基于NDWI和热红外混合的水体识别方法

从现代遥感理论入手,分析了植被、城镇、土壤、水体等典型地物在MERSI图像上的表现特征,进而提出适用于MERSI资料的NDWI结合红外通道的NDWI-EX水体指数扩展模型,提高了水体判识在城镇区域的准确率,为提高洪涝判识的准确度提供借鉴.     

基于TM影像的水体信息提取算法研究

以郑洛地区为研究区域,利用LandsatTM影像进行波谱再分析,对谱间关系法进行改进,设计了更适合于郑洛地区水体信息提取的算法。通过综合比较和分析单波段阈值法、谱间关系法、归一化水体指数法和IHS(intensity hue saturation)变换法,借助数学形态学、中值滤波等进行优化处理,进而提出了改进的谱间关系法。实验证明该改进算法具有有效性,提取效果良好,能够提取到较细小的河流等水体信息。河流细节丰盈,山体阴影较少,总体精度较高,与实际情况一致性较好。     

基于遥感技术的半干旱地区水体信息提取方法研究

我国半干旱地区年降水量少,而半干旱地区包含的范围广,对于该类地区水体信息的统计就弥足重要。该文利用遥感技术,选择2011年的LandSat5 TM数据,根据半干旱地区的特性,分别选择非监督分类、指数法、阈值法、谱间关系法对研究区水体信息提取,通过对比,谱间关系法的精度最高,达到85%,但自动化程度低;非监督分类法的精度最低,但自动化程度高,对于不同的精度和时间要求,可以选择不同的遥感技术提取半干旱地区的水体信息。     

基于卫星遥感的水体信息提取研究进展与展望

水体时空分布特征对于水资源监测与应用具有重要意义,而包括水体分布在内的地物覆盖类型分类和变化分析是遥感技术最常见的应用。对大区域的水体参数提取,尤其是高山无人区的水体的定量分析,利用卫星遥感数据进行水体位置、面积、形状和河宽等水体参数提取,不仅节省人力、保障安全,还提高了工作效率,已经成为一种快速获取水体参数的有效方法和手段。该文从4个方面对卫星遥感在水体信息提取上的应用现状进行综述:水体在电磁波波谱各波谱段的反射特性; 1980年以来国内外基于雷达和光学遥感数据提取水体信息的研究状况和具体应用方向;各种水体信息提取方法的工作原理和优缺点;应用卫星遥感技术提取水体信息面临的挑战和尚待解决的关键问题,利用遥感技术提取水体遥感信息的发展趋势展望。     

Solid Edge零件特征的几何信息提取

介绍了SolidEdge中的实体特征分类和机械零件特征识别与提取的常规方法与过程，对如何提取Solidedge零件特征信息、几何信息及其处理程序进行了研究，提出了应用程序访问Solidedge特征库的两种模式；并以SolidEdge中的零件为例，通过VB语言设计应用程序，成功提取SolidEdge下零件的特征及几何信息，这些信息保存在数据库中，下游的CAPP、CAM系统可直接使用。     

基于简单比值型水体指数(SRWI)的水体信息提取研究

以闽江口Landsat TM影像为研究对象,通过研究水体及其背景地物光谱特征,根据水体在绿光波段(TM2)的亮度值高于中红外波段(TM5),而水体背景地物在绿光波段(TM2)亮度值低于中红外波段(TM5)的特点,提出了简单比值型水体指数(SRWI).该指数中的水体与其背景地物具有较好的可分性,将本依据应用用于不同类型的水体提取上,均取得了良好的效果.实验表明SRWI方法适用于多源遥感数据的水体提取,且操作简单方便,对水体信息快速提取有较强的应用意义.     

云南泸沽湖水体信息提取方法研究

运用Landsat 8卫星OLI多光谱影像数据,以云南泸沽湖为研究区域,分别运用归一化差异水体指数法、增强型水体指数法、缨帽变换以及面向对象图像分类进行泸沽湖水体信息提取的研究与比较.研究结果表明针对Landsat 8遥感影像波段的特殊性,采用面向对象图像分类提取出的水体信息效果最好,该方法相比传统水体信息提取具有显著的优势.     

高分影像水体信息提取对比研究

针对天绘一号卫星高分辨率影像,采用面向对象分类方法对怀柔水库区域进行水体信息提取,在多尺度分割的基础上,统计地物的光谱信息、形状因子和亮度均值等,建立水体信息的特征集,充分利用高分辨率的特点提取水体信息,同时选取了参数相近的SPOT和Rapid Eye两幅国外高分影像进行对比研究,使用相同方法进行水体提取,对实验过程和结果进行了对比分析.针对提取结果,采用野外采样和矢量图分析两种方法综合进行精度评价.实验制定了适用于天绘影像的水体提取的方法和规则,分析不同因素对分割与分类结果的影响,同时,我们比较了天绘影像与国外同级别高分影像的优劣性,为天绘影像的进一步应用提供了参考.     

基于Landsat遥感影像的鄱阳湖水体信息提取与分析

鄱阳湖作为中国最大的淡水湖,具有非常重要的生态和经济价值.遥感技术的快速应用发展,使利用卫星遥感影像对鄱阳湖进行动态检测成为一种有效的途径.由于鄱阳湖季节变化特征明显,首先对鄱阳湖2018年1月枯水期和2016年7月丰水期Landsat影像分别采用归一化水体指数法、改进归一化水体植被指数法、自动水体提取指数法和谱间关系法对其进行水体信息提取.再根据该月份高精度最大似然法分类结果进行精度评定.可以得出枯水期采用MNDWI,丰水期采用AWEIsh水体提取方法效果最优.通过获取的2009—2018近10年鄱阳湖遥感影像数据,分别在枯水期采用MNDWI水体方法,丰水期采用AWEIsh水体提取方法,得出各月水体范围,然后对鄱阳湖面积进行年际及季节性的时序分析.实验结果表明:1)鄱阳湖是季节性变化很大并且存在明显规律性的湖泊,一年之中的最大面积约最小面积的2倍;2)2009—2018年的10年间鄱阳湖面积的最大值、最小值和平均值年际变化趋势一致,在枯水期鄱阳湖面积年际变化较小,在丰水期鄱阳湖面积年际变化较大,鄱阳湖水域面积并没有明显增大或减小的趋势.     

基于TM影像的水体信息提取方法研究(英文)

以高邮湖为研究区,TM(Thematic Mapper)影像为数据源,结合常规调查数据,分别运用单波段阈值法、谱间关系法、比值法、归一化差异水体指数(NDWI)法、改进的归一化差值水体指数(MNDWI)法和混合水体指数(CIWI)法进行水体信息提取研究。并通过实验比较6种方法的优缺点,确定出最佳水体提取方法。结果表明,谱间关系法易于消除由于建筑物阴影所造成的水体误提;CIWI易于消除建筑用地所造成的水体误提;基于谱间关系法和CIWI模型,可取得较高的水体提取精度,有效地减少水体误提现象,提高水体识别的精度。研究表明,基于谱间关系法和CIWI模型相结合所提取的水体信息精度可达到95.2%。     

中巴资源一号卫星水体信息提取方法研究

选取中巴资源一号卫星(CBERS-1)CCD数据南京幅典型地区作为研究区,其范围为1 262×1 295像元区域.通过分析不同水体在不同波段的光谱特征,及山区阴影对水体提取的影响,提出了一种新的水体遥感信息提取方法一迭代混合分析方法,适合于亮度值偏低的中巴资源一号卫星数据.利用该方法进行了水体信息提取实验,实验效果良好.因此,通过水体信息提取,中巴资源一号卫星数据可为洪涝灾害评估预测提供基础数据.     

基于纹理特征的微山湖湿地信息提取研究

研究基于Landsat7 Enhanced Thematic Mapper Plus(ETM+)影像,利用典型地物的光谱特征及灰度共生矩阵的纹理特征建立分类模型,提取了微山湖地区的泥滩信息,并采用随机采样法对分类结果进行了评价,Kappa系数达到0.822 7.研究表明,单一使用光谱特征分类的方法不能够有效的区分水体与泥滩信息,而辅以纹理特征后的分类方法可以将二者区分开,并且能够达到一定的分类精度,为湿地遥感信息的分类提供了一种方法.     

基于案例推理的遥感影像水体信息提取方法

为了提取得到高分辨率遥感影像水体信息,以0.5 m分辨率World View-2影像为数据源,提出了一种基于案例推理的遥感影像水体信息提取方法。首先以提取到的影像上水体的光谱特征和纹理特征来构建推理案例库,采用归一化的案例相似度计算方法和案例匹配策略进行特征匹配,然后结合区域生长法和数学形态闭运算进行匹配后处理,最终完成水体信息提取。对不同类型的水体信息进行了提取试验,并与SVM方法提取水体的精度进行了对比,结果表明,文中方法的总体精度98.15%,kappa系数0.96,从而验证了方法的有效性和适用性。文中方法可以推广应用于不同遥感影像其他地物信息的提取。     

基于WEU-Net模型的贺兰山东麓滞洪区水体信息提取

针对经典U-Net模型在贺兰山东麓滞洪区水体信息提取中存在的过拟合、泛化能力有限等问题,基于Sentinel-1合成孔径雷达卫星和Sentinel-2多光谱卫星影像提出了一种水体信息提取卷积神经网络模型(WEU-Net)。WEU-Net模型通过减少编码器与解码器的跳跃连接以及卷积核数量使网络结构简化,并引入残差块增强特征提取能力,弥补了因简化模型而损失的图像信息;在数据集方面,采用逐步回归法结合改进的归一化差异水体指数构建了Sentinel-1水体指数,优化了Sentinel-1卫星影像数据集特征丰富度。试验结果表明:WEU-Net模型预测总体精度为98.19%,F1分数为0.946 9,分别较经典U-Net模型提高了0.357 7%和0.948 8%,训练时长缩短了49.30%;融合Sentinel-1水体指数后,模型预测总体精度和F1分数分别提高了0.51%和3.16%。     

基于特征和HMM的信息提取

为了解决在信息提取中,召回率和精度都不高的问题,提出了改进的HMM(Hidden Markov Models)模型,该模型采用一种新的文本分块技术。通过文本的语义特征和结构特征,抽取具有特征的状态,并在此基础上,抽取剩余的无特征的状态改进HMM,测试了由卡耐基梅隆大学数据搜索引擎研究小组所提供的100篇计算机科学文件头部。结果表明,与基于字词和传统的HMM方法相比,召回率和精确率分别达到了91.99％和94.79％。     

面向对象的遥感影像水体信息提取

基于面向对象的遥感影像分析方法,在不同尺度分割遥感影像的基础上,根据影像对象的特征,如亮度、光谱、归一化植被指数(NDVI)、面积和上下文等信息,对水体信息进行了提取和分类.结果显示:与传统的基于像元的分类方法相比,面向对象的遥感影像信息提取方法具有很好的效果,同时也提高了信息提取的精度.     

城市径流对受纳水体的污染特征研究

以润溪湖为受纳水体,通过对8场降雨的径流水样和雨前、雨后的湖水水样SS、COD、TP和氨氮4项污染指标进行测试,采用平均浓度法计算每场雨水径流的EMC值,探究各项污染物浓度的变化规律,对集水区内每场雨水径流产生的污染负荷和受纳水体在降雨前后污染负荷的增加进行了核算,并进行受纳水体污染物浓度增加值与雨水径流EMC相关性分析。研究结果表明:雨水径流EMC以SS和COD污染最为严重,两个采样点4项污染物指标雨水径流产生的污染负荷占到受纳水体污染负荷增加的45.00%~79.78%;相关性分析结果显著,经不同采样点综合得到的回归直线能用于推算该区域内受纳水体污染负荷增加,预测水体污染程度。     

一种NDWI自约束遥感影像水体信息的快速检测方法

针对传统遥感影像水体信息检测环节多、过程复杂的问题,本文提出一种基于归一化水体指数(NDWI)自约束的水体判别方法,该方法直接从影像中检测水体,能减少操作环节、提高检测速度,为水体应急监测提供快速响应的方法。通过对本方法与阈值法、分类法在不同数据中进行测试,结果显示:本方法对World View-2、Landsat8和Sentinel-2A影像水体检测的总体精度介于83. 87%～91. 53%,阈值法检测的总体精度介于85. 07%～94. 07%,支持向量机分类法检测的总体精度介于91. 91%～97. 70%;该方法对水体的检测精度不及阈值法和分类法高,但在具有较高检测精度的同时能明显简化操作,在水体监测应急响应中具有实际应用价值。     

基于LinkNet卷积神经网络的高分辨率遥感影像水体信息提取

针对高空间分辨率(简称高分辨率)遥感影像在水体信息提取时准确度不高的问题,采用LinkNet卷积神经网络模型对高分辨率遥感影像进行水体信息提取,验证该网络模型对于水体信息提取的可行性及有效性.首先选取包含水体的影像数据作为训练数据,然后构建LinkNet卷积神经网络模型,并利用构建好的网络模型训练得到水体信息的先验模型,最后采用该模型对真实高分辨率遥感影像进行水体信息提取,并与经典算法比较.实验结果表明:LinkNet卷积神经网络模型能够实现高分辨率遥感影像水体信息的高精度提取,且优于经典算法.     

一种基于白帽变换的细小水体信息提取方法

提出一种基于形态学白帽变换的线性特征增强处理技术,从而有效提取遥感影像中的细小水体信息.通过白帽变换对改进的归一化差异水体指数(MNDWI)影像进行线性特征增强处理,获取形态学细小水体指数(MNWI)特征影像,并采用经验阈值和自动阈值相结合的方式实现水体样本信息双阈值分割提取,解决细小水体与线状道路容易混淆的问题.利用多幅Landsat影像测试本文方法,结果表明,本文方法能较好地提取细小水体信息,较好地保持细小河道形态的连续性,细小水体提取精度达到80%以上.