面向对象的遥感影像多层次迭代分类方法研究

在分析应用对象化分析方法改进高空间分辨率遥感影像分类技术的基础上,提出了应用多层次的迭代模型改进分类流程,在自适应的迭代过程中有效地结合主导类别选择、高级对象特征计算、基于互信息的特征选择等技术提高对象化方法中丰富的影像特征的利用效率,同时,有机结合像素级特征信息弥补对象化特征。通过对SPOT5影像与航空影像两种数据源...     

面向对象的校园信息服务平台设计与实现

开放灵活的校园服务平台是校园信息化建设的关健,其难点是校园信息数据的描述、组织和共享.在探讨面向对象空间数据模型的基础上提出了面向对象校园信息的组织方法、过程,以及服务平台设计方法,重点研究了基于对象的校园信息组织管理模式与校园信息平台设计框架,实现了集"人员"、"资产设备"、"地理空间信息"资源管理一体化的校园信息服...     

使用Qt库开发地震数据处理系统的分析与设计

提出一种运用Qt开发库和三方库Qwt对地震数据处理系统进行设计完善的方案,此方案基于面向对象思想,编程简便、容易维护、硬件兼容性好、可移植性强.     

基于Facade模式的大规模组件切换策略

提出一种基于Facade设计模式的大规模组件切换策略,对策略的整体框架和其中的Facade核心模块进行了详细阐述.该策略的使用将使开发人员不必关注于实现各组件之间的复杂调用关系,而把主要精力放在各独立组件和Facade 核心模块的设计与实现上.     

雅鲁藏布江中部流域土地沙化遥感识别

雅鲁藏布江中部流域长期遭受土地沙化侵蚀,采取有效手段进行沙化土地信息快速识别,跟踪土地沙化现状和动态发展,是土地沙化防治的基本前提。遥感数据因其快速、大范围、高精度监测等特点已被广泛应用于土地沙化监测。为降低该区域沙化土地破碎化分布特征以及广泛分布的稀疏植被地表对沙化土地遥感识别带来的不确定性,本文利用Google Earth Engine平台获取2019年秋季雅鲁藏布江中部流域Landsat无云遥感影像,基于面向对象的分类思想,充分提取沙化土地的光谱、几何和地形特征,根据不同的分类器构建4种分类方案,包括单一分类器（支持向量机、决策树、最近邻）分类以及组合分类法分类,提取雅江中游河谷地区沙化土地信息并验证不同方案的提取精度。结果表明：① 利用面向对象组合分类模型提取的沙化土地信息效果最佳,总体精度高达91.38 %,Kappa系数为0.82;② 相较于采用单一分类器（支持向量机、最近邻和决策树分类）的面向对象分类方法,组合分类模型能更有效地识别破碎化的小面积沙化土地,降低沙化土地与稀疏植被地表的混淆情况,提高分类可靠性;③ 基于面向对象组合分类模型反演得到雅鲁藏布江中部流域2019年沙化土地分布信息,土地沙化面积达299.61 km²,总体上呈现沿河谷的带状不连续分布,且集中分布于河流北岸以及靠近河道的阳坡、低海拔地区。本研究可为土地沙化遥感监测提供新思路,其应用可服务于雅鲁藏布江中部流域土地沙化预防和治理工作。     

Object-oriented crop classification based on UAV remote sensing imagery

UAV remote sensing images have the advantages of high spatial resolution,fast speed,strong real-time performance,and convenient operation,etc.,and have become a recently developed,vital means of acquiring surface information.It is an important research task for precision agriculture to make full use of the spectrum,texture,color and other characteristic information of crops,especially the spatial arrangement and structure information of features,to explore effective methods for the classification of multiple varieties of crops.In order to explore the applicability of the object-oriented method to achieve accurate classification of UAV high-resolution images,the paper used the object-oriented classification method in ENVI to classify the UAV high-resolution remote sensing image obtained from the orderly structured 28 species of crops in the test field,which mainly includes image segmentation and object classification.The results showed that the plots obtained after classification were continuous and complete,basically in line with the actual situation,and the overall accuracy of crop classification was 91.73%,with Kappa coefficient of 0.87.Compared with the crop planting area based on remote sensing interpretation and field survey,the area error of 17 species of crops in this study was controlled within 15%,which provides a basis for object-oriented crop classification of UAV remote sensing images.     

GF-2影像面向对象典型城区地物提取方法

国产高分遥感影像信息丰富,提供了精准的地物空间细节,深入研究高分数据处理及其提取城区地类目标信息的方法具有重要意义。本文以国产高分二号（GF-2）遥感影像为数据源,利用规则集的面向对象分类方法,通过ESP尺度分析工具选取得出最优分割尺度,建立各类地物的特征体系及分类规则,最终提取出研究区典型城区地物信息,并将之与传统基于像元的SVM监督分类结果作比较。结果表明：规则集的面向对象分类总体精度为92.23%,Kappa系数为0.9,比SVM监督分类有大幅度提高。对高分二号等高分辨率影像,面向对象的分类方法精度更高,图示效果更好,是城区地物提取的有效方法。     

露天灰岩矿纹理特征分析及面向对象的分类

矿产资源过度开发造成了严重的环境污染,可持续发展面临严峻挑战,矿山治理迫在眉睫。遥感信息提取技术能够便捷地获取矿山开发信息,为矿山治理提供依据。然而,目前信息提取的精度和自动化程度仍有提升空间,并且就矿产类型而言,关于石灰岩矿开采信息提取的研究甚少。针对以上现状,本文以唐山市的一处灰岩矿山为例,以Landsat-8影像作为基础数据,通过计算不同地物的纹理信息,包括地物均值、方差、信息熵、偏离度和数据范围,构造了能够突出露天灰岩矿开采区域的纹理指数模型(texture variance index,简称TVI)。结合已有的光谱和空间特征,设定准确的阈值并建立决策树,以面向对象方法为依托,进行露天灰岩矿山开采边界的信息提取。结果表明,将纹理方差指数作为灰岩矿山开发信息提取的规则之一,总体精度、用户精度和Kappa系数与原有决策树相比皆有所提高。以文中灰岩矿开采范围提取结果为基础,根据高分辨率影像的纹理特征,进一步实现了新矿区与待复垦旧矿区的分类,总体精度约为0.916。     

面向对象的绿地信息提取

绿地与人们的生产、生活密切相关,绿地是城市的净化器,发挥着保持水土、涵养水源、调节自然界生态平衡等重要作用.本文主要讨论了面向对象的分类技术,研究了多尺度影像分割和基于高分辨率影像的信息提取方法,在实验的基础上与传统的基于像元统计方法的信息提取结果进行了比较.结果表明,面向对象的信息提取方法在高分辨率遥感影像绿地信息提取中具有明显优势,可大大提高分类效率和精度.     

面向对象的ADS80遥感影像分类在地理国情监测中的应用研究

ADS80影像具有红、绿、蓝、近红外等多波段影像信息。本文以ADS80影像为数据源,采用面向对象的分类方法对遥感影像进行自动提取分类研究。研究表明,采用ADS80影像与面向对象分类相结合的方法,可充分发掘影像中的形状、纹理、结构等几何特征信息,显著提高影像的分割精度,使分类后的影像具有更丰富而准确的信息,在地理国情普查及监测中具有较高的应用价值。