S-57等深线数据的格式转换与集成

以中国海区501幅42种比例尺的等深线图为例,将其S-57格式转换为shp格式,并通过ArcGIS平台进行批处理合并。在先验知识和其他图层的参与下,分别制定不同的处理原则,实现所有比例尺的等深线在同一比例尺下显示。     

建筑物侧面轮廓线约束的高分辨率遥感影像建筑物高度估算方法

针对现有利用阴影长度法提取建筑物高度时存在的阴影间相互遮挡问题,提出了一种基于建筑物侧面轮廓线进行建筑物高度估算的新方法。首先,利用RPC模型计算建筑物像点位移的方向与卫星成像角度,再将遥感影像进行旋转,使建筑物像点位移沿水平方向;然后,利用Canny算法进行轮廓检测,并构建一定长度的矩形形态学结构元素,对轮廓图像进行形态学开运算,以提取侧面轮廓线,再利用Hough变换与建筑物角点约束,对所提取的轮廓线进一步筛选;最后,根据卫星侧视成像时建筑物高度与像点位移的几何关系进行建筑物的高度估算。利用实际的高分辨率卫星影像对本文方法进行了验证,并与阴影法估算建筑物高度进行了对比。试验结果证明,利用建筑物侧面轮廓线进行建筑物高度估算平均误差可以达到0.7 m,且实际精度优于使用阴影法进行建筑物高度估算。     

基于MapGIS数字高程模型基岩面高程等值线图的制作

基岩面高程等值线图是建立三维地质模型所需的一项重要数据,也是三维地质调查工作的一项重要任务。制作基岩面高程等值线的主要数据源为钻孔和地形等高线。在制作过程中,首先对钻孔数据进行筛选和标准化处理,筛选出347个钻孔投影成Map GIS的点文件(.WT),为提高精度,使成图更符合实际情况,结合武汉市地形特征,提取地表基岩露头出露部分等高线(.WL)代表露头区基岩面高程。再利用Map GIS DTM分析数字高程模型对钻孔和等高线对应的点文件和线文件(.WT和.WL)剖分插值网格化,生成平面和立体的基岩面等值线图。通过对Map GIS提供的4种剖分插值结果进行对比分析,应用Kring泛克里格网格化模型绘制的基岩面高程等值线图更符合实际情况,同时也更快速、方便。需要注意的是,在使用Kring泛克里格网格化方法时,应对数据进行正态分布检验。     

地形特征约束的等高线群渐进式简化方法

为保留等高线群简化过程中的地形特征信息,研究了一种等高线群渐进式简化方法。首先,从等高线数据中提取地形特征点及地形特征线;将提取的地形特征点和特征线作为约束条件予以量化,并作为控制变量;再依据渐进式图形简化的思想,利用控制变量对等高线上的非特征点、特征点、特征线及其关联的弯曲进行渐进式取舍,从而实现等高线群的动态简化。实验结果表明,该方法能够有效地保持地貌形态特征,同时提高了简化过程的智能化程度。     

彩色扫描地图中背景色的等高（等深）线矢量化研究

在介绍矢量化方式的基础上,根据国外地图的特点,选择了基于全要素地图的矢量化方式。通过综合利用多义点及方向信息,对等高线矢量化的追踪过程控制,不仅避免了误追踪等特殊情况,且减少了人机交互,实现了有背景色区域等高（等深）线的半自动矢量化。     

热红外与可见光数据的云边缘高度匹配

高分辨率数据中云高度的差异性突显,特别是边缘处高度在云阴影识别和地表辐射估算等方面成为需要考虑的重要因素。热红外数据获取云高度分辨率较低、缺乏细部差异性特征,为解决这一问题,首先将对应的热红外和可见光数据进行特征点配准,再将基于热红外数据计算的云高度重采样至高分辨率,然后以基于欧式距离变换的围线搜索方法及距离加权将热红外云边缘高度匹配至对应的可见光图像,最后根据云阴影的相似度匹配方法确定真实云高度。结果表明,算法在遵循热红外云高信息分布变化规律的同时,可以得到较准确的高分辨率云边缘高度,一定程度上解决了热红外技术获取云高在分辨率上的局限,扩展了其在云高反演方面的作用。     

地形图等高线成组综合的试验

本文在讨论制图自动综合一般问题的基础上,着重分析了两种等高线自动综合的技术路线存在的优缺点。笔者提出,采用模拟人类专家智能的方法,从二维的等高线输入数据出发,提取地貌结构信息,从而对等高线进行成组的综合,直接形成经综合的二维等高线输出数据,有可能获得较为简捷,效果良好的综合结果。在对这条技术路线进行实验的过程中所涉及的人工智能问题,主要包括:对无序数字化等高线数据的整理、等高线上重要特征点的识别、正负向地貌特征的确定、谷地点的选出、谷底线的自动跟踪、谷地重要性的计算、谷间距的自动量算、对称谷地的寻找、综合后图形的生成等。     

2-D delineation of individual citrus trees from UAV-based dense photogrammetric surface models

One of the challenges of remote sensing and computer vision lies in the three-dimensional (3-D) reconstruction of individual trees by using automated methods through very high-resolution (VHR) data sets. However, a successful and complete 3-D reconstruction relies on precise delineation of the trees in two dimensions. In this paper, we present an original approach to detect and delineate citrus trees using unmanned aerial vehicles based on photogrammetric digital surface models (DSMs). The symmetry of the citrus trees in a DSM is handled by an orientation-based radial symmetry transform which is computed in a unique way. Next, we propose an efficient strategy to accurately build influence regions of each tree, and then we delineate individual citrus trees through active contours by taking into account the influence region of each canopy. We also present two efficient strategies to filter out erroneously detected canopy regions without having any height thresholds. Experiments are carried out on eight test DSMs composed of different types of citrus orchards with varying densities and canopy sizes. Extensive comparisons to the state-of-the-art approaches reveal that our proposed approach provides superior detection and delineation performances through supporting a nice balance between precision and recall measures.     

SAR图像海岸线检测的区域距离正则化几何主动轮廓模型

合成孔径雷达(SAR)卫星遥感图像可以极大地提高全国海岸线覆盖频率,然而受到海洋波浪所引起的随机海水表面粗糙度的影响,海岸目标与海水背景边界易混淆不清,因此本文提出了基于区域距离正则化几何主动轮廓模型(RDRGAC),引入距离正则项,解决重复初始化水平集函数为符号距离函数的问题,提高了算法收敛速度。此外,将区域面积项系数与SAR图像等效视数(ENL)建立非线性拟合关系,实现RDRGAC模型根据不同SAR遥感图像的自适应调整,改善海岸线自动提取精度。通过河北省北戴河和大连市金州湾SAR数据海岸线提取对比试验,验证了所提方法的有效性。