面向对象的黄河源典型区湿地信息提取

以黄河源玛多县为实验区,遥感TM影像和DEM为数据源,在研究区湿地定义、成像机制及其地学规律分析的基础上确定了湿地遥感提取的分类体系和湿地信息提取的有效特征（包括光谱、纹理、地形和结构特征）,并构建了面向对象的遥感湿地提取方法.实验显示:该方法湿地提取的总精度为90.13％,Kappa系数为88.33％,比常用的最大似...     

免棱镜全站仪在自由坐标下对高层建筑物的倾斜观测

<正>随着我国现代化建设的迅猛发展,各类高层建筑物拔地而起。因此其安全性监测也显得尤为重要。同时,其结构体型的复杂化及场地狭窄造成了不利的监测环境,因此探究新的监测方法尤显必要。本文,笔者以项目组对开封市商业银行大厦的倾斜观测为例,探讨利用免棱镜全站仪在自由坐标下对高层建筑物进行倾斜观     

基于遥感和GIS方法的千岛湖库区集合植物群落宏观格局初步分析

以杭州市淳安县千岛湖库区的典型集合植物群落为研究对象,运用遥感和GIS方法对其宏观格局特征进行初步分析,探讨了不同面积岛屿的归一化植被指数及其不同等级岛屿斑块的景观格局.结果表明:岛屿大小与岛屿的归一化植被指数呈现明显的正相关关系.各类岛屿内部不同NDVI等级斑块的景观格局对其NDVI整体大小有一定影响.整个景观的破碎...     

基于多源信息空间的遥感影像自动解译研究

通过分析遥感影像自动解译的研究现状和存在的问题,提出了基于多源信息空间的遥感影像自动解译的研究方法,将遥感影像分为光谱信息空间、形状信息空间、区域地学信息空间、干扰信息空间等四个信息空间,通过对多源信息空间的数学描述和计算机处理实现了遥感影像的自动解译.     

SPOT5遥感影像不同融合方法对地物识别精度的影响

以河南省开封市北部及郊区的SPOT5遥感影像为基础数据,对SPOT5全色波段影像与多光谱影像的几种融合方式进行了比较研究;基于各种融合结果影像进行实验区域的计算机监督和非监督分类,提取各类地物面积数据,比较影像融合前后各类地物面积变化率;分析不同融合影像对地物识别精度的影响,确定适宜不同地物判识的融合影像和方法,旨在为土地利用类型调查中的影像融合方法的选择提供参考.     

基于Landsat 8遥感影像融合方法和评价

不同卫星所拍摄的遥感影像对融合算法具有不同的适应性,人们需要根据不同的需求选择不同的融合算法。本文以Landsat 8遥感影像为研究对象,进行全色影像和多光谱影像的融合,同时选择4种影像融合算法,对校正后的Landsat 8多光谱影像和全色影像进行融合处理,并对融合后结果进行定性和定量评价。试验结果表明,Brovey融合算法均值最大为168.266 737,融合效果相对较差;PC融合算法的均值最小为161.863477,影像光谱保真度最好;HSV融合算法信息熵和平均梯度依次为5.286 542、18.826 124,其表达空间细节的能力最佳,但其光谱保真度较差;NNDiffuse融合算法各项评价指标综合效果最好。     

用于高分辨率遥感影像地类识别的Deeplabv3+改进模型

在高分辨率遥感影像地类识别上,语义分割网络Deeplabv3+表现优异,但是所需参数非常多,训练时间久。遥感影像中的地类与普通RGB图片中的对象相比颗粒度非常大,其具有更显著的特征以及更少的类别,并不需要过深过大的网络。因此,文中提出了一种基于轻量级网络的语义分割模型(Thin-Deeplabv3+),对Deeplabv3+的编码器进行了改进,利用轻量级膨胀网络(Light and Dilated Network, LDNet)提取输入遥感影像的特征,然后利用膨胀系数分别为2、12、24和36的空洞空间金字塔池化(Atrous Spatial Pyramid Pooling, ASPP)模块加强特征提取。在高分遥感影像数据集(Gaofen Image Dataset, GID)以及DeepGlobe土地覆盖分类挑战数据集(DeepGlobe Land Cover Classification Challenge, DLCCC)上的实验结果表明,Thin-Deeplabv3+的识别精度高于Deeplabv3+,并且所需参数仅约为Deeplabv3+的1/10。     

基于时序高分辨率遥感影像的城中村变化监测分析

城中村通过拆迁、改造成为生态、文明、和谐的宜居环境,融入城市的快速发展,是政府迫切推进的工作和重要的民生工程。城中村改造变化需利用科学的技术手段提取一定时序的变化信息,通过对关注信息的提取分析,并与其他相关影响因素进行关联分析,探讨其变化趋势及规律。文章选取同一地区城中村集中改造区域,结合一定时序的高分辨率遥感影像,经几何纠正及影像增强处理符合监测要求后分类提取目标信息,依据同类地物的变化趋势进行研究分析,依据分析结果对城中村改造变化情况做出了科学评价,为进一步开展科学合理的改造及决策提供了科学论据。     

结合节点计算能力的MapReduce负载均衡方法

MapReduce是大数据计算领域广泛使用的编程模型,默认的Hash分区方法易导致数据倾斜,使各计算节点负载不均衡,影响了整体计算性能并造成了大量集群资源浪费。针对这一问题,提出一种结合节点计算能力的分区方法。通过运行一个独立的抽样作业,利用Reservoir抽样算法抽取待处理数据并统计样本里关键字的位置和频次;根据关键字的统计数据制定分区策略,使各分区负载与节点计算能力达到平衡,同时优化网络开销;以全量数据为输入运行计算作业,并采用已制定的分区策略对中间数据进行分区,得出计算作业的运行结果。实验结果表明,方法使各节点负载更加均衡,可明显提升计算作业执行效率。     

基于字符行特征的车牌倾斜矫正算法

针对Hough算法在识别白色反光车牌时的不足,提出了基于车牌字符行特征的倾斜矫正算法.该方法采用通过字符行倾斜度恢复车牌原貌的机理,即从多个角度来对图像倾斜的方向扫描,分别记录各扫描平行线组中具有车牌字符信息的行数,对应字符行数目最多的扫描角度就是图像倾斜的角度.实验表明,该算法能较理想地减少车牌倾斜给车牌字符分割及识别带来的负面影响,运算量小且易行可靠.