一种基于区域生长的高分辨率遥感影像道路提取方法

随着遥感影像分辨率的提高,从高分辨率遥感影像中进行道路网提取,可以为交通信息提供瞬时、准确、可靠的数据,为交通规划提供极大的帮助。提出利用高分辨率遥感影像中道路的光谱信息特征提取路网的方法。考虑到高分辨率遥感影像光谱信息的复杂性,首先对遥感影像光谱信息进行K均值聚类,实现道路类和非道路类分离;同时,获取区域生长的判决条件和判断阈值,然后在道路类上运用区域生长的方法提取路网;最后,运用数学形态学等处理优化路网。实验证明,该方法从高分辨率遥感影像提取路网有较高的准确度和适用性。     

面向对象高分辨率遥感影像的分割方法研究

面对高分辨率遥感影像的广泛普及,基于像元的传统图像分割方法已不能适应当前的需求.本文借助eCognition平台,应用多尺度分割、SLIC分割和DBSCAN分割三种方法对高分影像进行了分割处理,分析了影响分割结果的影响因素,并使用总体分类精度和Kappa系数来评估分割结果的准确性.实验结果表明,尺度因子、形状参数与紧密度因子是影响高分影像分割结果的三个主要因素,且多尺度分割方法的精度比SLIC和DBSCAN算法精度要高10%左右.     

基于并行四邻域区域生长的遥感图像分割方法

针对当前主流的灰度图像分割算法进行了分析、分类,指出了各类方法的优缺点,提出了并行四邻域区域生长的图像分割算法,将其用于遥感图像的分割,并取得了较好的效果。     

基于CT图像分析和区域生长法的CT图像分割

针对医学CT图像的特点,提出了一种基于统计分析的算法:先对CT图像进行预处理,并且保存为常用的BMP格式,以便于后续处理,然后利用改进的区域生长算法提取目标组织或者区域,最后选择合适的数学形态学操作对结果进行处理,以消除可能存在的误分.从实验结果可以看出,上述方法是可行的,达到了较好的分割效果,可以满足三维重建的要求.     

基于国内外遥感影像解译软件应用研究

随着第一次全国地理国情普查工作的逐渐展开,遥感影像解译作为开展普查的一种重要方法变得越来越重要,本文根据遥感影像解译的特点,通过分析国内外遥感影像解译软件的应用特点,指出了不足,提出了遥感影像解译软件的解决途径。     

不同遥感影像融合方法的比较研究

以许昌市某地区的TM遥感影像为实验数据,分别进行基于主成分变换,乘积变换,比值变换,HIS变换,小波变换的影像融合.通过计算亮度信息、清晰度、光谱信息、信息量等定量评价参数,对融合效果进行定性和定量的评价.实验表明,不同的融合方法进行融合时会产生不同的效果,通过多角度的定量评价和目视定性评价相互验证能够确定评价指标的准确性.     

基于基因表达式编程的遥感影像分类方法研究

本研究将基因表达式编程算法应用于遥感影像分类问题,利用广东省东莞市1997年Landsat TM影像数据进行实验,取得了较好的分类结果,模型分类精度达到85.19%。实验结果表明:基因表达式编程算法提取的分类规则具有较高的分类精度,具有一定的优越性与有效性,为遥感影像分类研究提供了一种新的模型方法。     

CAMFT算法在遥感影像分割中的应用

遥感影像具有数据量大、数据结构复杂、连续、存在缺损与误差等特点,根据遥感影像的特点,提出一种基于多代表特征树的CAMFT算法.该算法通过多代表点特征树把海量空间数据进行压缩来提高效率,并且可以捕捉复杂形状聚类;算法CAMFT融人了采样思想,进一步增强了处理大型数据的能力.实验结果表明,该方法聚类精度优于K-Mean算法.     

一种改进迭代条件模型的遥感影像语义分割方法

随着遥感影像空间分辨率的提高,地物纹理细节更加丰富,采用传统的语义分割方法使分割结果过于细碎,整体性不强。针对该问题,提出一种改进迭代条件模型的遥感影像语义分割方法。首先采用L0梯度最小化模型对遥感影像去噪,然后采用迭代条件模型,通过更新影像中每个点的标记完成影像分割,最后采用Kappa指数对实验结果进行精度评价。实验结果表明,该方法是一种有效的遥感影像语义分割方法。     

基于改进 CRUISE 算法的遥感影像分类研究

以南京南部高淳县为研究区,采用2010年ETM＋多光谱遥感影像作为遥感信息源,选择影像的地形因素、植被指数（NDVI）作为辅助分类特征,基于改进CRUISE算法构建决策树,实现了研究区的地物分类,并与其他分类方法的结果相比较。实验结果表明,与普通的决策树分类相比,基于改进CRUISE算法的分类可以有效地提高土地分类结果精度,具有良好的适用性。     

基于无人机遥感影像处理方法的可行性试验

近年来,随着我国经济的高速发展与城镇化进程的迅速推进,各地区、各部门对地形地物资料的现势性、精度、周期的需求越来越高。传统的数据获取手段越来越显现出其局限性,而无人飞行器遥感系统应运而生,为中小城市特别是城、镇、县、乡等地区的经济和文化建设提供了行之有效的手段。本文利用PixelGrid对试验区的无人机遥感影像数据进行了研究处理,进一步验证了无人机影像处理的流程和方法,处理成果表明：精度指标完全可以满足对应测量规范的要求,可用于后续的数字正射影像图生产。     

基于改进CRUISE算法的遥感影像分类研究

以南京南部高淳县为研究区,采用2010年ETM+多光谱遥感影像作为遥感信息源,选择影像的地形因素、植被指数(NDVI)作为辅助分类特征,基于改进CRUISE算法构建决策树,实现了研究区的地物分类,并与其他分类方法的结果相比较。实验结果表明,与普通的决策树分类相比,基于改进CRUISE算法的分类可以有效地提高土地分类结果精度,具有良好的适用性。     

遥感影像数据投影变换方法及应用研究

针对GIS遥感影像数据投影变换特点,对影像数据变换的金字塔中间图像、分块仿射变换、最临近内插等技术与方法进行了研究。着重阐述了遥感影像数据投影中的难点,提出了影像投影优化的研究思路及关键技术,解决了投影中遇到的主要问题。最后通过项目实践验证了影像投影变换技术在中海油GIS平台中的应用效果及意义。     

基于ENVI的决策树技术遥感影像粗分类研究

以TM543波段组合RGB近自然的色彩对南宁市进行三个不同时像的遥感粗分类。探讨遥感影像经过主成分分析后采用决策树方法逐层提取林地、耕地、草地、水体、道路、城镇、其他类等基本地物类型,后又用决策树的方法将分类好的单个地物逐层合并成一张分类图。对同一地区的三个不同时像的遥感图像进行比较,研究证明决策树方法简单、直观。     

一种高分辨率遥感影像道路提取方法

总结了道路提取常用的形状指数,提出一种新的长宽比指数,采用该长宽比和面积指数结合光谱特征从高分辨率遥感影像中提取道路。实验证明采用新的长宽比指数能有效的将线状道路与面状房屋区分开来。     

基于无人机遥感影像的大规模地形变化动态监测方法

为了实现对大规模地形变化动态监测,提出基于无人机遥感影像的大规模地形变化动态监测方法。采用无人机遥感动态成像方法进行大规模地形变化的遥感影像采集,对采集的地形变化动态监测无人机遥感影像进行滤波处理,根据无人机遥感影像对动态信息融合检测,实现基于无人机遥感影像的大规模地形变化动态监测。仿真结果表明,采用该方法对地形变化的动态监测准确性较好,具有很好的地形变化动态检测识别能力。     

城市遥感影像信息元数据服务体系研究

介绍遥感影像元数据概念和作用，分析制定标准可行性、必要性及内容范围；探讨管理过程中的元数据的录入、工具、存储、安全等几个关键问题；最后，从数据流程的角度概要论述体系结构。     

基于像素和面向对象的高分辨率遥感影像分类方法比较

以QuickBird高分辨率遥感影像作为信息源,用ENVI对影像进行基于像素的分类和面向对象的分类,对分类结果进行目视和精度比较．结果表明,面向对象的分类方法可以有效提高高分辨率遥感影像分类精度．     

利用高空间分辨率遥感影像提取城市绿地信息的方法研究

本研究基于多种遥感提取算法对高空间分辨率IKONOS遥感影像进行城市绿地信息提取,在此基础上,结合实地验证数据分别对各算法信息提取精度进行评价,最后对高空间分辨率遥感信息自动提取算法进行分析讨论。     

一种高分辨率遥感影像车辆检测方法

高分辨率遥感影像中车辆具有不同的光谱表现,同时车辆对象往往与道路交通标志保持近似的光谱特征,这使得高分影像车辆检测通常面临较大困难。针对以上问题,提出一种基于多方向形态学变换的车辆检测方法,该方法由对象增强处理、候选对象提取、车辆对象特征验证等3个步骤构成。所提出的集成多方向线状结构元素的形态学顶帽（top hat）变换和底帽（bottom hat）变换分别实现了对亮色对象和暗色对象的增强处理,处理过程中同时顾及了车辆对象的几何结构特征,抑制了非车辆对象的干扰。基于初步提取结果,引入了基于多特征的车辆验证过程,进一步精确化车辆检测结果。基于城区高分辨率遥感影像的车辆检测实验证明了该方法的有效性。