面向对象的高分辨率遥感影像建筑物变化检测

以武汉市东湖高新技术开发区部分区域为研究区,提出基于面向对象的高分辨率遥感影像建筑物变化检测法.利用BMI算法提取建筑物,利用CVA算法进行变化检测得到全部对象差异度,利用EM算法的贝叶斯阈值计算方法确定变化阈值.结果表明,基于面向对象的变化检测总体精度为89.48%,Kappa系数为0.86,优于基于像元的变化检测,为高分辨率遥感影像建筑物的变化检测提供了一种新的思维方式和方法.     

利用多特征融合的面向对象的高分辨率遥感影像变化检测

针对高分辨率遥感影像变化检测中的一些难点和传统基于像元的变化检测方法的局限性,提出了一种多特征融合的面向对象变化的检测方法。为保证图斑的空间位置对应,首先利用改进的图像分割算法对两幅影像进行联合分割,然后统计图斑的多种特征,依据该特征进行变化向量分析,得到图斑的变化和非变化类型。最后,利用Quick Bird影像验证了该算法的可行性,检测结果明显优于传统基于像素的检测方法。     

利用高分辨率的遥感卫星影像更新1:1万比例尺数字地形图的研究

详细阐述了利用高分辨率遥感卫星影像进行1:1万比例尺数字地形图更新的基本技术流程、更新方式以及关键技术.并且利用面向对象的遥感影像分类方法和信息提取技术,获得了较满意的地图更新专题信息.结果表明利用高分辨率遥感卫星影像进行数字地形图更新是一种周期短、见效快、效率高、花费少的切实可行的方法.     

高分辨率遥感影像面向对象耕地信息提取方法探讨

随着高分辨率遥感技术发展,高分辨率遥感影像得到广泛应用,特别是高分辨率遥感影像面向对象信息提取技术应用广泛.本文以某地区遥感影像为基础数据,探讨了高分辨率遥感影像面向对象耕地信息提取的技术方法,并对耕地信息提取实验结果进行精度评价,得到了良好的效果.     

基于频域显著性方法和ELM的遥感影像变化检测

提出一种基于频域显著性(FDS)方法和极限学习机(ELM)方法进行遥感影像变化检测的方法.首先,对利用变化矢量分析方法(CVA)获取不同时相遥感影像的光谱特征差异图及纹理特征(灰度共生矩阵法)差异图进行融合获得差异影像(DI);然后,利用频域显著性方法获取差异影像的显著性图,采用模糊c均值(FCM)聚类算法对显著性图选取阈值得到的粗变化检测图进行预分类(变化像素、未变化像素、待定像素);最后,从光谱及纹理特征影像上提取变化像素和未变化像素的邻域特征作为可靠样本进行ELM训练,并利用训练好的ELM分类器对粗变化检测图进行变化检测,得到最终的变化检测图.通过对高分辨率遥感影像数据实验结果表明本方法的变化检测精度及性能优于其他对比方法.     

基于面向对象分类方法的城市用地类型提取

丰富的高分辨率影像及面向对象分类方法为城市土地利用分类与分析提供了新的机遇.以SPOT-5 2.5 m融合后的多光谱遥感影像为主要数据源,采用基于规则的面向对象分类法进行分类.首先分析典型地物的影像光谱特征、几何特征和纹理特征,找出区分点进行,对最终的房屋、工厂、道路、阴影、未利用地5类城市用地进行精度分析,进而对面向对象的分类方法及存在问题进行阐述.     

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.     

土地利用变化信息自动提取方法

在深入研究了基于 3S 技术更新土地利用图件的方法基础上,从实用化的角度出发,建立了一套利用 3S 技术更新土地利用基础图件的技术流程与方法,并针对不同的数据情况和变化信息自动提取难等问题提出了基于土地利用图斑单元的知识库变化信息自动发现方法、多波段遥感影像交叉相关分析变化识别方法及面向对象的遥感影像分类变化检测方法。然后结合实验数据,对整个工艺流程进行了编程实现和试验验证。实验证明,更新方法在国土资源部的课题中得到证实是切实可行,并取得了一定的效益。     

基于面向对象和CART决策树方法的遥感影像湿地变化检测研究——以龙祥岛地区为例

以乌龙江流域龙祥岛地区为研究区,以两期不同水位的Landsat-8 OLI影像与高分一号(GF-1)PMS1影像为数据源,经过面向对象的分割技术,以CART(Classification And Regression Tree,CART)决策树方法挖掘不同地类的特征指数阈值,提取出该地区滩涂湿地并根据水位值进行变化检测分析.研究表明:GF-1 PMS1传感器8 m分辨率影像可以与Landsat-8 OLI传感器15 m分辨率影像结合进行变化检测,总体分类精度分别达到0.89和0.92;CART决策树算法与面向对象的分类方法相结合可以获得很好的分类效果,对于湿地滩涂信息提取具有高效快捷的优势,这种方法随着多元遥感的发展将展现巨大的应用潜力;水位变化对湿地滩涂的影响可以通过遥感影像进行检测分析,两期影像T1与T2两时刻水位高程分别为3.34 m与3.56 m,水位变化0.22 m,T1时刻河流水面面积为1 811.09 hm~2,T2时刻河流水面面积为2 092.34hm~2,两期变化增加的水面面积为281.25 hm~2,未变化面积为1 778.47 hm~2,占T1时刻总面积的98.20%,T1时刻内陆滩涂转化为T2时刻河流水面的面积为244.91 hm~2,占T1时刻内陆滩涂总面积的34.60%.     

基于Ecognition的高分辨率遥感影像水体提取研究

以高分辨率遥感影像为数据源,采用面向对象的影像分析软件eCognition提取水体。首先采用多尺度分割算法生成对象,然后对影像中水体的特征进行分析,最后建立对象知识库进行细分类。实验表明,相对于传统方法,面向对象方法能够得到更好的效果。