高分遥感影像不同形状建筑物半自动提取与规则化

现有的高空间分辨率遥感影像交互式建筑物提取方法需要用户在建筑物上勾画出与建筑物大小和形状相近的线,且大多方法只能提取直角建筑物。为降低交互要求并实现不同形状建筑物的精确提取,该文首先在用户少量交互的基础上采用区域生长、高斯混合模型、CannyLines线段检测算法以及基于多星形约束的最大流/最小割分割模型获得建筑物图斑,然后分别针对直角建筑物和非直角建筑物图斑进行规则化,得到与实际建筑物形状一致的提取结果。实验表明,该方法交互简单且建筑物提取精度F₁值可达到0.9,具有较强的鲁棒性。     

基于遥感影像水体提取算法的研究

随着遥感技术的发展与成熟,基于遥感影像的水体指数的计算方法也变得越来越多。此类方法全都采用不同地物光谱特征来区别水体及其它地物,操作起来不仅简单快捷,而且提取精度较高,得到了众多研究学者的广泛应用。本文主要介绍的方法有归一化水体指数NDWI、改进的归一化水体指数MNDWI、增强型水体指数EWI、修订型归一化水体指数RNDWI、新型水体指数NWI、新型水体指数NEW等,通过综合分析,比较各类方法的提取效果,借以研究水体提取的发展前景。     

多模型贝叶斯概率决策融合的遥感影像水体提取

针对使用单个深度网络提取不同类型水体时存在泛化能力弱的问题,提出一种多模型贝叶斯概率决策融合方法。选取3个不同的深度网络U-net、ResUnet和Deeplab v3+作为基础分类器进行训练并输出遥感影像上每个像素所属水体的类别概率,基于贝叶斯构建概率自适应融合模块,得到最终的水体提取结果。实验结果表明所提出的多模型贝叶斯概率决策融合方法在水体测试集上的精确率、召回率和F₁值分别达到94.21%、95.49%和94.85%,对不同类型水体的融合结果比平均法和多数投票法更准确。     

基于无人机高分影像的绿地面积提取

无人机高分影像相比传统遥感影像具有一定的优越性,用途十分广泛。传统遥感影像分类技术不再适用于无人机高分影像,本文采用面向对象的分类方法,经过多次实验对比选择出合适的分割尺度再进行分类,可以从影像中较为准确提取出绿地。     

基于语义分割的遥感影像建筑变化检测

遥感影像变化检测是利用多时相影像确定一定时间内地物或现象的变化,提供地物空间变化的定性与定量信息。传统遥感影像变化检测方法主要基于地面纹理及空间特征的方法,存在着难以精确识别遥感影像中新增建筑物的问题,为此该文提出了一种基于UNet网络的遥感影像建筑物变化检测方法。首先,将轻量级高效通道注意力机制网络（efficient channel attention network, ECANet）,注入到原UNet网络模型,调整并优化网络结构,提升影像分割的准确度。然后改进SENet网络参数,提高遥感影像中的建筑物变化检测的精度。该文在高分辨率数据集LIVER-CD上进行实验,结果表明,所提方法的语义分割准确度达到99.03%,建筑变化检测准确率达到98.62%。相比于其他方法,该方法增强了影像的有效特征,提升了遥感影像中地面建筑物的检测精度。     

小波变换在遥感影像处理中的应用

探讨了小波变换在遥感影像处理中的主要应用．     

高分辨率光学与SAR影像在建筑物信息提取中的应用

利用高分辨率航天遥感数据对建筑物实现三维重建,具有重要的理论与实用价值.光学与SAR图像是应用较为广泛的两种遥感数据,高分辨率是当代遥感发展的一个重要趋势. 归纳了建筑物检测与高程估算的研究现状,分析了建筑物在高分辨率SAR影像中的物理散射特性,并进行模拟仿真. 以采用的数据源为序,分别介绍了建筑物检测与高程估算的研究现状及存在的问题. 对基于高分辨率光学与SAR影像的建筑物三维重建进行了展望.     

利用边缘密度特征提取高分辨率遥感影像中的居民区

居民区相对于其他区域具有更明显更丰富的边缘特征. 根据这一特点,提出一种利用边缘密度特征差异
进行高分辨率遥感影像居民区自动提取的方法. 该方法首先利用Mean Shift 算法平滑原始影像,然后检测平滑影
像上的边缘并拟合成直线段,最后利用影像中的边缘密度分布构建空间投票矩阵,并结合Ostu 阈值分割方法提取
居民区. 实验表明：该方法可用于提取场景比较复杂的影像中的居民区,且具有较高的准确率和鲁棒性.     

基于面向对象的CBERS-02B影像船舶提取

本文基于面向对象的思路,使用CBERS-02B高分影像,结合Sobel边缘检测分割图像,以鄱阳湖水域的船舶为提取目标,确定了水域内不同船舶的分割尺度,单体船为73以及并排船舶为85。在此分割基础上,对船舶进行特征提取,实验结果中船舶的边缘提取效果明显。     

基于决策树方法的遥感影像分类

以齐齐哈尔市辖区为研究区域,利用分类回归树（Classification and Regression Tree,CART）算法从训练样本数据集中挖掘分类规则,集成遥感影像的光谱特征、纹理特征和地学辅助数据建立研究区的决策树模型.用实测的GPS样本点对分类结果进行精度验证,并与最大似然监督分类方法（Maximum Likelihood Classification,MLC）进行对比.结果表明,基于CART的决策树分类结果的总精度和Kappa系数分别为82.24％和0.77,分类精度较MLC监督分类方法有明显提高,有较好的分类效果.     

不同融合算法对ETM＋遥感影像分类精度的影响分析

以福州市南台岛的ETM＋遥感影像为基础数据,利用ERDAS Imagine8.7、ENV14.0等遥感影像处理软件,运用主成分法（PCA）、乘积法（MLT）、Brovey变换和HIS变换融合算法对ETM＋遥感影像全色波段（第8波段）与多光谱波段（第1-5、7波段）进行融合试验;从融合影像的光谱保真度、高频空间信息融入度等角度对融合后的影像进行比较分析;对各种融合后影像进行非监督分类,并评价各种分类结果进行精度,为用户进行影像分类前选择融合方法提供参考。     

面向对象的机载LiDAR数据建筑物提取

基于LiDAR数据,提出一种由粗到细的面向对象的建筑物自动提取方法.首先通过机载LiDAR数据构建出归一化数字表面模型(normalized digital surface model, nDSM),利用首尾两次回波高程计算出归一化差值(normalized difference, ND),并采用形态学运算消除边缘特殊回波点.基于nDSM和ND数据,依据建筑物的高程及穿透性信息,用阈值分割法进行建筑物粗提取.结合nDSM和ND数据以及强度信息,对粗提取得到的备选建筑物采取多尺度分割,合并亮度值相差较小的邻近分割结果对象,达到对分割结果的优化处理.最后利用目标对象的亮度、形状、面积和空间关系等特征,完成建筑物的精提取.实验结果表明,该方法可得到较高精度的建筑物信息,是基于机载LiDAR数据提取建筑物的新思路.     

基于双层上下文语义分类网的遥感郊外建筑物检测研究

本文提出了一种基于双层上下文语义网的遥感郊外建筑物检测方法。该方法主要包括以下两个阶段。第一阶段:郊外大视场遥感图像疑似区快速提取;第二阶段:通过构建双层上下文语义分类网对建筑物疑似区精准鉴别。实验表明,本算法具备检测精度高、虚警率低以及运算效率高等优点。     

基于MFANet和上下文特征融合的遥感影像目标检测

针对遥感影像背景复杂、目标尺度变化较大、类间相似性较高等特点而导致目标检测效果欠佳的问题,提出一种基于Faster R-CNN的有效且鲁棒的遥感影像目标检测方法.首先,引入可变形卷积、调制机制和空洞卷积,构造调制的特征自适应网络,提取更准确、更完整的目标信息.其次,构造上下文特征金字塔网络,提取更丰富且更具判别性的特征...     

几何特征表达及基于几何特征的建筑物提取

通过分析高分辨率遥感图像中建筑物光谱特征存在严重的“同物异谱”和“同谱异物”等情况,发现建筑物的几何特征比其光谱特征更加典型. 在总结了建筑物的一些典型几何特征之后,进行了基于几何特征(面积特征、矩形拟合度特征、长宽比特征、走向特征)的建筑物提取实验,发现利用几何特征能够比较有效地提取到建筑物. 由于图像分割离不开光谱特征,即建筑物几何特征的计算受到其光谱特征的影响,依据几何特征的建筑物提取结果不是非常令人满意的. 高度特征是建筑物最典型的几何特征之一,因此将高度特征引入到图像分割和建筑物提取过程是提高建筑物提取精度的新方向.     

区域生长滤波算法在机载LiDAR数据城市建筑物提取中的应用

随着我国城市化进程的不断加快,城市布局和城镇化扩张已成为国情监测的主要内容之一。地理信息系统的发展为市政管理带来了极大的方便,但在国情监测方面,主要还是依赖遥感图像人工解译等半自动方法、机载激光雷达扫描技术,为地理国情监测提供了一种快速有效的新方法。基于此,分析区域生长滤波在LiDAR数据建筑物提取中的应用,描述LiDAR作为地理信息系统新型数据源在地理国情监测中的重要作用。     

基于遥感影像的恩施市土地利用/覆被变化研究

以恩施市2003年和2015年的遥感影像为基础,本文利用ENVI5.1将影像分成六大土地利用类型:林地、耕地、草地、建设用地、水域和裸地。同时,采用土地利用/覆被变化幅度、动态度的数学模型和混淆矩阵的分析方法,研究恩施市2003—2015年土地利用/覆被动态变化。结果表明,2003—2015年,恩施市土地利用类型占比最高的为林地和耕地,二者总面积超过恩施市总面积的80%,林地和耕地是土地利用类型变化幅度最大的用地类型;土地利用/覆被变化最剧烈的主要为建设用地、水域和裸地,土地利用变化过程动态度K2分别达到28.43%、16.63%和7.74%;土地利用类型相互转化方面,主要是林地和耕地的转化,其次是草地、裸地向建设用地的转化。     

基于线性方向特征的高分辨率遥感图像道路提取研究

当前高分辨率遥感图像自动识别技术的关键就是图像的特征提取.针对传统道路提取自动化程度较低,提取精度不高等问题,提出一种基于线性方向特征的道路自动提取算法.首先,利用图像光谱特征进行图像预处理;其次,运用傅里叶变换在频率域上进行Gabor滤波,通过优化滤波器的尺度、频率和方向参数达到识别道路线性方向特征的目的;再次,通过...     

用随机决策树群算法进行高光谱遥感影像分类

摘要： 高光谱影像具有丰富的光谱信息,与全色、多光谱影像相比能更好地进行地面目标的分类识别. 该文对决策树分类算法的优劣进行分析,引入随机决策树群算法,对青海省祁连县Hyperion高光谱影像和IRS-P6影像数据进行实验,使用子空间划分和光谱距离进行降维后,分别采用支持向量机、神经网络、最大似然法进行分类,并与随机决策树群算法分类结果进行比较. 结果表明,该算法表现最优且无需降维预处理,可广泛应用于高光谱遥感领域.     

遥感动态监测技术的应用与研究

<正>遥感技术自20世纪60年代兴起,是在航天技术、计算机技术、传感器技术等的推动下发展起来的。苏联第一颗人造卫星的成功发射标志着人类从空间观测地球和探索宇宙奥秘进入了新的纪元。而真正从航天器上对地球进行长期观测是从1960年美国发射的太阳同步气象卫星开始的。从此,航天遥感动态监