项,以利用空间信息并促进丰度图的分段平滑性。论文采用梯度下降法推导出乘性迭代规则,为验证所提出的RSDNMF-TV算法的有效性,利用模拟数据集、Cuprite数据集以及高分五号数据集进行实验,并与其他经典方法作对比,结果发现本方法具有更好的解混效果,同时具有一定的去噪能力。     

基于遥感和GIS的城市景观格局演变与水文效应关系研究

基于多时相TM/ETM+遥感影像,运用支持向量机分类方法对合肥市景观进行分类,解译得到1995、1999、2003和2007年土地利用专题图;应用单窗算法解译得到地表亮温专题图。采用景观指数法分析了合肥市景观格局与城市水文效应间的关系。研究表明:城市水文要素与景观指数之间存在相关性,城市化水文特征明显;建筑用地有增加并集中趋势,不透水面积增加,年降水量增大;供水排水能力平稳增长,人均用水量相对减少,城市饮用水水源地水质偏差。调整城市景观格局,有利于优化城市水文状况。     

决策树分类法及其在遥感图像处理中的应用

首先阐述了决策树分类器的结构与理论基础,并就决策树算法的发展趋势进行了归纳总结。然后结合遥感图像分类的特点,探讨了决策树分类法的实现方法和关键问题。在此基础上,以徐州市TM影像为数据进行了分类试验。试验说明了决策树分类法在遥感图像处理中的具体实现过程,并且试验结果表明该方法在依据感兴趣区类别进行图像分类时效果较好。     

面向数字城市的遥感数据挖掘及应用

探讨了面向数字城市的遥感数据挖掘的优越性和潜在效能,在分析遥感数据特点和国内外研究现状的基础上,分析了遥感数据挖掘的基本方法与挖掘流程,提出一个数字城市遥感数据挖掘平台的原型系统设计方案,最后结合城市可持续发展、城市规划管理等方面的需求对遥感数据挖掘在数字城市中的应用进行了展望。     

基于空间推理的巷道三维拓扑建立

基于空间关系和空间推理理论,结合MGIS领域的需求建立巷道三维拓扑网络模型,研究巷道三维空间关系推理的算法及业务逻辑实现;开发巷道三维拓扑自动生成系统,实现了巷道空间与属性数据管理、三维拓扑自动处理、多尺度成果输出及基于三维拓扑的路径查询,为基于巷道的通风、运输、避灾、多尺度变换等应用奠定了基础。     

GIS在开采沉陷领域应用及与专业模型的结合

GIS在开采沉陷领域的应用可从数据与信息管理、基本空间分析、GIS与专业模型结合、空间决策支持系统建立四个层次进行。GIS与专业模型结合是目前最主要的应用方式，其实现方法包括基于数据传输的松散式结合、基于共同用户界面的表面无缝结合、内嵌式结合等，基于组件开发技术实现二者结合的方法最具前景，符合当前GIS发展的趋势。实践证明，GIS与开采沉陷专业模型结合具有明显的优越性。     

数学形态学在遥感图像边缘检测中的应用

为有效提取边缘密度大的遥感图像中的边缘信息，提出一种边缘检测的有效算法。该算法在数学形态学的基础上，针对图像中噪声和边缘形态的不同建立多结构元素，利用灰度形态变换原理进行边缘提取。实验表明，与经典的边缘检测算子相比，该算法具有很好的边缘提取能力，但抗噪能力较差。为此，笔者还探讨性地提出基于小波变换和数学形态学相结合的边缘提取方法。     

基于数学形态学的矿图扫描图像文字和符号的自动分离

从矿图扫描图像中实现线划图形与文字注记及点状符号的相互分离,是矿图扫描识别数字化技术的基本要求。本文依据数学形诚学原理,根据文字,符号自身的几何和拓扑特征,构造了系列形态变换模型,使用这些模型对扫描图像进行逐步处理,可从图像中自动地删除不同大小,方向及排列方式的文字和符号,从而得到分离的图形要素与文字,符号图像。实验结果表明,所构造的模型对独立文字和符号的分离十分有效。