环境一号卫星影像中水体信息提取方法研究

从卫星遥感影像中快速、准确地提取水体信息已经成为水资源调查、水资源宏观监测、城市绿化度调查及湿地保护的重要手段。针对HJ—1A/B(中国环境一号卫星)影像与Landsat ETM(美国陆地探测卫星)影像的相似性,利用水体特有的光谱特性,采用多种水体提取方法对HJ—1A/B影像中水体信息进行了快速提取,并比较了两种影像水体提取结果。总结了在环境一号卫星影像中进行水体提取的精度影响因子。分析了传感器、分辨率、水体提取模型对水体提取的影响。     

基于语义分割的遥感影像建筑物自动提取方法

当前地理信息动态更新中遥感影像建筑物提取仍需通过人机交互实现,生产效率较低,针对该问题提出了一种基于语义分割的端对端的遥感影像建筑物提取方法.该方法将提取任务分解为编码和解码两个过程,其中编码过程负责从输入的高分辨率遥感影像中提取建筑物的抽象特征,而解码过程则基于提取到的地物特征建立特征与提取结果的映射关系,从而获得像素级的高精度提取结果.采用高分辨率航拍影像和Worldview卫星影像进行试验,与传统的建筑物提取方法进行对比.结果表明,所提方法的精确度、召回率、F1得分和交并比相对于传统提取方法均有明显提高,能够有效解决地理信息数据生产中建筑物提取的问题.     

GF-1遥感影像结合等高线消除云层干扰的连续水体重建法

为了解决遥感影像水体提取时易受到云干扰的问题,针对连续水体局部受云层干扰的影像图,采用高精度地形信息与高分一号卫星(GF-1)遥感影像两种数据相结合的方法重建水体。分别对高分一号卫星影像数据和高精度等高线地形数据进行预处理后,对缓冲区多次迭代提取未受云层覆盖的部分水体,通过对两种数据的地理配准、数学统计计算等图像运算确定水体还原水位值,从而还原云层影响下的水面面积。结果表明:该方法可以有效消除云层的影响,7幅受云层干扰影像提取水体还原后的水体面积平均相对误差在5%以内,与参考值相比,水体面积平均差值为0.080 9 km²。该方法较准确地还原了云层干扰下的水体面积,可广泛应用于受云层干扰影像的水体提取。     

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。     

高分辨率影像道路提取的整体矩形匹配方法

提出了一种整体矩形匹配方法,对高分辨率遥感影像中的城市直线道路进行提取.方法基于影像特征、道路知识和数学形态学的击中击不中思想,通过改变影像分割阈值、矩形宽度和矩形方向,从矩形的内部和外部进行整体匹配,使得矩形满足最佳匹配原则,从而提取出道路.利用提出的方法对高分辨率卫星影像进行了实验.结果表明:该方法能较好地消除树木、汽车等对道路提取的影响,有效地提取出直线道路的边缘.     

基于深度学习和多次棋盘分割法的高分辨率影像河流提取

针对目前从遥感影像中提取的河流, 尤其是细小河流容易出现中断的情况, 将深度学习与多次棋盘分割法相结合, 应用于高分辨率遥感影像的河流提取。基于对山区、平原和城市3景高分二号卫星遥感影像的实验表明, 与现有的方法相比, 该方法提取的河流更加连续, 并且能够提取高分二号卫星遥感影像中两个像元的细小河流。     

一种基于Snake模型的遥感影像道路网半自动提取方法

在遥感影像中,道路不仅是一种重要的基础地理信息,而且还是提取其它地物目标的线索和参考,道路的正确提取对遥感影像的深入应用具有重要意义.然而,到目前为止,遥感影像道路网的全自动化提取仍处于探索阶段,现有研究仍多侧重于道路的半自动提取方法.本研究在归纳和总结现有典型的几种道路半自动提取方法基础上,提出了一种基于Snake模型的遥感影像道路网半自动提取方法,针对该方法中能量函数的构造、收敛迭代条件的设置、道路中角点的判断、角点及道路网中交点的提取等问题进行了讨论.最后对所提出的方法进行了实验验证,结果表明:基于Snake模型的遥感影像道路网半自动提取方法能够从覆盖范围大、场景复杂、噪声较多的遥感影像中实现道路网的提取且只需少量的人机交互,从而极大地提高了道路提取的效率.     

基于SURF和顾及维数的高光谱影像端元提取新算法

端元提取,丰度反演是高光谱遥感技术的重要内容,其中端元提取是关键的步骤。首次将特征提取算法speed-up robust features(SURF)引入到高光谱影像端元提取中。兼顾高光谱影像丰富的光谱信息改进了SURF算法,提出了在多维尺度空间内寻找极值点作为端元的高光谱影像端元提取新算法,即多维SURF(multi-dimensional speed-up robust features,MDSURF)算法;将其应用于美国EO—1卫星获取的云南中甸普朗地区的Hyperion高光谱影像,并成功提取了影像端元。为了进一步验证结果的可靠性,设计两组对比实验,分别利用N-FINDR和连续最大角凸锥(sequential maximum angle convex cone,SMACC)算法在同等条件下提取实验影像的端元,然后对三种方法的结果进行综合评价和分析,得出MD-SURF算法提取端元的观感效果较好、精度最高、质量最好。提出了一种新的高光谱影像端元提取算法,实验结果表明新方法具有精度高、鲁棒性好等特点,证明了基于新物理机理的MD-SURF算法是一种可行的高光谱端元提取算法。     

应用连续小波变换提取对流云团

准确地从卫星云图背景中划分出对流云团的边界十分困难。提出了一种应用连续小波变换从红外卫星云图中提取对流云团的处理方法。将正弦波经过Gauss函数调制后，得到一组满足允许条件的连续小波基函数，利用这组小波基实现了对流云团小波提取算法，得到了强对流云团边界的分割。与提取对流云团的常规处理手段相比，这种方法具有物理意义明确、分割结果准确的优点，是提取卫星云图中对流云团的有效方法。     

鄱阳湖HJ卫星CCD影像水面覆盖时空动态变化研究

鄱阳湖作为典型的吞吐性通江湖泊,获取其高动态的水面覆盖变化格局信息具有重要意义.为适应鄱阳湖区水体覆盖类型复杂的特点,尝试利用大气校正有效剔除影像信号中的瑞利散射,并设计了近红外反射率(ρrc(NIR))与绿光/近红外反射率比(ρrc(Green)/ρrc(NIR))相结合的水体提取方法,有效地改善了影像水体的提取精度.利用2008年9月～2011年12月151景无云HJ－1A/1B卫星CCD传感器数据,通过改进后的新方法高精度地提取了水体覆盖信息.在此基础上,利用时空分析方法动态分析了鄱阳湖近年来水面变化的季节性特征与年际变化特征.研究结果能够为湖区旱涝灾害监测、调洪等提供科学依据.     

基于面向对象的高分辨率遥感影像道路信息提取方法

采用一种基于面向对象的道路提取方法,阐述了影像理解、影像分割、对象层次结构等几个关键思想,提出如何解决传统高分辨率影像提取道路方法,如边缘检测、滤波等存在的不足,并对高分辨率遥感影像提取道路的实用性进行思考,为下一步具体应用指明方向。     

中分辨率遥感影像土地利用覆被信息自动提取研究——以太原市区Landsat8影像为例

"土地利用/土地覆被"(简称LUCC)是全球环境变化研究的热点问题之一,遥感技术是LUCC研究的重要手段,遥感影像LUCC信息的高精度自动提取成为众多专家学者关注的重要研究领域.Landsat系列卫星影像是最早且最为广泛使用的中分辨率陆地遥感影像.文章以2013年2月发射的Landsat8卫星的OLI影像为研究对象,利用ENVI软件,对太原市区的土地利用/土地覆被信息分别用最大似然法和决策树分类法实现自动提取,并进行精度比较.结果表明:最大似然法提取的总体精度为69.33%,Kappa系数为0.605 5,主要是耕地与林地、草地、建设用地以及建设用地与裸地的混分、错分现象较为严重,造成分类精度较低;而决策树分类法的自动提取通过确定适当的判别规则,使地类间的混分、错分现象明显改善,分类总体精度提高到91.33%,Kappa系数达到0.892 3,各土地利用类型的分类精度均有一定提高.     

结合DEM与淹没频率的水库水体动态遥感提取优化方法

由于云、雪及山体阴影造成的无效地表像元影响，利用遥感影像难以获取高精度的水库水体信息动态监测结果.论文在大津法的基础上，提出了结合DEM和淹没频率约束条件对水库遥感提取结果进行优化的方法(DF优化方法).基于Landsat系列卫星影像数据，使用改进的归一化差分水体指数(MNDWI)，通过大津法初步提取水库水体信息.结合多期提取结果综合得到的淹没频率以及当期有效水体像元的淹没频率特征，填补了受云、雪等因素影响的无效像元.在此基础上综合高程及水体淹没频率信息，剔除了山体阴影及其他偶发性因素的影响.遴选全球九个不同类型水库验证了DF优化方法的有效性，结果显示DF优化方法能有效减小水库水体的提取误差.与全球水体数据集JRC MWH的直接修正结果相比，DF优化方法总体分类精度提高了13%，达到了95.67%.同时，结合同步卫星测高数据构建的水位－水面积关系模型，进一步验证了DF水面积提取结果的准确性.相较于JRC MWH的直接修正结果，DF优化方法提取结果构建的水位－水面积关系模型的RMSE降低了30%.此外，该方法可基于GEE平台实现，能快速完成长时序的水体动态提取，为全球大尺度范围内的水库相关研究提供基础.     

基于遥感影像的校园周边建筑物变化检测研究

为使本科生了解卫星遥感技术、掌握机器学习方法,结合吉林大学大学生创新创业训练计划,设计了实验项目“基于遥感影像的校园周边建筑物变化检测研究”。以高分二号(GF-2)卫星影像与吉林一号夜间微光影像为实验数据,实验区域为中国某小学周边地区。使用多种机器学习方法以提取实验区域内不同时段的建筑物信息并对该结果进行精度分析;将建筑物提取结果与地面参考数据进行对比,最终获得了不同时间段的建筑物的变化情况。并且采用了吉林一号夜间微光影像对校园周边建筑与居民活动情况进行了分析。实验结果表明,所选取的随机森林与VGG(Visual Geometry Group)神经网络算法可对遥感影像中的建筑物进行有效识别,并通过不同时期建筑物数量和夜间灯光变化的检测结果,说明了校园对周边地区发展的影响,为城市规划提供了参考信息。     

遥感影像配准中控制点的自动提取

针对遥感影像的处理应用中,传统的手工选取控制点速度慢、精度低和强度大等缺点的问题,提出了一种基于影像灰度和影像特征混合自动提取控制点的新方法。在进行控制点的自动提取时,该方法速度快、错误匹配率低、精度高。方法内容包括特征点提取、构造影像金字塔以及基于金字塔数据结构的互相关匹配。     

从船载摄像机影像序列中提取海冰密集度的方法初探

南北极地区的航运受海冰影响较大.现有的冰区导航方法较为单一.本文设计了一种从船载摄像机影像序列中提取海冰密集度的方法,并以雪龙船第26次南极航行所拍摄的影像为例,对方法的可行性进行实验,之后使用中分辨率雷达卫星数据作为验证数据,对结果精度进行验证.结果表明,这种方法具有较高的精度,同时由于其在观测成本和观测简易度上的优势,可以作为现有导航方法的补充,并可用于定点监测等领域,为研究全球环境变化提供数据支持.     

中药甘草水溶性多糖的提取与测定

对中药甘草水溶性多糖的提取工艺进行了研究，并探讨了脱蛋白的优选方案．正交试验表明，水煎煮法提取水溶性甘草多糖的最佳工艺条件为：料液比为1：8，温度控制在90℃，提取时间为3h；超声法提取水溶性甘草多糖的最佳工艺条件为：料液比为1：8，超声功率为100W，提取时间15min．脱蛋白的最优方法为：三氯乙酸-Sevag法．结果表明，在最佳提取工艺条件下，超声法提取水溶性甘草多糖的量是水煎煮法的2．77倍，说明超声法是从甘草中提取水溶性多糖的一种较好的方法．     

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%。     

基于多源数据的山前水系提取实验：以济南市及邻区为例

河流水系的准确提取是研究构造地貌与水文地质的一项重要基础工作。近些年来,以基于ArcGIS的数字高程模型（DEM）和基于遥感影像的（改进的）归一化拆分水体指数（MNDWI,NDWI）为主的水系提取方法被广泛探讨和应用。但对于以山前地带为代表包含山地丘陵-平原的多元地貌地区,由于上述两种方法的局限性,均难以独自实现对此地貌的水系自动提取。本文以济南及邻区作为研究区,以SRTMDEM 90M 分辨率原始高程数据和Landsat 8 OLI_TIRS卫星影像作为源数据,通过对比不同方法（DEM、NDWI、MNDWI）的特点及在各地貌区的应用效果,尝试了一种能够自动提取上述地区水系的方法。实验结果显示,在区内的山地丘陵区和平原区,所对应的最优水系提取方法分别为基于DEM和MNDWI的提取方法,二分区的分界线可通过地形起伏度进行确定。本文通过对比研究区的断层和水系分布,认为研究区内活动时代早于早中更新世的断裂对河流造成的影响已经衰减,并且河流已达到了新的平衡状态。     

从动物固定标本中提取DNA方法研究

作者主要介绍了一种在福尔马林固定标本中提取DNA的方法，利用该方法从固定了半年以上的标本中提取到大于2kb的DNA片段，并利用通用引物获得了16S rRNA的扩增片段．并讨论了福尔马林固定标本中提取DNA该注意的问题．