基于模糊集理论的彩色图像融合分割

基于二维直方图的图像分割方法综合考虑目标像素灰度值及其邻域的平均灰度,通过确定阈值进行图像分割,本质属于硬决策方法。由于位于阈值附近的像素在分割时具有不确定性,硬决策法容易产生错误分割。因此,本文基于模糊集理论提出一种融合分割方法,利用隶属度函数对基于二维直方图分割中存在的不确定性建模,并通过模糊推理综合利用彩色图像各颜色通道的信息。实验结果表明,本文所提方法相较传统的阈值方法有更好的分割效果。     

基于随机补片和DeepLabV3+的建筑物遥感图像变化检测

为有效解决传统遥感图像变化检测预处理复杂的问题,提出一种基于随机补片和DeepLabV3+的建筑物遥感图像变化检测方法。以ResNet50特征提取网络为基础,创建DeepLabV3+语义分割网络,并在图像和标签中创建大小为224像素×224像素的随机补片作为网络输入,训练建筑物提取网络;修改建筑物提取网络输入层为6通道,通过矩阵运算将两期遥感图像转换为一幅6通道非RGB图像,利用转换后的非RGB图像进行网络训练并验证变化检测精度。实验1利用ENVI5.3软件,采用马氏距离法进行变化检测;实验2采用改进的U-Net网络和随机补片,完成网络训练和精度验证;实验3使用实验2的训练数据和验证数据,采用随机补片和DeepLabV3+网络进行变化检测网络训练及精度验证。实验结果表明,该方法实验1、实验2、实验3建筑物变化检测平均交并比分别为24.43%、83.14%、89.90%,边界轮廓匹配分数分别为61.47%,80.24%、96.51%。     

基于连续消光特征分析的岩石薄片分析系统

连续消光是指在正交偏光显微镜下,岩石薄片随载物台旋转而发生消光强弱连续变化的现象。作为人工鉴定岩石薄片的重要依据,提取后的连续消光特征可以用于实现岩石薄片的自动分析。结合数字图像处理技术与聚类划分算法,开发出一套能够分割出孔隙、颗粒轮廓,实现颗粒类别划分,并对结果做定量分析的岩石薄片分析系统。从矿物的消光特征本质出发,连续消光特征提取精确与否是能否有效划分颗粒类别的关键环节。因此,针对系统在连续消光特征提取过程中的消光位对齐与消光基值去除操作分别设置了对照组。以鄂尔多斯盆地某区长6段砂岩薄片在正交偏光镜下的角度域序列图像进行实验,结果表明,所开发的基于岩石薄片分析系统能够提取到更为精确的连续消光特征,且该系统定量分析结果与专业人员鉴定结果基本一致。     

基于模糊熵的GLLE熵阈值分割方法

图像分割是计算机视觉中基础且重要的一个问题.熵阈值图像分割作为一种有效的分割方法,被广泛应用于模式识别和图像处理中.传统的图像分割方法并不能获得足够有效的图像特征.为解决这个问题且进一步探究熵阈值在图像分割中的应用,引入一种GLLE（Gray Level and Local Entropy）二维直方图改进熵阈值图像分割模型,并提出了基于模糊熵的方法计算所建立的二维直方图模型.通过标准实验数据集上的对比实验表明,基于模糊熵的GLLE熵阈值分割方法可以得到更加准确的阈值,提高了分割精度.同时在处理不同类型图像的表现上优于往常的算法,具有更强的鲁棒性.     

崎岖地形动植物栖息地生态环境遥感制图与应用

传统制图方法周期长、成本较高,影响了大面积精细动植物栖息地生态环境制图的生产。鉴此,本文采用IKONOS(VHR)图像对香港郊野公园崎岖地形的动植物栖息地生态环境制图进行了研究。由于香港植被的多样性,而且观察的动植物相互作用出现于结构的层面,所以对动植物栖息地的分类应以结构为基础而非以植物为基础。本文利用图像处理技术,运用决策树之多层次地物导向分割分类(MOOSC)方法绘制九种动植物栖息地类型图。MOOSC方法和其他现有的几种分类方法相比,其分类精度高、成本低。     

基于ArcIMS按需切图在构建WebGIS地图框架中的应用

结合ArcIMS体系架构的特点,提出了基于Ajax构建Web2.0的网络地理信息系统解决方案.本文主要介绍了基于缓存技术的按需切图原理以及WebGIS系统建设的关键技术.     

重力异常辅助惯性导航中匹配区提取方法

由于重力场中的重力异常数据是以格网的形式表示的,它与地形的DEM在数据结构上有一定的相似性.因此可借鉴一些数字地形分析的方法,提取重力场的特征区域(匹配区)用于辅助惯性导航.首先,对重力场进行特征提取,通过对特征的比较分析选取其中的某些因子作为重力场特征因子;然后,利用等值线方法对重力场特征数据进行区域分割,提取栅格特征数据区域的矢量边缘,并对这些矢量表示的区域进行聚类处理;最后,利用凸壳算法提取这些区域的凸壳范围线,获得重力异常变化比较显著的区域(匹配区).从而为重力匹配辅助导航提供了必要的参考数据.     

基于多频率极化SAR影像的洪河国家级自然保护区植被信息提取北大核心CSCD

植被是湿地生态系统健康状况的"晴雨表",明晰湿地中植被的时空分布,是湿地修复与重建、保护与合理利用的前提和基础。以洪河国家级保护区为研究区,利用全极化C-band Radarsat-2和L-band PALSAR数据,根据极化合成孔径雷达(synthetic aperture radar,SAR)目标分解理论,提取了该保护区不同波长的极化分解参数和特征参量,整合为多源极化SAR数据集,利用多尺度迭代分割算法和Random Forest机器学习算法,构建了研究区中植被的遥感识别模型,实现了对研究区中植被的高精度分类,并对比分析了不同频率SAR数据集在植被识别精度上的差异。研究结果表明,利用整合PALSAR和Radarsat-2极化数据集,获取的植被遥感分类结果的总体分类精度为86.77%,比利用PALSAR极化数据集的分类结果精度提高了15%,但是其与利用Radarsat-2极化数据集的分类结果精度差异不显著;浅水草本沼泽的生产精度达到了90.91%,深水草本沼泽的用户精度为90.63%;C-band PALSAR数据比L-band PALSAR数据更适用于高精度识别洪河国家级自然保护区中的植被。     

结合MST划分和RHMRF-FCM算法的高分辨率遥感图像分割

针对基于像素的HMRF-FCM算法抗噪性差以及对地物复杂边界分割精度低的问题,提出一种结合形状信息的静态MST区域划分和RHMRF-FCM算法的高分辨率遥感图像分割方法。该方法定义一种静态MST同质区域划分准则,借助MST能较好表达边界和形状信息、能较好抑制几何噪声的特点,解决地物复杂边界的表达和降低分割结果中几何噪声问题。首先,利用MST静态划分将图像域划分成若干个均质区域,假设每个均质区域内光谱测度服从独立同一的多元高斯分布。然后,在此基础上构建了区域隐马尔可夫随机场模型,以及建立基于信息熵和KL信息正则化项的模糊聚类目标函数。最后,采用偏微分方法对分割模型参数进行求解,从而得到全局最优分割结果。为验证本文方法,对WorldView-3高分遥感图像进行分割试验。定性、定量分析了尺度参数、光谱相似性参数和区域紧致度参数对最优分割结果的影响,并对比分析本文算法和eCognition软件中的多分辨率分割算法、分水岭算法。     

应用面向对象的高分辨率遥感数据提取城市绿地

绿化建设是一个城市建设的重要工作,城市绿地覆盖率是衡量一个城市绿化程度最主要的指标,高分辨率遥感影像给城市绿地覆盖率计算提供了更为有效、便捷的手段。本文以南京市某区域为研究对象,基于RS和GIS等技术手段,采用面向对象的方法,在不同的尺度利用光谱特征并采用针对性的算法提取出了精度较高的QuickBird和IKONOS高分辨率遥感影像的城市绿地。最后通过对比和分析两者的精度,证明面向对象的方法是有效的。