高空间分辨率遥感影像的信息自动提取技术分析

随着信息技术和传感器技术的飞速发展,卫星遥感影像分辨率有了很大提高,quickbird最高分辩率达到0.61m,ikonos为1m,spot-5为2.5m,遥感影像数据处理的重要性也日益显现。遥感影像数据处理的主要内容就是对遥感数据(主要是高分辨率遥感影像数据)进行自动(半自动)图像处理分析,从而获取人们需要的信息。本文从遥感影像处理的最基本方法影像增强说起,经过影像分割,最后介绍了一些目标识别与提取的高级算法,基于知识发现、符号知识的逻辑推理等方法,说明了高分辨率卫星遥感影像对人为活动、对环境的影响成为可能。     

用多种策略从机载Lidar数据中提取建筑脚点

设计了一种采用多种策略的建筑脚点提取方法,针对建筑脚点提取中的两个关键步骤--数据分类和建筑脚点分割,分别提出和引入了邻近关系和r半径点密度,从仅反映单次反射的DSM数据中,直接提取出建筑表面点.     

MRI分割的几何活动轮廓模型的半隐式AOS迭代方法

几何活动轮廓模型以其计算稳定等优点，被广泛用于图像分割。给出一种基于AOS(additive operator splitting)算法的快速活动轮廓模型，将AOS方法与几何活动轮廓模型相结合构造一种半隐式迭代模型，它对迭代步长没有限制，从而可以选择较大的迭代步长，提高了模型的时间效率，并使用区域信息构造系数矩阵，使模型具有全局性。对MR(magnetic resonance)图像分割的实验表明，该模型可以得到较好的分割结果，同时时间效率也有大幅提高，方便了实时应用。     

航空影像分割的最小二乘支持向量机方法

将最小支持向量机LS-SVM用于航空影像的分割,讨论了不同核函数对分割结果的影响和稀疏化处理对决策函数的影响。试验表明了LS-SVM方法用于航空影像分割的可行性。     

基于粗糙集的K--均值聚类算法在遥感影像分割中的应用

结合粗糙集理论和K——均值聚类算法，提出一种遥感影像的粗糙聚类分割方法。根据遥感影像中特征属性的相互依赖关系，应用粗糙集理论的等价关系。求出K——均值聚类所需要的初始类的个数和均值。然后采用聚类算法对图像进行分割。实验结果表明该方法比随机选取聚类的中心点和个数减少了运算量．提高了分类精度和准确性。     

遥感数据的遗传-超平面分割算法

在传统的采用超平面作为判别边界的分割方法中，使用统计学的方法确定类判别界面，当区域间的统计值大于区域内的统计值时，就会出现类判决界面难于确定的问题。遗传算法的特点是进行全局优化搜索，利用这种算法优势可以解决传统算法难以解决的超平面空间定位问题，从而解决类判决界面的确定问题。通过EOS／MODIS图像数据的分割对该方法作了详细的介绍，其分类精度明显高于统计学分类方法。     

基于小波变换及神经网络的图像压缩编码

提提出的基于小波变换及神经网络的图像压缩方法，能较好地解决ＤＣＴ变换图像压缩比的缺点与不足，在理论上和技术上开辟了图像压缩的新途径。     

基于二维小波变换的FMI图象分割

为了从FMI资料中定量提取参数，一个重要的步骤是从实际FMI资料中分离出反映溶孔、溶洞、裂缝的子图像。本文给出的方法，考虑图像像元邻域的特征，应用二维小波变换求出目标与背景边缘的点集，按这个边缘点集的坐标点所对应的原图像像素灰度值的平均值作为分割阈值进行图像分割。实际资料处理表明，应用这种方法可以从实际的FMI资料中准确地分割出孔洞、裂缝的子图像并且可以按深度段连续自动处理，为后续定量计算参数奠定了良好基础。     

面向对象的高分辨率影像土地利用信息提取

运用面向对象的分类方法对实验区高分辨率影像进行最优分割尺度的影像分割。首先利用ESP算法确定影像的最佳分割尺度,再运用CART决策树分类对土地利用信息进行提取,并对分类结果进行后处理,进一步提高分类精度。最终分类结果精度达到80.38%。