基于阈值分割与数学形态学的高分辨率遥感影像道路信息提取

从高分辨率遥感影像中快速,有效的提取道路信息,一直是遥感学界研究的热点和难点问题。本文研究了一种基于阈值分割与数学形态学的高分辨率遥感影像道路提取算法,该算法不需人工给出道路种子点,方向等信息,在某种意义上提高了道路提取的自动化程度。提取过程是:首先利用阈值分割将遥感影像分割成包含道路信息的二值图像,然后利用数学形态学运算对二值图像进行处理,根据道路形态特征提取出道路区域。     

基于优化有理函数模型的高分辨率遥感影像几何校正及其精度评估 ——以ZY-3和Pléiades卫星数据为例

高分辨率遥感影像的几何校正是其后续影像处理的基础,对提升影像预处理的几何精度具有十分重要的应用价值.本文通过优化有理函数模型(rational function model,RFM),分别对资源三号(ZY-3)和Pléiades卫星高分辨率遥感影像进行几何校正,比较了不同数量地面控制点情境下几何精度提升的效果,并对二者的校正结果进行对比.研究结果表明:(1)未加入控制点时,ZY-3和Pléiades卫星影像平面误差 7. 20 m;(2)当添加1个控制点对RFM进行优化后,2种卫星的高分辨率影像平面误差可降低至4 m左右;(3)随着控制点数目的增加,2种卫星影像的平面误差降低幅度变小,但整体偏移方位改变不大.通过优化RFM的几何校正方法可以不同程度地提升高分辨率影像的平面几何精度,提升效果明显,可满足遥感监测、测图等应用需求.     

基于形态学梯度重构的高分辨率遥感影像分割方法

基于形态学梯度重构提出一种用于高分辨率遥感影像的分割方法.针对遥感图像的特点构建多形状结构元素,然后使用该结构元素对图像提取形态学梯度并进行开闭重构;根据人的视觉特征,对梯度的高对比度区域进行还原,用于保证较高的局部对比度;最后使用浸没式分水岭变换获得分割结果.对IKONOS影像进行分割实验,结果表明了该方法的有效性.     

基于小波变换和数学形态学的航空图像边缘检测

为有效提取噪声较大的航空图像的边缘信息,对基于小波变换和数学形态学相结合的图像边缘检测算法进行了改进,将小波分解后的高频和低频子图分别进行边缘处理。对分解后的低频系数图像采用小波边缘检测方法,而对包含细节较多的高频系数图像则选取合适的结构元素,提出一种新的梯度算子,采用基于小尺度的数学形态学方法进行边缘检测,最后对2种边缘图像采用小波重构方法得到新的边缘图像。     

垂直植被指数的计算和精度分析

提出了一种在遥感影像上自动提取土壤线的方法,并用NDVI作比较,验证了基于自动提取的土壤线计算的PVI和实测地上生物量之间的相关性及其削弱土壤背景的能力.结果表明基于自动提取的土壤线计算的PVI比NDVI对于地表草地生物量而言具有更好的相关性.研究结果使基于土壤线的植被指数的计算更方便,对提高遥感植被指数的计算精度具有一定的意义.     

县域尺度上基于多时相影像的冬小麦面积监测

探究了基于多时相遥感影像在县域尺度上对冬小麦种植面积的监测方法.以河北省廊坊市固安县柳泉镇为研究区域,以冬小麦为目标作物,采用2014年11月份ZY-3(资源三号)和2015年4月份GF-2(高分二号)卫星的遥感影像数据源进行研究.影像经过预处理后,分别计算其归一化植被指数(NDVI),综合分析冬小麦种植面积和其NDVI的相关关系,构建NDVI差值模型来提取冬小麦种植面积,结合ArcGIS软件在影像上随机采样进行验证,最终得到种植空间分布图.采用2015年在柳泉镇实地勘测的冬小麦种植面积数据进行验证,精度可达95.54%.在廊坊市固安县进行区域应用,利用Excel软件进行各乡镇面积统计.结果表明,在县域尺度上采用该方法进行冬小麦面积提取能够达到很高的精度,为科学管理冬小麦的播种面积及制定相关政策提供技术支持.     

高分辨率遥感影像技术应用研究——以城市绿化精细化调查为例

针对城市绿化现状调查工作,设计基于高分辨率遥感影像的城市绿地信息的精细化提取方案.以WorldView-2卫星遥感图像作为城市绿化调查数据源,讨论遥感图像配准、融合、几何校正等影像预处理过程中的关键技术;引入红边因子的改进植被指数,通过基于多特征的面向对象决策树分类方法提取绿地信息,以此作为绿地空间分布参考图进行人机交互式解译,有效地保证了城市绿地信息精细化调查成果的质量.实践表明,运用本文设计的城市绿化现状精细化调查方法获得的绿地绿化覆盖信息能够达到城市园林绿化管理和规划的要求.     

面向对象的遥感影像水体信息提取

基于面向对象的遥感影像分析方法,在不同尺度分割遥感影像的基础上,根据影像对象的特征,如亮度、光谱、归一化植被指数(NDVI)、面积和上下文等信息,对水体信息进行了提取和分类.结果显示:与传统的基于像元的分类方法相比,面向对象的遥感影像信息提取方法具有很好的效果,同时也提高了信息提取的精度.     

基于多源数据的甘南草地植被覆盖度遥感监测研究

选取甘南藏族自治州为研究区域,以2016-2017年野外实测样方盖度数据和无人机照片提取的草地植被覆盖度数据为基础,对基于像元二分模型计算的草地植被覆盖度进行精度校正,分析并探讨无人机用于野外草地植被覆盖度调查的可行性,构建基于不同遥感数据源草地植被覆盖度的回归模型,并对模型进行精度评价.结果表明,利用无人机在草地上空一定距离(25 m)获取的照片可以多时相匹配Landsat 8等中分辨率遥感影像,动态监测野外大面积草地植被覆盖度;乘幂模型对以像元二分法计算的陆地卫星-8陆地成像仪(Landsat 8 OLI)产品的草地植被覆盖度校正效果最佳,模型的估测精度高达93.60%,在进行空间小尺度研究时模型计算精度最高;对数模型对以二分法计算的MOD13Q1产品的草地植被覆盖度校正效果最佳,模型的估测精度为91.97%;用中分辨率遥感数据Landsat 8 OLI校正低分辨率MODIS模型,修正后的模型R2=0.64,比原始的中分辨率成像光谱仪(MODIS)估测模型(R2=0.23)明显提高,在进行空间大尺度研究时该模型更适应.     

基于数学形态学的月海圆形撞击坑自动识别方法

撞击坑是月球表面最为常见的地质单元,是研究月球地质演化历史的重要对象,也是月球地质定年的基本依据,因此撞击坑识别具有重要意义.本文根据嫦娥一号采集的月球CCD图像,基于数学形态学方法对撞击坑进行自动识别提取研究.在CCD图像中,撞击坑边缘的灰度变化明显,梯度较大,由此可以计算获取撞击坑的边缘形态;一般情况下,依据图像灰度梯度突变,通过边缘检测得到的撞击坑边缘比较粗糙、不连续,而且有断口和小洞.根据数学形态学的基本思想——用具有一定形态的结构元素去量度和提取图像中的对应形状,对识别出来的边缘作进一步处理,可得到较光滑、连续的撞击坑边缘弧,从而能方便地拟合出撞击坑边缘,并获得撞击坑的直径与位置.用数学形态学进行撞击坑识别与提取的主要步骤是：首先对CCD影像计算灰度的梯度,得到梯度图像,然后进行二值化,再使用数学形态学分离出边缘,最后用圆形对撞击坑进行拟合并计算出撞击坑的位置和直径.本文分别对月海和月陆地区进行撞击坑识别实验,结果表明,我们设计的算法能够识别的最小撞击坑直径为10个像素.其中月海区域撞击坑识别准确可靠;而月陆区域岩性差异大、地形起伏,造成CCD图像背景变化较大,其识别效果相对差一些,有待进一步改善.     

基于地形图的西宁市遥感影像预处理方法试验

介绍了利用遥感图像处理软件ERDASIMAGING 8.6对西宁市卫星影像及地形图进行选择、几何精校正、图像合成、图像镶嵌的方法，结果表明：多项式法对地形较平坦地区的卫星影像纠正具有较高的精度，为遥感影像的进一步处理提供数据.     

数学形态学梯度算子的钢轨端面几何特征测量

针对传统的接触式钢轨端面几何特征测量误差大且测量结果不稳定的问题,基于数学形态学梯度算子的方法实现钢轨端面几何特征的非接触测量.测量采用工业CCD数码相机采集钢轨端面图像数据,将其灰度处理并得到图像的二值矩阵,用数学形态学运算获得钢轨端面图像的边缘,结合Sobel梯度算子实现钢轨端面几何尺寸的测量.测量数据显示,该方法可获得比较准确的钢轨端面几何特征测量值.     

改进的形态学航空图像边缘检测算法

为有效提取噪声较大的航空图像的边缘信息,对基于数学形态学的图像边缘检测算法进行改进:一是利用1种自适应加权复合数学形态学滤波器对图像进行滤波,二是结合图像特点和结构元素的自然属性,自适应确定权重,构造出1种具有较强抗噪能力的数学形态学梯度边缘检测算法。实验结果表明,该算法边缘定位准确,能检测出相对完整的边缘图像,且对噪声有较好地抑制作用。     

一种基于融合技术的遥感图像边缘检测算法

通过讨论遥感图像的边缘特点,为提取其图像边缘,提出了一种有效的融合多种方法的新的边缘检测算法.算法针对遥感图像对象的复杂性、高边缘密度、噪声明显等特性,融合了滑动窗口技术、多阈值技术和模糊增强方法对遥感图像进行了边缘强化,最后利用模糊形态学算子进行了边缘提取.实验表明,利用多方法融合,不仅可以弥补单一方法的缺点,还能提高边缘检测的精度,保留更多边缘细节.     

基于数学形态学的运动图像模糊长度识别方法

基于数学形态学思想提出一种运动图像模糊长度识别方法,并进行仿真实验。该方法通过对模糊图像频谱图进行一系列数学形态学的处理,准确提取频谱图的边缘,再利用频谱图中相邻黑色条纹间距与模糊长度的数量关系计算出模糊长度。该方法在35像素范围内能准确识别模糊长度,超过40像素范围时需人工辅助才能识别模糊长度。     

一种基于小波变换和数学形态学的边缘检测算法

结合小波变换和数学形态学的优点,提出了一种基于小波变换和数学形态学的边缘检测算法.基于数学形态学的边缘检测,对现有的检测算子进行改进,构造了一种抗噪型边缘检测算子,并使用不同方向的线型结构元素;基于小波变换的边缘检测能有效地保留图像边缘的细节信息,使提取的边缘完整连续.实验结果表明,本研究提出的算法与几种经典边缘检测算子相比,有效抑制了噪声的影响,提高了检测的精度,对各种不同图像具有很好的鲁棒性.     

一种结合数学形态学和LOG算子的遥感图像边缘检测方法

提出了一种结合数学形态学和LOG算子的遥感图像边缘检测算法,该算法可有效地解决在混合噪声及复杂细节环境下的遥感图像地物边缘信息的检测．该算法首先利用中值滤波消除原始图像的非高斯噪声,并采用数学形态学进一步消噪及增强地物间的对比度;然后采用LOG（LaplacianofGassian）算子对处理后遥感图像进行边缘信息检测．实验结果表明,提出的方法能有效地提取遥感图像地物边缘信息．     

几何活动轮廓模型用于高分辨率遥感影像海岸线自动提取

潮湿的潮滩以及近陆浑浊的海水往往使得遥感影像中的海岸线表现为模糊边界,此外潮滩表面复杂的微地形以及大量潮沟存在,使得传统基于边缘检测或分类的海岸线提取方法都难以获得连续、完整的岸线.针对上述问题,提出了一种结合区域信息改进的几何活动轮廓模型从遥感影像中快速、自动提取海岸线的方法.该方法首先利用二维最大方差阈值化分割并辅以形态学滤波对海岸线进行粗定位,以此作为初始演化轮廓,再利用改进的几何活动轮廓模型对海岸线进行精确提取.通过SPOT5全色影像的仿真试验证明该方法能够快速、准确地提取海岸线,得到的矢量岸线可直接用于地理信息系统（GIS）分析.     

基于二维阈值向量分割的足迹边缘提取方法

根据足迹图像特点,提出了基于灰度 梯度二维阈值向量区域分割的边缘提取方法·该方法以灰度 梯度共生矩阵为模型,利用最大熵原理,自动求出灰度 梯度二维阈值向量;用此二维阈值向量对图像进行区域分割,具有抗干扰能力强和正确分割模糊边缘像素的特点,构造两个适合足迹图像特点的结构元算子,对区域分割后的二值图像作数学形态学运算,以光滑边缘、提取边缘·大量实验表明,用本文方法提取的足迹边缘光滑,与原始图像具有很高的相似性;噪声得到抑制,取得令人满意的效果·     

机载激光雷达数据辅助的航空高光谱影像几何精校正

严格的几何精校正可以提高遥感影像的实用价值。对于CASI(compact airborne spectrographic imager)推扫式单线阵航空高光谱传感器而言,由于每次飞行装机都要重新安装GPS(global positioning system)接收机、差分定位与惯性测量单元(inertial measurement unit,IMU),因此GPS、IMU和传感器之间的几何方位标定并不严格,从而导致外方位元素精度受到影响,几何校正结果不理想。为提高几何校正精度,需要依据共线方程,结合地面控制点,计算相应的辅助校正参数。然而实验区属于高海拔无人区,难以实施地面控制点测量,且无其他高精度正射影像可参考。为此实验以机载LiDAR(light detection and ranging)数据为辅助,一方面基于LiDAR高程信息生成数字高程模型;另一方面,通过对LiDAR回波强度信息进行校正,提高基于回波强度的地物判读性,并以回波强度图为参考选取控制点。然后,结合控制点和数字高程模型,完成了CASI高光谱影像的几何精校正。通过对航带间同名地物点坐标对比,证明其精度得到了很大提高。结果表明,利用LiDAR回波强度信息可以解决控制点缺少的问题,显著提高遥感图像几何校正精度,未来也可在地物分类等方面发挥更大作用。