基于TM影像自动提取昆明城区区域变化信息的应用

 鉴于当前国内外在自动提取城区区域变化信息的研究状况,以昆明为例,构造了基于PCA变换的L-比值法,并结合阈值、掩膜等数字图像处方理法,以及数学形态学中的滤波运算等方法构造了一种适合我国西南地区地理特征和经济状况的,从TM影像中提取城市区域变化信息的RS处理模型,并取得了较好的实验效果.     

基于TM影像的伏牛山植被覆盖度变化研究

为研究伏牛山地区植被覆盖的变化情况,利用1991、2002和2011年三期TM卫星遥感影像,基于NDVI的像元二分模型,对整体植被变化趋势进行研究,并比较三期变化;同时结合数字高程模型对不同海拔的植被覆盖变化做对比分析;最后,分析气象因子的变化趋势.研究结果表明:(1)从分布上看,研究区整体植被覆盖状况较好.植被覆盖度随海拔的上升先增加后降低,临界点在海拔1 700¹ 800m之间.(2)从变化上看,21年以来,植被覆盖度呈增加趋势.海拔高度1 650m以下区域的植被覆盖度变化情况最为明显,这是由于人类活动主要集中在海拔较低的区域,而海拔高于1 650m的区域变化较小,受人类活动的影响较小.(3)从21年温度和降水变化来看,研究区域内植被覆盖度和温度的变化趋势并不一致,而和降水量变化的趋势有较高的一致性,具体表现为随降水量的增加,植被覆盖较好的Ⅳ级(F≥0.7)植被覆盖度区域面积增加.     

基于HSV色彩空间和Otsu算法的无人机影像植被覆盖度自动提取

随着无人机遥感技术的不断发展和普及,其在生态学等领域中的应用已成为当前研究热点。植被覆盖度信息提取是无人机遥感的重要应用领域之一,然而目前无人机影像的植被覆盖度提取存在阈值难以选取、耗费时间过长等问题。为提高植被覆盖度提取的精度和速度,本文提出一种基于HSV色彩空间与Otsu算法的图像分割方法。该方法将无人机影像进行色彩空间变换,在HSV色彩空间中提取H分量并结合Otsu阈值分割方法,全程快速自动地完成植被覆盖度提取。实验结果表明,Otsu算法能显著缩短植被覆盖度提取时间,且提取精度较高,并且在结合HSV色彩空间时,准确度更高,对比传统植被覆盖度阈值提取有较为明显的优势,提高了植被覆盖度提取的时效性。     

基于PCA的纸币识别方法

纸币识别包括图像预处理、特征提取及分类器设计等.为减少计算量,使用了主成分分析法对图像进行降维;然后对图像识别时应用相关系数法.通过实验表明,使用主成分分析方法可以有效地减少数据,加快纸币的识别速度,保证纸币识别的正确率.     

基于GF-1卫星遥感影像提取水体的方法比较

选用GF-1卫星遥感影像为主要数据,以南水北调京石段主要水源地之一岗南水库为研究区域,依据GF-1卫星影像各个波段地物的光谱特征信息,采用单波段阈值法、谱间关系法、水体指数法提取水体信息。同时提出一种基于主成分分析的综合方法提取研究区域水体信息。对4种水体提取方法进行比较分析,实验证明主成分分析综合方法可以提取完整准确的水体边界,并且抑制了95%以上的非水体信息,明显改善了水体信息提取精度。     

基于多种植被指数的喀斯特流域赋水动态研究——以贵州省为例

植被指数是反映植被生长状况的指标,在一定程度上可用来反映植被覆盖率。利用植被指数监测喀斯特水资源不仅是为了了解喀斯特地区的流域赋水状态,也是研究地区脆弱性的重要内容。选取贵州省15个典型喀斯特流域,并应用软件ENVI计算出RVI、EVI、NDVI、DVI、RDVI、TVI、NDVItheta 7种植被指数。再利用SPSS软件中的主成分分析模块和回归分析模块,构建主成分Z与径流深之间的喀斯特流域赋水预测模型。通过样区检验,预测效果较好,精度较高。     

陆地卫星TM数字图像与植被信息提取方法的研究

研究了陆地卫星TM多波段数字图像子集的选取方法及其在植被研究中的应用.使用比值交换及Karhunen-Loe＇ve变换,可以有效地提取和集中植被信息.在主成分假彩色合成图像上,各个森林植被类型及其分布显现得非常清晰。     

基于对象的高分辨率影像荒漠植被信息的提取

为获得高分辨率影像荒漠植被信息的专家知识库,采用多尺度分割技术,探索荒漠植被信息的光谱特征、纹理特征和上下文特征,建立荒漠植被信息与特征之间的对应关系.结果表明,通过多尺度分割,可体现土地覆盖的层次性.同时,在专家知识库的基础上,基于对象分类法的精度相对比较高,总体分类精度为85.96%,Kappa系数为0.81,分类结果没有"椒盐现象",且各种地物图斑边界明确而规整,易于分类后处理.     

利用多时相TM影像分析贵州惠水喀斯特地区植被的变化

变化分析是多时相遥感影像主要应用领域.本文利用多时相TM影像对惠水典型喀斯特地区地表植被的变化进行了研究分析.结果证明:①用不同时相的NDVI影像进行彩色合成可以直观地反映地表植被的变化;②利用不同时相NDVI影像进行NDVI值分级可以定量地反映区域表植被的变化情况;③可以从一个侧面反映喀斯特地区环境质量的变异.     

利用植被指数(Ⅵ)提取遥感影像荒漠林覆盖度信息的差异性研究

本研究针对荒漠林在遥感影像中的表现特征,选用归一化植被指数(NDVI)、重归一化植被指数(RDVI)和土壤调节植被指数(SAVI),比较分析通过遥感影像灰度图的判读和植被指数分析荒漠林的覆盖度。结果表明:3种植被指数在探测干旱区稀疏植被覆盖度的能力方面存在差异。RDVI探测稀疏植被覆盖度的能力明显劣于NDVI和SAVI。NDVI和SAVI表现基本一致;由于土壤因素的影响,在估测稀疏植被覆盖度方面,NDVI的能力较SAVI强。     

基于红外图像的绝缘子串自动提取和状态识别

为解决目前绝缘子低零值检测方法漏判率高、操作繁琐的问题,提出了一种新的绝缘子串红外图像中绝缘子盘面和铁帽区域自动提取方法和状态识别模型.首先将现场拍摄的绝缘子红外图像进行灰度化处理、去噪、二值化;然后从二值图像中提取反映绝缘子的特征点集合;通过特征点对二值图进行角度校正;最后通过区域提取中的特定算法提取出绝缘子的盘面和铁帽区域.通过提取该区域内的绝对温度、纹理和相对温差率作为绝缘子状态识别的特征集.将用电压分布法测得的绝缘子状态信息作为输出向量,通过训练得到优化的识别模型,用于绝缘子状态识别.该方法经过了220kV试验验证,证实了模型的有效性和实用性.     

基于局部信息的图像增强方法研究

在图像处理过程中,使用直方图均衡化、全局对比度拉伸等基于图像全局信息的图像增强算法,难以实现图像局部细节对比度的增强,即不能实现物体轮廓的增强。为此,本文主要对基于局部直方图均衡化、Lee算法的图像局部增强算法和MSR算法进行研究,通过算法的改进来实现图像局部增强的效果。     

森林资源遥感调查中植被因子的提取方法

针对采用SPOT5卫星影像进行森林资源调查后,小班植被因子无法直接判读的问题,通过分析研究森林资源遥感调查和林业专业调查数据,提出了在遥感调查中各小班植被因子的自动提取方法。将此方法提取的因子与实地调查因子作对比,结果表明,幼树种类的一致率为86%,下木种类的一致率为92%,草本种类的一致率为96%。     

从遥感TM影像分类图提取小班界限的算法实现

在对吉林省汪清林业局TM影像进行计算机自动分类的基础上,设计算法完成分类图像的“孤岛”去除、边界提取和宽边缘的弱化功能,实现了计算机代替人进行区域面积、形状的分析判断,使计算机能自动搜索到真正的边界,为制作林业专题图打好基础。通过与吉林汪清林业局提供的地面调查成果的对比分析表明,实验小班在位置和形状上都与地面人工勾绘的结果相吻合。     

基于Matlab的图像曲线数据提取方法

对于文献中图的曲线数据的提取,提出一种通过采集像素点来识别曲线坐标的方法,并通过Matlab软件实现.首先用滤波器去除图片噪声,并确定用于灰度图转化为二值黑白图的阈值,然后通过搜索坐标框在灰度矩阵中的位置来确定真实坐标与灰度矩阵坐标的比例因子,最后获取曲线各像素点在灰度矩阵的坐标,并乘以比例因子得到曲线各点的坐标值.对曲线图像进行处理的结果表明,这种方法提取的数据准确,相对误差在-0.7%～+1.2%范围内,精度取决于原图像像素点的数目.     

运动图像目标提取方法

简述自底向上的运动图像目标提取方法，分析其中基于有向图的区域合并算法及在实际问题中的应用。     

基于多分辨率和互信息的图像配准方法研究

用互信息进行图像配准可使配准的精度达到亚像素级,但该方法因计算量很大致使配准速度较慢.为了提高图像配准速度,并进一步提高配准的精度,首先运用多分辨率的方法将两幅待配准图像分别分解成n个不同分辨率的子图像,然后利用互信息先将分辨率最低的图像进行粗配准,并将此配准的结果作为下一个分辨率较高的图像配准的基础,继续这个过程直至最高分辨率图像被配准,即运用由粗到精的配准策略减小计算量,从而提高配准速度.用Visual C++6.0编程实现该配准方法,实验结果表明在图像配准过程中将多分辨率和互信息结合起来使用,配准速度得到很大的提高,并且由于多分辨率的使用有利于避免局部最大值,使得配准精度也有了一定程度的提高.     

TM遥感图像中居民点的自动提取

介绍了一种TM遥感图像中居民点目标自动提取的方法.针对TM遥感图像的光谱特征,提出一种基于多波段信息的图像分割模型,提取出居民点、道路及河滩地等光谱相近的地物.然后依据居民点的形态特征分离道路,并利用空间关系知识分离出河滩地.试验结果表明该方法能快速准确地识别提取TM遥感图像中的大部分居民点.