结合Steger方法和影像分类的道路中心线提取

针对直接利用监督分类结果提取道路中心线过程过于复杂的问题,研究一种综合利用Steger方法和影像分类结果的道路中心线提取新策略。以影像分类结果从Steger方法获取的条带中心线中初步筛选出候选道路中心线段,根据道路的连续性和方向的一致性进行合理延伸、连接,即可实现道路中心线提取。实验证明,提取的道路中心线在完整率、准确率和提取质量方面精度较高,并在一定程度上解决了道路断裂问题。     

基于AutoCAD土地使用权数据库建设的研究与实现

针对目前集体土地使用权数据库建设工作的主要生产环节,包括图形数据检查、属性数据录入、SHP格式导出等工序,基于AutoCAD平台,采用C++语言进行二次开发,解决传统GIS环境下才能完成的数据建库工作,实现对DWG图形数据的检查转换,使用权宗地、界址点、界址线等要素属性值的自动提取、批量赋值和修改等功能,最终导出符合数据库要求的"苍穹标准SHP文件"。方便内业生产,提高了工作效率。     

基于卷积神经网络的建筑物精细化提取

现有图像分割方法往往受图像模糊和噪声的影响,提取的轮廓不准确。为了提取建筑物的精确轮廓,提出了一种基于卷积神经网络的集成方法,包括建筑物定位、形状判断、形状匹配等步骤。实验证明,无论是对DSM图像还是多光谱影像,该方法都能获得精确的建筑物轮廓。     

基于DEM的6种坡度提取算法的比较分析——以山东省青岛市为例

坡度是描述地形特征信息的一个重要指标,对于制订土地利用规划和防御地质灾害具有重要意义。本文基于山东省青岛市的ASTER GDEM数据,利用MATLAB进行矩阵运算,采用6种坡度提取算法分别获取坡度矩阵、最大值和中误差等统计指标,对比分析6种算法的提取精度。结果表明:简单差分算法出现极端和偏差情况的概率较高,可信度不高;三阶不带权差分和三阶反距离平方权差分算法比较稳定,偏差较小且精度较高,对沿海地区坡度提取具有借鉴意义。     

基于数学形态学的高分辨率航空影像轮廓提取方法

以Visual C++为依托平台,对高分辨率影像进行加载显示,以数学形态学为理论基础,对影像进行直方图绘制、腐蚀、膨胀、开运算、闭运算等操作,最终实现轮廓的提取。     

碳酸盐岩铸体薄片面孔自动提取研究

岩石孔隙是储层储集油气的重要场所,通过铸体薄片进行岩石孔隙结构分析对储层质量评价具有重要意义。碳酸盐岩孔隙结构较为复杂,铸体薄片图像中存在大量噪声和干扰因素,致使常规方法面孔提取效果不佳,因此本文引入一种多阈值铸体薄片面孔自动提取方法（ctsPore方法）进行孔隙区域提取和面孔率估计,方法综合利用HSV色彩空间中不同参数提取孔隙区域。本文针对碳酸盐岩储层的特点确定了一套ctsPore阈值参数,以解决溶蚀孔与噪声易混淆的问题。实验以伊拉克A油田中新统 Asmari组A段碳酸盐储层为例对所使用算法进行了效果检验。算法精度和效率分析实验表明,基于ctsPore方法的碳酸盐岩铸体薄片面孔提取误差小于0.24%。全井段铸体薄片分析结果表明,A段储层面孔率范围主要分布在6%~8%,储层较为致密,从上到下A1~A3小层的储层平均面孔率分别为6. 9%、11.7%、5.4%,与储层物性、沉积微相和岩性等纵向分布规律较为吻合。     

侧扫声呐识别沉船影像的迁移学习卷积神经网络法

侧扫声呐海底沉船图像识别是水下障碍物核查和失事船只搜救中的一项重要工作.针对传统侧扫声呐图像人工判读存在效率低、耗时长、资源消耗大及主观不确定性强和过分依赖经验等问题,本文尝试引入卷积神经网络的方法,同时考虑到侧扫声呐沉船图像属于小样本数据集,提出一种基于迁移学习的卷积神经网络侧扫声呐沉船图像自动识别方法.通过归一化处...     

海岸水边线提取方法在GF-2卫星影像中的适应性研究

准确提取海岸水边线是海岸线变迁研究中必不可少的基本工作。本文以海南省陵水黎族自治县2016年的GF-2影像为数据源,在大气校正和正射校正等预处理的基础上,结合数学形态学处理等方法,采用NDWI (Normalized Difference Water Index)阈值法、ISOADTA (Iterative Self-Organizing Data Analysis Technique Algorithm)、SVM (Support Vector Machine)和面向对象法（Object-Oriented Classification,OOC）等4种不同方法来对海岸水边线进行提取,并对其提取结果进行定性和定量评估,进而分析比较了这4种方法在提取人工海岸、砂质海岸和基岩海岸等3种不同海岸类型的水边线时的提取效果和提取精度。结果表明,SVM方法在3种海岸水边线上的总体提取效果最好,总体提取精度最高。     

遥感影像分析在新增建设用地督察中的应用

以卫星影像大数据和时空数据挖掘技术为基础,采用深度学习框架支撑,构建了面向新增建设用地遥感监测应用需求的深度学习训练平台,可智能发现自然资源督察线索,全面提高自然资源督察问题的发现能力.该技术可广泛服务于大范围、高频次的督察工作,为督察工作提供更及时客观全面的信息基础和保障.     

基于LiDAR数据的DEM和矢量自动提取探讨

近年来LiDAR技术发展迅速,应用潜力巨大.基于TerraSolid软件环境,简要介绍了LiDAR数据的分类,在此基础上,重点讨论了LiDAR数据的DEM和矢量自动提取的相关问题.由LiDAR数据生成的DEM精度较高.但矢量自动提取还未到实用阶段.