高分辨率遥感影像中机场提取方法探究

针对传统高分辨率遥感影像中机场提取存在的缺陷,提出了一种高分辨率遥感影像机场自动提取流程通过直方图滤波、基于模糊学和知识的影像分割、区域标记、拓扑关系等底层和高层处理,提取出机场=实验证明,本文的机场提取方法,相对于传统方法、具有鲁棒性高,提取的准确度高的特点。     

基于交叉口识别来增强遥感影像道路追踪提取自动化的探讨

从遥感影像中快速准确、自动地提取道路,对GIS数据更新和自动化数字测图具有重要意义。同时,道路交叉口是道路网络结构的重要元素,对叉路口的定位与信息提取是获取道路网拓扑结构的重要基础。这方面的研究中,道路追踪提取和道路交叉口提取是两个割裂的过程,道路追踪提取常常在遇到交叉口时表现不佳,而单纯的交叉口检测提取在准确度上结果很难令人满意。本文提出了一种将两个过程有机结合起来的思路和方法,在路段追踪提取的过程中同步进行叉路检测,并通过获取交叉口信息来辅助道路追踪,能起到相辅相成的作用,减少人工操作量,增加自动化程度。     

基于ENVI Zoom面向对象的高分辨率影像的道路提取

随着科技的发展,遥感技术已经形成向高空间分辨率和高光谱分辨率发展的趋势,并且取得了很好的效果,如QUICKBIRD影像全色波段的分辨率已经达到0.6 1 m,WORLDVIEW影像全色波段的分辨率达到0.5m。因此,高分辨率遥感影像能很好的突出的地物细节信息和结构纹理信息,利用这一特点,可以采用面向对象技术,提取道路信息。而传统的道路提取方法只依据道路的光谱信息。利用面向对象技术对试验区进行提取。首先,对影像进行预处理,然后对影像进行分割;其次,利用道路的光谱、纹理、结构信息,构建道路对象的知识库,从而实现道路信息的提取。所以,面向对象技术是提取高分辨率影像信息的一个重要发展趋势。     

高分辨率遥感影像线状地物提取方法研究

线状地物提取是遥感影像处理的主要研究内容之一。本文针对传统低层次单个像元纯光谱的信息提取方法的不足,构建了一种基于Canny边缘检测的面向对象提取方法。并针对面向对象遥感影像分割容易受到噪声和其他地物干扰导致提取精度不高的问题,运用Canny算子对遥感影像进行高斯滤波,降低噪声影响,采用高低双阈值法细化边缘有效检测出地物的边缘信息。最后结合面向对象的原理,通过基于规则的方法提取线状地物,得到包含线状地物信息的二值图像。精度检验结果表明,基于Canny边缘检测的面向对象方法提取线状地物的欠提取率平均为6.3%,比数学形态学方法提取线状地物的欠提取率下降了22.6%,可以有效提高线状地物提取的精度,对高分辨率遥感影像线状地物信息提取研究具有一定的参考价值。     

基于TM遥感影像的玉米地专题信息自动提取

TM遥感影像中专题信息的自动提取是目前遥感界的研究热点，也已成为遥感信息生产流程中的瓶颈环节。本文分析了耕地专题信息自动提取的研究现状，选取了吉林中部和辽宁省东北部作为研究区，采用监督分类的方法对研究区TM遥感影像进行分类，提取了玉米地专题信息，玉米地信息的提取精度为85.5%。根据遥感影像目视解译的原理，提出了基于多特征空间的遥感影像专题信息自动提取的研究方法，通过对多特征空间的数学描述和计算机处理实现 遥感专题信息的自动提取。采用多特征空间的方法将玉米地信息分为光谱特征空间、形状特征空间、区域地学特征空间和干扰特征空间，应用ERDAS8.5遥感图像处理软件中的knowledge engineer模块的开发功能，设计了基于多特征空间的玉米地专题信息自动提取的专家库，使用专家库对玉米地信息进行了自动提取，提取精度为92.9%。从基于多特征空间的分类结果与监督分类结果的比较发现，基于多特征空间的自动提取方法可以提高专题信息的提取效率，对未来实现遥感影像的智能解译是一种研究方法的探索。     

可变增益控制的遥测影像激光扫描匹配算法

对遥测影像采用激光扫描匹配和配准,提高遥感对地探测的精度,传统的遥测影像匹配算法采用高分辨率SAR图像处理算法,实现对地遥测目标的特征融合检测,算法存在计算复杂,检测精度不高的问题。提出一种基于可变增益控制的遥测影像激光扫描匹配算法。构建遥测影响的三维影像数据提取模型,设计遥测影像对地探测的激光散射模型,采用激光扫描方法进行地理信息遥感标定,在尺度空间进行插值运算,进行遥测影像标定可变增益控制,准确实现对地理信息特征的激光扫描遥感标定。仿真结果表明,采用该算法进行遥测影像激光扫描匹配的准确率最高,提高对地遥感探测的目标识别能力。     

基于GF-1号遥感影像的森林小班蓄积量自动提取研究

本文基于监测区域GF-1号卫星高分辨率遥感影像、二类调查样地以及DEM模型等数据,通过布设一定数量的遥感判读样地,借助图像处理和统计分析,编程实现自动提取小班的蓄积量,以便加快小班调查和林地更新的效率。研究结果:基于GF-1号8m多光谱遥感影像对监测区域进行的森林小班二类蓄积量自动提取技术得到的小班蓄积量总值为1466739.02m~3,人工调查得到的小班蓄积总值为1131158m~3,计算其精度为77.12%。     

一种改进的基于结构张量的高分辨率遥感图像道路提取算法

研究了基于结构张量的主方向计算方法,针对其计算结果不够精确的缺点,对高斯滤波进行改进并结合canny算子,提出了改进的主方向计算方法,然后基于局部主方向结合Gibbs抽样进行遥感图像道路提取.截取某城市Quick Bird高分辨率遥感图像中的两幅图片,对本算法进行测试.结果表明,该算法可以比较精确地对道路进行提取.     

基于高分辨率影像的瞻仰景观用地监测

针对现有发现和更新瞻仰景观用地信息的方法效率低、工作量大的问题,文章结合高分辨率影像,构建了植被信息影像解译专家知识库,实现了植被地表覆盖的自动提取。在此基础上,对三个研究区进行了分析,发现基于高分辨率影像的信息自动提取和用地监测精度较高,能够符合瞻仰景观用地监测的要求,运用在土地监管实际工作中具有可行性。     

遥感影像房屋自动提取

遥感影像数据量大、地物种类多、噪声多,难以分割出代表现实世界中的实体,同时房屋形态复杂,纹理信息丰富,提取难度较大。探索了借助机器学习方法的房屋自动提取技术,具体分为训练和测试两个步骤。训练中利用机器学习主成分分析算法进行降维,自动计算参数,输出最优模型;测试中,利用所得分类模型处理测试图像,输入训练所得模型,得到提取后房屋图像。以高空间分辨率遥感影像为样本进行实验,利用机器学习对遥感影像进行房屋提取,对于纯净的房屋窗口子区提取率达到百分之九十,而对于非纯净的房屋窗口子区提取率为百分之六十,说明本方法适用于房屋密度高的遥感影像提取。     

基于遥感影像在采煤塌陷治理中的应用研究

本文描述了采煤塌陷的不同类型,并分析了采煤塌陷在遥感影影像上的识别方法,提出了高分辨率影像的采煤塌陷影像特征,并对采煤塌陷的遥感影像进行了系统分类整理,有利于遥感在采煤塌陷调查与治理中的应用。     

基于遥感技术的海岸线提取研究

海岸线是划分海洋与陆地区域的基准界线,针对不同海岸地貌的海岸线,分析海岸线的基本特点及分类,并在遥感影像上建立解译标志。结合边缘检测技术,介绍几种海岸线边缘提取的方法,提取海岸的水边线,并对遥感影像中的海岸线提取算法做出分析,设计合理的影像提取和推算方法,使用不同的方法完成对各类海岸线的提取。     

高分辨率遥感影像天然林与人工林植被覆盖信息提取

森林类型识别是森林资源遥感监测的基础工作,低分辨率遥感影像缺少纹理细节信息,高分辨率遥感影像不仅具有光谱信息,而且提供丰富的空间、纹理特征信息,因此基于高分辨率遥感影像的纹理特征进行森林内部信息的提取成为近年研究的热点及难点,传统基于单个象元纯光谱及面向对象建立规则集的方法难以有效区分天然林与人工林植被覆盖信息.本文利用面向对象多尺度分割算法、Sobel算子边缘检测及骨架线提取等方法,提取天然林与人工林的纹理线特征,构建了一种新的特征指数——纹理线条密度指数(TLDI).研究表明:与常用的NDVI、SAVI、EVI等植被特征及VAR、HOMO、CON等GLCM纹理特征指数相比,TLDI指数的离散度更好、分类效果更佳;当TLDI＞0.1时,为天然林植被覆盖区;当0＜TLDI＜0.1时,为人工林植被覆盖区.典型区域的实验表明,除极少数稀疏天然林对象斑块错分人工林,总体分类精度较高,人工林错分率小于0.83％,面向对象的TLDI指数可以有效地提取森林内部天然林与人工林植被覆盖信息.     

高分辨率遥感影像融合方法的比较研究

多源遥感数据融合技术是现今解决如何综合各种类型的遥感影像信息,提高遥感数据利用率的有效手段。高分辨率遥感影像由于其信息的多样性和复杂性,对遥感数据融合提出了更高的要求。本文以Quickbird遥感影像为例,研究中引入了3种融合方法进行融合比较研究。这3种融合方法是IHS变换,主成分分析（PCA）和Brovey变换。并且从光谱信息和空间细节信息2方面进行定量分析,从中分析出比较适合于Quickbird遥感影像融合的与方法。     

高分辨率遥感影像立体像对处理方法探讨

本文通过采用有理函数模型和基于仿射变换的严格几何模型两种遥感影像立体像对处理方法分别对某区域IKONOS遥感影像进行立体像对空间关系解算,并利用区域实测控制点评估各自定向精度,从而探讨高分辨率遥感影像的立体模型解算和三维重建的方法。     

面向对象的城市规划遥感监测专题研究

面向对象方法多以图像分割技术为基础,受噪声和预处理影响小,利用地物的光谱、纹理等图像信息,挖掘高分辨率遥感图像上地物的形状、大小、位置、属性等信息,有效改善人工目视解译高分辨率影像建筑物及其动态提取效率低下、精度难以控制等问题。本文主要开展面向对象的城市规划遥感监测专题研究,分析多时相组合分割模式下城市规划监测精度。     

基于高性能云服务平台的遥感数据分析与处理研究

目前遥感数据的主流应用水平还停留在人工解译判读及数据浏览为主的初级阶段,遥感信息获取的自动化程度很低,高级空间信息的提取和利用的广度和深度还很不足。本文从原始遥感影像以及数据产品的云数据中心存储与维护服务、原始影像到初级产品的在线高性能处理、遥感影像数据中心的快速检索与在线空间信息服务等几个方面出发,研究新型高分辨率遥感影像在不同应用领域的高效能处理。通过本平台的服务,可以对基础测绘或涉及国家安全和保密的应用提供全面的云计算解决方案和软硬件建设服务,对开放的应用市场提供集中式的云遥感影像数据中心,包括影像数据存储、在线影像数据处理与空间信息服务。     

基于同态滤波的高分辨率遥感影像阴影消除方法

遥感影像中的阴影现象作为图像退化的一种特殊形式,使得影像阴影区域所反映的目标信息有所损失或受到干扰。根据阴影属性提出了一种基于同态滤波的高分辨率遥感影像阴影消除方法。首先将遥感影像变换到频率域空间,使用一种增强高频、抑制低频的滤波器对图像进行处理,然后反变换回空间域。实验表明,与基于色彩空间的阴影消除方法相比,本文方法在成功实现阴影消除的同时大大降低了人机交互操作与处理速度。     

遥感影像中机场检测现状与分析

随着遥感影像时空分辨率的提高,对遥感影像数据处理和应用领域正变得越来越活跃。机场检测作为在民用和军用中均具有相当广泛应用的领域,近年来已经成为遥感影像处理中一个具有重要意义的研究方向。总结了近年来在遥感影像机场检测领域主要的方法,比较了多种检测方法的效果,分析了其中方法的优缺点,并提出在机场检测中一种新的思路。     

基于Edge Boxes和深度学习的车辆检测

传统的基于机器学习的车辆检测无法自适应地提取图像的典型特征,本文提出了基于深度学习的检测方法,并用Edge Boxes算法提取车辆的预选区域以取代传统的多尺度滑动窗口搜索策略。在高分辨率卫星影像上的实验证明了本算法的有效性。