基于图像语义分割的层位自动追踪方法

层位追踪是地震资料解释中基础且重要的工作.传统的层位追踪主要依靠人的主观性判断,是一项既要求专业知识经验,同时又费时费力的环节,为此本文提出了一种基于图像语义分割技术的层位自动追踪方法.图像语义分割是像素级别的分类技术,我们将地震剖面中的层位看作图像中的一个语义类别,借助分割网络进行层位的分类与追踪.本文选择了改进的Dense-UNet神经网络作为分割算法,该网络强调对特征的传递和复用,同时避免了梯度消失的问题,能够很好适应地震数据的分割任务.首先以实际地震数据制作实验所用数据集,应用数据扩充方法增大训练样本数量,再借助改进的Dense-UNet神经网络训练出最优的追踪模型,通过测试集在最优模型上的表现来评价追踪的效果.实验结果表明,改进的Dense-UNet网络能够准确且快速的自动完成层位追踪任务,验证了该方法的可行性和有效性.     

城市竣工测绘典型要素语义分割PointNet++深度学习模型适用性分析

处理三维激光扫描仪获取的城市竣工测绘点云场景数据的传统方法存在较多局限性,无法适应信息化社会对产品高效处理的需求。基于此,本文分析了城市竣工测绘点云场景分类需求,研究了利用深度学习网络模型对点云场景进行自动化处理的方法。首先,对输入的城市竣工测绘数据进行预处理,以实现点云降采样、去噪、地面点与非地面点分割;然后,人工标注5个区域场景数据毫米级标签,进行数据增强;最后,测试PointNet++网络在城市竣工测绘点云场景下的语义分割性能和效果。测试结果表明,在少量样本下,PointNet++网络可以较好地实现城市竣工测绘点云场景的激光点云语义分割,总体mIoU达73.06%,能够满足城市竣工测绘点云语义自动化分割需求,为城市竣工测绘点云数据处理提供了新思路。     

机载多光谱影像语义分割模型在农田防护林提取中的应用

农田防护林是农田生态系统的屏障,其健康状况的监测与评估在我国北方农田林网管理中尤为重要。本文以新疆生产建设兵团第三师51团为研究区,使用复合翼无人机CW-20搭载Micro MCA12 Snap多光谱相机获取农田防护林的多光谱影像,经辐射校正、裁剪等预处理,通过优选有效特征和模型比较,提出农田防护林提取的有效方法。首先,基于原始12波段,依据相关性系数矩阵和最佳指数因子（Optimum Index Factor,OIF）选取最优3波段和植被指数特征进行组合,构建8种农田防护林提取方案;然后,通过建立语义分割Deeplabv3+模型进行精度评价,得到最优3波段组合6（波长710 nm）、8（波长800 nm）、 11（波长900 nm）波段为最佳特征组合;最后,以最优3波段为基础,将Deeplabv3+模型与U-Net、ENVINet5模型进行对比分析。结果表明：Deeplabv3+模型能够更深层次的挖掘光谱中潜在的信息,相比其他模型,能够较好地处理正负样本不均衡问题,获得最高MIoU值85.54%,比U-Net、ENVINet5的MIoU值则分别高出21.21%、27.19%。该研究结果可为基于多光谱遥感影像的语义分割在农田防护林提取及健康状况监测的应用提供借鉴和参考。     

基于语义规则的高分辨率影像道路交叉口提取方法

为了准确提取遥感影像上道路交叉口目标,提出一种利用特征语义规则从高分辨率影像上提取道路交叉口的方法。该算法构建交叉口模型时将其视为由同质区域像素集合及区域轮廓边界构成的面对象,提取过程分为两步:1)利用辐射、纹理特征语义匹配提取交叉口候选区域;2)通过几何特征语义匹配筛选候选区域、识别交叉口属性。利用多源遥感影像对算法正确性及合理性进行验证,结果表明:算法能准确、完整地提取道路交叉口,可为影像道路网构建提供辅助信息。     

基于空间语义的室内导航应用模型研究

室内导航是当前空间信息应用领域的一个热点问题,针对室内空间和室内导航应用需求的特点,提出了一种基于语义的室内空间导航模型。该模型以图论模型为理论基础进行空间的几何抽象和拓扑构建,在准确描述大型建筑室内拓扑关系的基础上,添加模型要素的属性信息以及属性与环境信息的语义关联约束,使模型可以根据出行者的具体需求或环境的变化,改变模型的属性信息,为精细化的导航服务提供基础。     

基于FME的CAD与GIS数据转换研究

针对不同时期、不同格式基础地理信息数据间的差异以及常用转换方法的不足,研究了AutoCAD与ArcGIS的数据异构性和基于语义转换的映射关系,提出基于FME的CAD数据至GIS数据转换方法,通过构建FME Workbench转换模板实现了CAD数据至GIS数据的批量转换和处理。以某市地形图为源数据进行实例论证,实验结果表明,该方法确保了数据转换的科学性、精确性和完整性,在保证"无损"图面效果的同时传达了完整的图属关系,提高了数据入库效率,有利于解决当前大数据背景下制约海量时空信息高效处理与共享的壁垒问题。     

地图符号的认知语义分析与动态生成

面向位置服务背景下地图符号按需和动态表达的需求,提出了一种基于认知语义分析的地图符号结构化描述模型,以及建立在此基础上的地图符号动态生成方法。结构化描述模型立足"现实—认知—符号"的认知语义原理,以地图符号语素为基本单元、以语义结构为描述框架,侧重描写符号图形和语义之间的关联映射机制。动态生成方法的核心是一种规则控制语素组合构造符号的上下文无关文法模型,通过对图形语素、形态结构语素以及符号生成规则系统进行建模,重构了地图符号动态生成的文法编译器。以个性化导航路径符号为例,通过面向不同情境和语义结构的符号动态生成试验,验证了本文方法的可行性。本文研究将有助于进一步理解地图符号的认知和结构原理,并促进相关行业和应用领域地图符号化的按需和动态表达的水平。     

地理空间元数据关联网络的构建

利用资源描述框架（RDF）设计地理空间元数据关联模型,根据地理空间元数据之间的语义关系和语义相关度的计算,以构建以元数据为节点、元数据之间的语义关系为边、语义相关度为权重的关联网络。在这一网络中,一个节点是一个地理空间元数据的资源描述图,包含属性特征（数据来源、空间特征、时间特征、内容）及其关系特征（元数据之间的语义关系、语义相关度）。实验及其分析表明,地理空间元数据关联网络可以有效地支持地理空间数据语义关联检索、推荐等应用,这与传统的基于关键词的元数据检索方式相比,具有更高的准确度。     

面向LOD的地质资料机构知识库语义扩展方法研究

针对地质资料信息服务过程中,存在信息孤岛和数据共享不够等问题,提出了面向开放关联数据LOD的地质资料机构知识库语义扩展方法,并对方法的框架和关键技术进行了研究。首先,基于DSpace构建地质资料机构知识库,自动实现资源描述框架RDF的存储与转化,与LOD形成统一的元数据描述标准。其次,构建地质资料数据的关联模型,明确数据间的语义关系。最后,采用D2RQ平台实现地质资料机构知识库与LOD数据集的语义关联。该方法将进一步加快语义化地质资料信息服务的步伐。     

基于改进Deeplab-v3+的土地覆盖分类

土地覆盖分类是全球变化研究的核心,精准分类是开展土地覆盖分类变化研究的基础。基于此,本文以Deeplab-v3+模型为基础,在编码阶段改进ASPP模型,并采用Xception-ResNet结合的网络结构,解码阶段引入跃层特征融合优化模块,得到改进后的Deeplab-v3+模型,对研究区进行土地覆盖分类提取。结果表明：改进后的模型分类精度为82.93%,训练速度为7 h 22 min,相比原始模型分别提高了4%,模型训练速度提升了25%。综上可知,改进后的Deeplab-v3+模型可以实现快速且高精度的土地覆盖分类,可为土地覆盖分类研究提供技术支持。