基于高分辨率遥感影像的内河航标自动检测方法

提出了一种高分辨率遥感影像中的水运航标提取算法.首先应用单类支持向量机分类器实现水陆分割,确定水陆边界.然后将水域中的小目标作为候选目标,基于目标几何和灰度统计特性进行初步筛选,获得疑似航标目标.再利用影像中航标窗口间的相关性,提出一种基于相关系数编组的航标判定方法.最后提出一种基于在线学习原理的漏检航标检测算法,即首先依据已经检测得到的航标的空间分布对漏检航标的可能位置进行估计,再依据已检测到的航标的先验知识在估计位置进行精确检测.利用QuickBird影像进行的实验结果表明了该方法的有效性.     

基于遥感影像分割单元的土地利用变化快速检测方法

针对土地利用变化动态监测的实际业务需求,提出一种土地利用变化快速检测方法,即基于同一区域土地利用现状图与高分辨率遥感影像进行叠加分析,通过土地利用现状图图斑边界对高分辨率遥感影像进行分割,并对分割单元的像素灰度值进行统计分析,以此判断图斑内对应的土地利用是否发生变化,从而提取影像发生变化区域范围。以某城市局部区域土地利用变化监测为例,通过对该区域2013年高精度遥感影像与2012年土地利用现状图叠加分析,对938个图斑进行土地利用变化检测,发现变化图斑12个。其中,8个为实际发生变化图斑,4个为错判,无漏判。实验结果表明:该方法能快速、有效地实现土地利用变化信息的检测和提取,并适用于识别提取新增建设用地占用农林用地的情况。     

基于遥感影像制作土地利用现状图的方法研究

以长白山为例,探讨了以RS遥感影像TM为数据源与1∶50000地形图相结合,并用GPS辅助外业调绘,最后在MAPINFO下制作土地利用现状图的流程及方法。并对结果进行了分析和评价,为吉林省长白山市利用3S高新技术进行土地利用现状调查奠定了基础,也为土地更新调查提供了新的途径和方法,提高了工作效率,节省了人力物力。     

高分辨率遥感影像自动分类方法研究

近年来,高分辨率遥感影像在土地利用分类工作中被广泛使用,采用计算机自动分类的方法可以提高分类的工作效率.该文讨论了自动分类处理的流程,自动分类的主要方法,列举了典型的分类案例,分析自动分类中存在的困难,并提出了解决的思路.     

基于SVM的遥感图像校正算法研究

遥感图像已经成为空间技术领域非常重要的数据源,针对遥感图像的几何变形情况,采用近似的几何校正方法对图像进行线形或非线性的控制调整。为了提高遥感图像的精确度,本文采用支持向量机的方法进行校正,并在算法级别进行了改进,得到了较好的效果。     

基于DLSVM算法的高分辨率遥感图像分类研究

为了进一步提高高分辨率遥感图像的分类精度及效率,融合支持向量机SVM及局部支持向量机KNNSVM算法,借助主动学习相关理论,提出了基于距离的局部支持向量机算法(DLSVM).该算法通过对未标记样本和超平面之间的距离与预先设定的距离阈值相比较,判断是否需要进一步建立局部支持向量机KNNSVM来确定样本的类标.对实际的高分辨率遥感图像分类的实验结果显示:在合适的距离阈值与K值的设置下,该算法能够提高支持向量机SVM的分类精度,同时大大降低KNNSVM算法的时间消耗.     

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SVM的人脸识别方法研究

在人脸的特征提取及分类识别实验中,使用K-L变换提取了人脸图像的数字特征,用SVM进行分类识别,对40个人的280幅图片构成的训练样本集构造基于支持向量分量的两个不同核函数的分类器。对这40个人的其他120幅图片构成的测试样本集分类,两种分类器分别取得了9.83%和10.08%的分类错误率,分类器达到了很好的效果。     

基于支持向量机的高光谱遥感影像道路提取

为了从高光谱遥感影像中高精度提取各种线形道路,提出了基于支持向量机（SVM）的道路特征快速提取算法,首先利用PCA对高光谱影像进行合理压缩,由SVM模式识别理论推导出该算法具有快速精确提取道路网信息的能力,针对高光谱遥感影像高信息量和道路网复杂度高的特点,提出基于1Vm（一对多算法）的多种道路SVM一次性高精度提取的多分类策略,在提高精度的同时,兼顾了道路特征识别的效率。研究结果表明：SVM对线状道路模式判别能力比常规方法有更强的优势,对小样本的道路识别效果更加明显,从遥感影像中不仅能准确地辨别出道路的线形特征,还能识别出其材质和类型;该算法能同时识别出多种道路,执行效率更高。     

光学遥感影像土地利用分类方法综述

土地是实现经济社会高质量发展的基础性资源,光学遥感影像以时间、空间、光谱等特有的优势为土地利用变化的发现、识别、分析提供了很好的支持,利用光学遥感技术提取土地利用变化信息已经成为重要的研究领域。论文以近年来土地利用分类相关文献为基础,分别从数据源、处理流程、处理精度、计算效率等角度对土地利用分类应用较为广泛的目视解译、监督分类、非监督分类、深度学习等四类方法进行了分析和总结。最后展望了光学遥感影像土地利用分类方法的发展方向     

基于GIS的土地利用动态变化与预测——以井陉县威州镇为例

介绍了以遥感影像得出的土地利用现状图为数据源 ,通过利用GIS技术对其进行定量分析土地利用动态变化过程 ,以及土地利用各类型之间的相互转化情况 .并且运用土地利用类型动态度和马尔可夫模型 ,对土地利用动态变化及演变趋势预测进行了分析     

基于支持向量机的异常检测

提出一种使用支持向量机(SVM)进行计算机系统实时异常检测的方法，内容涉及到一种对支持向量机方法的改进算法、对数据预处理的方法及SVM核函数的选取．试验结果表明采用这一算法进行入侵检测具有准确率高、计算简单、占用的存储空间小等优点．     

土地利用／土地覆盖变化研究

土地利用/土地覆盖变化(LUCC)研究已成为国际上全球变化研究的前沿和热点问题,本文回顾了这个全球性热点领域所进行的研究,着重综述了土地利用/土地覆盖变化研究中动态信息的获取、动力机制、区域问题以及环境效应几方面所取得的进展;简要分析了目前研究中存在的问题,并阐述了未来土地利用/土地覆盖变化研究的发展趋势.     

土地利用/土地覆盖变化研究

土地利用/土地覆盖变化(LUCC)研究已成为国际上全球变化研究的前沿和热点问题,本文回顾了这个全球性热点领域所进行的研究,着重综述了土地利用/土地覆盖变化研究中动态信息的获取、动力机制、区域问题以及环境效应几方面所取得的进展;简要分析了目前研究中存在的问题,并阐述了未来土地利用/土地覆盖变化研究的发展趋势。     

基于Dyna-CLUE的厦门市土地利用变化模拟

选取厦门市2001、2007年的遥感影像数据,监督分类提取土地利用现状图.利用城市兴趣点(point of interest,POI)数据,提取了8种景观可达性因子以及数字高程模型(digital elevation model,DEM)数据作为厦门市土地利用变化的驱动力因子;在此基础上并利用Getis空间自相关滤波模型改进传统逻辑回归模型,构建土地利用变化驱动力模型,表明模型整体精度达74.3%,受试者工作特征(receiver operating characteristic,ROC)曲线下面积为0.884,以定量分析不同驱动力因子对厦门市土地利用空间变化的影响机制.利用Dyna-CLUE模型对厦门市2020年的土地利用变化的预测结果表明:厦门市未来新增建设用地主要集中于岛外辅城,整体土地供需矛盾突出,耕地保护压力日益增大,土地问题将是制约厦门未来城市社会经济发展的主要瓶颈.     

基于SVM的驾驶员疲劳检测研究

疲劳驾驶是导致交通意外的一个重要原因,在车上装一个疲劳检测系统有助于预防交通事故的发生。现实条件下,司机的头和眼睛是不断运动的,使得疲劳特征提取变得比较困难,再加上外部干扰和光线条件的影响,准确判断司机的疲劳状态是一个具有挑战性的问题。本文介绍了一种利用支持向量机检测驾驶员疲劳状态的方法。首先采集驾驶员的头部视频,然后对视频图像进行处理,提取眼睛、嘴的视觉特征和点头频率变化情况,最后利用支持向量机依据这些特征来判断司机的疲劳状态。通过模拟实验,疲劳检测的准确率达到97.80%,表明该方法适合于驾驶员的疲劳检测。     

土地利用变化建模研究综述

近年来土地利用变化模型的类型、建模理论与方法方面取得了积极进展,出现了不少成功的模型,但是还存在研究深度不够,模型普适性较差的缺陷.本文在综述国内外有关土地利用变化建模理论与方法研究基础上,就加强土地利用系统的多尺度特征、模型的时间机制和建模方法综合等方面进行了探讨.     

基于NDVI时间序列数据的土地覆盖变化检测指标设计

大中尺度土地覆盖格局及其变化检测是研究全球变化和能量平衡的重要内容.NDVI时间序列数据在土地覆盖变化动态遥感监测中占据着重要地位.针对NDVI时间序列数据,现有的土地覆盖变化检测方法和指标存在许多不足之处.本文在分析现有土地覆盖变化检测指标的基础上,设计了一个新的基于交叉相关光谱匹配(CCSM)和兰氏距离的变化检测指标.该指标充分考虑了NDVI时间序列曲线形状和数值两个变化特征.理论与实例检验结果表明本文设计的指标能够较好的抑制各种干扰噪音的影响,正确检测真实的土地覆盖变化,是一种较为理想的检测指标.     

基于元胞自动机的郑州市区土地利用变化研究

在遥感和地理信息软件支持下,利用1992年和2001年的Landsat TM和ETM+影像,研究了郑州市区两个时期的土地利用变化,并利用马尔可夫链和元胞自动机模型对郑州2010年土地利用情况进行预测分析.结果表明,1992年到2001年,郑州市区土地利用变化主要表现为耕地减少,城镇用地、农村居民用地增加;2001年到2010年,其变化仍表现为耕地减少和城镇用地、农村居民用地的持续增加,其中"耕地→城镇用地、农村居民用地","城镇用地→交通及工矿用地","农村居民用地→城镇用地"变化最为显著.     

徐州市土地利用变化的遥感监测

以1987、1994、2003年的卫星遥感图像TM为主要数据源,利用神经网络分类法提取出土地利用类型信息,计算出徐州市各土地利用类型数量、比例以及土地利用类型变化的变化率指数,在此基础上构建起土地利用变化的空间分布图,据此分析了徐州市16年来土地利用时空变化特征.结果表明:建设用地和水体的面积急剧增长致使耕地的面积大幅度减少,煤炭资源的开采是引起耕地塌陷积水以及村庄搬迁的重要原因.