结合模糊分割和遗传算法的航空影像车辆提取方法

利用高分辨率遥感影像实现道路车辆监测在交通管理系统中占有重要地位,然而受成像条件及车辆本身颜色多样性的影响,很难从遥感影像中直接提取道路车辆。为此,本文提出了一种结合遗传算法和数学形态学的遥感影像道路车辆提取方法。首先利用模糊聚类方法建立影像分割模型,并利用遗传算法对其进行求解,从而实现影像中道路、车辆及环境的精确分割;然后对分割结果中不同层进行赋值,实现分割结果的二值化;最后利用数学形态学操作从分割的道路-车辆的二值结果中剔除道路,从而实现道路车辆的提取。利用本文方法对航空影像进行了道路车辆提取试验。试验结果表明,本文方法不仅能够准确识别地面车辆位置,还能精确提取其轮廓线。     

欧氏聚类算法支持下的点云数据分割

欧氏聚类算法是多元统计中的一种重要分类方法,可以将其应用于测绘领域中点云数据的分割。本文首先计算点云数据中两点之间的欧氏距离,将距离小于指定阈值作为分为一类的判定准则;然后迭代计算,直至所有的类间距大于指定阈值,完成欧氏聚类分割。具体步骤为：①利用Octree法建立点云数据拓扑组织结构;②对每个点进行k近邻搜索,计算该点与k个邻近点之间的欧氏距离,最小归为一类;③设置一定的阈值,对步骤②迭代计算,直至所有类与类之间的距离大于指定阈值。试验证明,欧氏聚类算法对不同测量技术手段获取的点云数据均具有适用性,可以成功对点云数据进行分割,分割效果良好。     

青海日月山断裂德州段断错地貌的高分辨率遥感影像解译

青海日月山断裂带是青藏高原东北缘柴达木—祁连活动地块内部的一条NNW走向的右旋走滑兼逆冲断裂。 本文基于ENVI 5.1遥感图像处理平台对研究区高分一号多光谱(分辨率8 m)和全色(分辨率2 m)影像进行融合, 获取了高保真、 高分辨率的卫星遥感影像。 通过多尺度、 多角度、 多层次的构造解译以及对比, 将日月山西支断裂的海晏段划分为德州段(F_1-3)和海晏段(F_1-4)两个次级段, 同时利用高分辨率Google Earth影像对德州段断错微地貌进行了解译、 分析, 结合对德州段野外地质考察, 进一步验证了影像解译结果。 研究表明: 日月山断裂的德州段由5条次级段落组成(f₁, f₂, f₃, f₄, f₅), 并且该段断裂晚更新世以来活动性明显, 以右旋走滑为主兼有逆倾滑分量; 断裂在晚更新世以来发生过多期断层活动, 其中全新世断层活动可划分为两期, 最新一期水平位错量为6.5~8.7 m, 第二期水平位错量为12.3~14 m; 晚更新世也可划分出两期活动, 第一期水平位错量为16~20 m, 第二期水平位错量为28.5~47 m。     

区域碳收支能力估算的面向对象遥感分类方法

全球气候变暖问题是人类面临的最艰巨的挑战之一,通过先进的面向对象分类方法可以提高碳排放与碳汇能力的研究水平,对于控制区域气候变化具有推动作用。本文利用面向对象分类方法,以广西百色市右江区为研究区域,选取Landsat 8 OLI和Google Earth影像数据提取区域地物信息,并针对研究区地势复杂的特点,采用设置多种尺度参数的方法,选取最优尺度进行影像分割。同时,引入隶属度函数法、最邻近分类法和CART决策树分类器3种方法,基于影像光谱差异、几何形状、对象纹理等特征,逐层逐级地实施面向对象分类,随后加以针对性的精度评价分析并检验分类结果。通过总结分析前人的地物碳系数转换关系并结合高精度面向对象分类结果,构建了基于土地覆被类型的碳收支能力估算模型,并根据已有的基于CASA模型的碳收支能力估算方法加以精度校验,最终估算出右江区碳收支能力为-399.64万t。此外,本文结合右江区行政区划、人口分布、DEM等相关数据对区域碳收支能力进行了专题性剖析。结果表明,面向对象分类方法是研究小区域碳收支能力的有效途径,在区域碳循环评估中具有更好的准确性和预见性,有效促进碳收支平衡研究领域的发展。     

动态分段思想在MapInfo中的实现

动态分段是一种新的线性特征的动态分析、显示和绘图技术.目前该技术已经成功地应用在以Arc/Info为代表的采用"弧段-结点"数据模型的GIS软件中,但是在采用"面向实体"数据模型的GIS软件中实现动态分段的研究却很少.本文在分析Arc/Info中动态分段数据结构的基础上,探讨如何在MapInfo中实现动态分段思想.     

武威-天祝-庄浪河NNW向断裂分段及变形特征

在野外专题考察、大比例尺活断层地质填图、高精度地质剖面及阶地剖面实测的基础上,较系统地讨论了武威－ 天祝－ 庄浪河ＮＮＷ 向断裂的活动时代、变形方式及分段特征。结果表明： 该断裂带是一条典型的全新世活动断裂,整个断裂可分为不同几何结构、不同构造类型、不同变形特征的南、中、北三个断层段。其中北段和中段为隐伏断层,发育有第四纪活动褶皱和１９２７ 年古浪８ 级地震破裂带;南段断裂呈弧形几何形态展布,显示了逆断层构造面的基本特征     

Flood season segmentation based on the probability change-point analysis technique

Abstract

The segmentation of flood seasons has both theoretical and practical importance in hydrological sciences and water resources management. The probability change-point analysis technique is applied to segmenting a defined flood season into a number of sub-seasons. Two alternative sampling methods, annual maximum and peaks-over-threshold, are used to construct the new flow series. The series is assumed to follow the binomial distribution and is analysed with the probability change-point analysis technique. A Monte Carlo experiment is designed to evaluate the performance of proposed flood season segmentation models. It is shown that the change-point based models for flood season segmentation can rationally partition a flood season into appropriate sub-seasons. China's new Three Gorges Reservoir, located on the upper Yangtze River, was selected as a case study since a hydrological station with observed flow data from 1882 to 2003 is located 40 km downstream of the dam. The flood season of the reservoir can be reasonably divided into three sub-seasons: the pre-flood season (1 June–2 July); the main flood season (3 July–10 September); and the post-flood season (11–30 September). The results of flood season segmentation and the characteristics of flood events are reasonable for this region.

Citation Liu, P., Guo, S., Xiong, L. & Chen, L. (2010) Flood season segmentation based on the probability change-point analysis technique. Hydrol. Sci. J. 55(4), 540–554.     

面向对象的泰安市高分辨率影像住宅建筑物提取

基于eCognition Developer平台,以泰安市QuickBird影像为数据,采用面向对象多尺度分割、最邻近和隶属度分类,充分利用高分辨率QuickBird影像具有的丰富光谱、形状、纹理和结构等地物信息,对实验区进行分类并提取住宅建筑物信息。实验表明,与传统逐像元分类法相比,面向对象分类法有效地避免了分割区域的离散破碎,地类信息的提取更加完整、精确、高效。     

Polarimetric synthetic aperture radar change detection for specific land cover types

This paper presents a supervised polarimetric synthetic aperture radar (PolSAR) change detection method applied to specific land cover types. For each pixel of a PolSAR image, its target scattering vector can be modeled as having a complex multivariate normal distribution. Based on this assumption, the joint distribution of two corresponding vectors in a pair of PolSAR images is derived. Then, a generalized likelihood ratio test statistic for the equality of two likelihood functions of such joint distribution is considered and a maximum likelihood distance measure for specific land cover types is presented. Subsequently, the Kittler and Illingworth minimum error threshold segmentation method is applied to extract the specific changed areas. Experiments on two repeat-pass Radarsat-2 fully polarimetric images of Suzhou, China, demonstrate that the proposed change detection method gives a good performance in determining the specific changed areas in PolSAR images, especially the areas that have changed to water.     

顾及地物空间关系的卫星影像水系信息提取

为了更好地提取影像阴影部分的信息,本文采用一种顾及地物间空间关系的水系提取方法,将地物之间的空间关系与面向对象的方法相结合。通过多尺度分割算法生成同质的影像对象,利用决策树、隶属度函数和阴影与建筑物的邻接关系对水体进行提取。以昆明某区域影像为实验数据进行了试验,试验结果表明,所提出的方法可以有效解决阴影对水系提取造成的影响,大大提高了水系提取的精度。