基于最优尺度的高分辨率遥感影像道路提取

遥感影像道路提取一直是遥感应用的重点研究方向之一.传统的基于像素级的道路提取方法侧重于考虑影像的像素信息,并没有考虑到地物目标之间的空间依赖性.本文针对高分辨率遥感影像,提出了一种新的面向对象的道路提取方法,其基本思想是利用道路的多尺度特性,将不同尺度的道路提取结果进行集成,得到最终的道路提取结果.方法的主要过程是首先建立不同的图像尺度层,根据道路对象内部的同质性和道路与背景间的异质性给出道路提取的最优尺度层;其次,在道路的最优尺度上提取道路的主干道;最后依次在各小尺度层上通过道路生长的方法实现道路的完整提取.试验结果表明本文所提方法能明显提高道路的提取精度.     

基于地面三维脉冲激光扫描技术的变形监测若干问题研究

在传统大地测量中,变形监测为控制网中稀疏监测点观测所驱动.近年来,随着地面激光扫描(terrestrial laser scanning,TLS)技术的迅速发展,该技术显示出应用于变形监测的巨大潜力,尤其是在危险和人员难以到达的灾害监测领域.由于 TLS 扫描测点的不可重复性,传统基于离散点的监测模式不再适用.为此,亟...     

利用主动深度学习提取极化SAR影像建筑区

针对利用传统监督分类方法从极化SAR影像中提取建筑区存在标记样本数量不足、难以挖掘有效特征等问题,提出一种主动学习与深度学习相结合的极化SAR影像建筑区提取方法。首先通过自动编码器对训练样本训练得到初始分类器;接着利用主动学习得到未标记样本中最富有信息量的样本进行人工标记;并将标记好的样本加入到训练样本中重新训练分类器。分别采用RADARSAT-2和ALOS-2极化SAR影像进行实验。结果表明传统的SVM方法和深度学习的方法加入主动学习后建筑区的提取精度都有所提高,而主动深度学习方法的提取效果优于主动SVM方法。     

协同多时相波谱特征的不透水面信息级联提取

不透水面作为反应城市表征变化和区域城镇化的重要技术指标,其位置、图斑大小、空间分布等信息在地表水热循环和能量平衡等领域被广泛需求。传统方法大都基于单一时相信息提取不透水面,而忽略多时相所蕴含的丰富信息。因此,本文提出多时相信息融合的不透水面级联提取方法,利用Landsat-8 OLI遥感影像分析归一化植被指数（Normalized Difference Vegetation Index, NDVI）、改进的归一化水体指数（Modified Normalized Difference Water Index, MNDWI）和归一化建筑指数（Normalized Difference Building Index, NDBI）年内时序变化特点和典型地物间多时相波谱曲线的协同特征,并归纳不透水面多时相变化规律;再根据先验知识所获取的有效地表信息,进行多时相分级提取不透水面信息。此外,基于实地考察数据和同期2 m GF-1遥感影像屏幕数字化生成30 m不透水面图斑,进行精度验证、分析和对比单时相、四季相及多时相3种时序情况下的提取精度。结果表明：单时相提取不透水面总精度最低,四季相提取精度优于单时相,而多时相提取精度最高（精度可达93.66%,Kappa系数为0.81）。本方法在偏远城镇不透水面的有效识别中显露潜在优势,可为不透水面提取方法融合时序波谱特征提供新思路。     

基于 DEM 对喀斯特地貌山地及水系信息的提取--以桂林阳朔县为例

以30 m分辨率的SRTM－DEM数据为基础,通过GIS的空间分析功能,首先对数据进行坡度分析,通过坡度分级法将山地与平原划分,自动提取出山地的信息,再运用碎斑处理结合TM影像对结果进行修正;其次,在ArcGIS的水文分析（ Hydrology）模块下对 DEM进行数字地形分析,提取流域特征。经分析得到了研究区域的山地及河网特征信息,并与实际地形及河流水系大致吻合,改进了传统手工和野外调查为主的提取方法,初步实现了山地、水系信息的自动提取,为研究区域社会经济更好更快地发展具有一定的参考意义。     

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。     

基于船只尾迹遥感特征的航向提取方法研究

为解决单景遥感图像上航行船只航向的自动提取问题,研究了船只尾迹遥感特征和基于尾迹遥感特征的提取方法.对海上航行船只尾迹的形态特征和统计特征研究表明,湍流尾迹在遥感图像上出现概率高且特征稳定,其图像表现以条带状特征为主.考虑到湍流尾迹的线性特性,采用Randon变换算法进行了可以表征航向的尾迹提取.通过对10幅尾迹图像提...     

全二维气相色谱-电子捕获检测器测定复杂基质土壤中24种有机氯和拟除虫菊酯类农药

目前针对环境样品中有机氯和拟除虫菊酯类农药的检测方法主要有气相色谱法和气相色谱-质谱法（GC-MS）,由于气相色谱法采用电子捕获检测器从而具有较高的灵敏度,在污染物的环境行为研究中得到广泛应用,GC-MS法的定性效果好,但检测灵敏度相对偏低。本文研究了2018年土壤详查江苏地区样品中有机氯农药和拟除虫菊酯的残留状况,结果显示,即使经过多次净化仍有20%的样品存在假阳性或基质干扰现象。为了提高定性准确度,同时保证检测灵敏度,实验建立了复杂基质土壤中20种有机氯农药和4种拟除虫菊酯的全二维气相色谱-电子捕获检测器检测方法,最终选择中等极性的TG-35MS为第一色谱柱,非极性的（DB-1）为第二色谱柱,将鲜样与无水硫酸钠混合均匀后,以正己烷-丙酮（1：1,V/V）为提取剂进行索氏提取,采用全二维气相色谱-电子捕获检测器进行检测,外标法定量。各物质的质量浓度均在1.0~500μg/L内与其峰面积呈线性关系,相关系数均大于0.995,检出限为0.02~0.17μg/kg。用标准加入法进行回收实验,测得回收率为80.7%~103.5%,测定值的相对标准偏差（n=6）为1.84%~10.12%。本方法将高灵敏度检测器与全二维色谱相结合,在保证检测灵敏度的同时增加了峰容量,有效去除了基质干扰。相比2018年土壤详查参考方法HJ 835—2017的检出限0.02~0.09mg/kg（全扫模式）,本方法检出限显著降低,且操作简单,可为复杂基质样品中的痕量超痕量检测提供参考。     

高分辨率遥感影像耕地提取研究进展与展望

深度卷积神经网络（deep convolutional neural network,DCNN）在高分辨率遥感图像自动道路提取领域被广泛应用,但现有方法难以对预测结果中像素间的上下文关系建模。针对此问题,已有研究利用全连接条件随机场(fully connected conditional random field,FullCRF）结合上下文信息对语义分割结果进行二次优化,但无法有效改善道路结构不连续问题。为改善道路结构的完整性,提出一种结合DCNN的短距条件随机场模型（short range conditional random field,SRCRF）,SRCRF利用DCNN强大的特征提取能力并控制FullCRF的推理范围缓解过度平滑现象,解决道路提取结果中的结构不连续、不完整问题。实验结果表明,在Zimbawe-Roads数据集与Cheng-Roads数据集中,SRCRF的F1分数相比DCNN分别上升约4.01%、3.73%,相比FullCRF分别上升约3.25%、2.28%。

     

空洞卷积U-Net的遥感影像道路提取方法

针对从遥感影像上提取道路出现的细节特征丢失、提取结果模糊的问题,该文提出了一种基于空洞卷积U-Net的遥感影像道路提取算法:①以U-Net为基础网络,将低层细节特征与高层语义特征进行多特征融合,更好地还原道路目标细节;②为了进一步提高网络对道路细节特征的识别能力,在U-Net中引入空洞卷积模块,学习更多的语义信息来改善提取结果出现的模糊问题.在Massachusetts roads和高分辨率城市道路影像Cheng roads dataset数据集下的实验结果表明,在召回率、精度和F1-score指标分别达到了82.5％、86.7％、84.5％;93.2％、92.1％、92.6％.与基础的U-Net相比,该算法在解决细节特征丢失和提取结果模糊问题方面更具有应用价值.