基于GF-1遥感数据的城市水体信息提取方法研究

水体信息的高精度提取是水资源监测、调查与管理等研究领域的关键问题。本文选取国产GF-1卫星影像作为数据源,根据影像中典型地物光谱特征采用归一化水体指数法(NDWI)、多波段谱间关系法对研究区进行了水体提取,并通过结果分析提出了基于主成分分析与多尺度分割技术的综合水体信息提取方法。对以上4种方法进行对比分析,验证结果表明:归一化水体指数法易受阴影信息影响;改进的多波段谱间关系法能较为完整地提取水体信息,但受小范围阴影信息影响;主成分分析综合法总体精度较高;多尺度分割提取法能有效地分离水体信息与非水体信息,水体信息提取的效果最佳。     

最优分割法在内蒙古东升庙矿区狼山群地层划分中的应用

东升庙一带含矿岩系狼山群的地层划分到目前为止已有三种方案,即内蒙冶金一队的“三组九亚组”方案、河北地质学院和内蒙化工地质队的“三组九段”方案以及彭润民的“新三组九段”划分方案。这三种方案都是根据岩性及组合特征从宏观上进行的划分。本文以狼山群连续地层中的60个样品中21种微量元素含量为变量,用最优分割法定量地分段,并与上述三种划分方法对比。分割及对比结果表明,除前两种划分法的三组与二组之间没有出现分割点外,其余各段(组)之间均先后出现了分割点,这表明上述三种划分方案总的说是可行的;第三种划分方案的第二、三两组之间(样品11/12)的分割点最早出现,且此后一直连续稳定存在,这表明第三种划分方案更趋合理。样品11和12间连续稳定的分割面很可能相当于渣尔泰(狼山)群地层中的“低水位剥蚀面”。     

天山山区典型内陆河流域径流组分特征分析

通过对天山南北坡的两个典型流域降水、地下水、河流、融冰雪水δD和δ¹⁸O及水化学检测,基于同位素径流分割模型定量分析了年内径流组分特征。结果表明：（1）两条河流的径流组成中地下水为构成径流的主要成分,其次是冰川融水,融雪水及降水,但南北坡径流组分表现出较明显的差异,乌鲁木齐河流域中冰川融水的比重要大于黄水沟流域,对气候变化响应明显。（2）两条河流在不同季节径流组分也表现出较大差异,春季径流组分差异最为明显。     

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,...     

一种稀疏降噪自编码神经网络影像变化检测方法

采用粤西2018—2019年优于0.5 m地理国情监测影像,结合2018年矢量化地表覆盖分类成果,使用稀疏降噪自编码神经网络深度学习方法,首先选取BJ、GF、ZY等各类高分辨率遥感影像训练生成多传感器训练模型;其次利用PCA主成分分析提取样本数据最大特征,实现样本数据白化降维;最后采用tanh函数作为神经元激活函数,选...     

顾及多尺度分割参数的FNEA面向对象分类

首先对分形网络演化（FNEA）算法做了介绍,通过试验对比4种分割方法棋盘分割、四叉树分割、多尺度分割、光谱差异分割的效果。此外,通过eCognition Developer 8.7分析软件对影像进行多尺度分割预处理,从5开始,以5为单位向上递增,共选取12组参数进行分割试验,采用面向对象CART分类器对分割后影像分类。对比分类效果图可知,小尺度分割参数对分类效果能有较好的提升;对比总体精度及Kappa系数可知,小尺度分割参数分类精度优于大尺度分割参数,且当分割参数Scale为10时,分类精度达到最好的级别。     

半自动机载LiDAR点云建筑物三维重建方法

针对全自动建筑物3D重建存在需要后续人工检验,且发现重建错误需要花费额外时间修改的问题,提出了一种半自动的面向对象的机载LiDAR点云建筑物3D重建方法。基于建筑物类别点云的联通分析和平面生长分割结果,提出了自动的建筑物栋数检测、单栋建筑物外轮廓提取、单栋建筑物内部结构线提取方法;同时,在计算机无法完成部分工作时,人工辅助计算机完成高程阶越线提取、识别建筑物屋顶附属物点云等工作。实验证明,该方法可以适用于高密度机载LiDAR点云数据中城区大部分建筑物的3D模型重建。     

一种多层特征融合的道路场景实时分割方法

道路场景理解是自动驾驶领域中重要模块之一,它可以提供关于道路更丰富的信息,对于建立高精度地图和实时规划都具有重要作用。其中,语义分割可以为图像每个像素赋予类别信息,是自动驾驶场景理解中最常用的方法。但是,目前常用的语义分割算法在速度和精度上大都不能达到很好的平衡。本文在Mobile Net V2的基础上,提出了一种多层次特征融合的方法,使得网络可以在实时运行的同时保证精度满足实际应用的需求,并在Cityscapes数据集上进行了试验验证和分析。     

利用点云检测室内导航元素的方法综述

根据建筑物室内墙壁的空间姿态特征, 建立了一种自动绘制室内平面图的点云向量追踪算法。首先截取一定厚度的室内墙体点云并将其投影至水平面, 在投影平面上建立正方形格网, 对投影后的平面点进行分割管理, 并通过八邻域算法对网格内点云进行聚类。然后采用网格重心法对聚类后的点云数据进行抽稀, 并根据邻域内点间距与连线向量夹角大小对抽稀后的点进行追踪排序, 建立追踪方向的向量序列, 结合向量序列中相邻值夹角的突变情况完成不同墙面的点云分割。最后采用最小二乘算法对分割得到的相同墙面点云进行直线拟合, 求取相邻墙体直线的交点, 建立房屋墙体平面投影线段及其空间连接关系, 依序输出墙体投影线段, 完成房屋平面图的绘制并导出DXF格式数据交换文件。通过对某小区建筑物室内扫描数据的分析, 对所提算法进行验证, 结果表明所提算法可准确快速地对室内三维激光扫描点云进行分析处理, 并完成室内建筑物平面图的绘制。     

一种自适应的坡度阈值地面点云分割方法

针对城市道路斜坡地形场景中地面欠分割或过分割的问题,提出了一种自适应的激光雷达地面分割算法。首先将激光点云按照水平角度分辨率进行有序组织,然后求取同一水平角度下前后扫描圈间激光点云的距离和局部坡度,最后采用自适应水平距离、局部高度和全局高度阈值区分地面点和非地面点。结合40线激光雷达进行多场景实例分析,结果表明本文算法分割的准确率更高,处理每帧数据均用时约1ms,满足无人驾驶汽车的实时性需求。提出了一种自适应的激光雷达地面分割算法,实现了对激光雷达地面点云的准确分割。