基于TM影像的几种常用水体提取方法的比较和分析

随着遥感技术的飞速发展,利用遥感数据来进行水资源的监测、调查和分析已成为一种必然的趋势。从遥感影像中快速、准确地提取水体信息,是进行水资源调查和监测的一种重要的方法和手段。目前进行水体提取的方法有很多,本文选取了常用的3种水体提取方法,即单波段阈值法、基于阈值的多波段谱间关系法、基于阈值的水体指数法,然后分别选取典型的武汉平原地区和宜昌山地地区为研究区,以Landsat5TM影像为数据源,通过实验来比较和分析这3种水体提取方法分别在平原地区和山地地区的优势和不足。     

基于TM影像的平原湖泊水体信息提取的研究

以洪泽湖Landsat TM影像为例,分析了利用单波段阈值法和多波段增强图阈值法进行水体信息提取的差异,从而确定出不同时期不同用途所采用的最佳水体综合提取方法,即综合利用多波段谱间关系(TM2+TM3TM4+TM5)和单波段TM5建立起适合于平原湖泊水域的水体提取方法。     

基于Landsat TM影像的圩田结构信息提取与分析—以皖东南圩田区为例

皖东南圩田是中国主要圩田区之一,圩田结构特征主要反映在圩田水网以及圩田堤坝的组合上,对狭窄沟渠及水体与堤坝形成的混合像元的结构信息提取是圩田结构信息提取成功的关键。基于陆地卫星Landsat TM数据,采用了谱间关系法与阈值法两种方法进行圩田结构信息提取实验,实验表明：谱间关系法可以精确的提取水体信息,由于水体的混合像元不易与其它地物区分,所以无法合理的处理混合像元;阈值法中发现在第5波段,水体阈值的一定离散范围内的混合像元主要表现为圩田水网与圩田堤坝的组合,但易多提取居民地信息。通过对闲值法提取信息的二值图像与居民地信息二值图像进行布尔运算来剔除冗余信息,成功提取了圩田结构信息,探讨了圩田结构的4种类型并分析了它们的功能与形成背景。     

基于GF-2遥感影像的一种快速水体信息提取方法

在高分辨率遥感影像中,水体与阴影(尤其是高大建筑物阴影)、暗色地物不易区 分。针对 GF-2 遥感影像的光谱特性的大量实验研究,提出了一种新综合水体指数法(NCWI)来 增强水体区域信息;同时利用改进的 OSTU 结合鸡群算法(CSO)快速自适应地确定最佳分割阈 值,进而得到最终的水体区域。将其同归一化 NDWI、改进谱间关系法、主成分分析综合法等 常见水体信息提取方法应用于 GF-2 遥感影像水体信息提取,利用采用实地采样和人工解译的 混淆矩阵对提取的水体区域结果进行精度验证和对比分析,从而验证了其有效性和高效性。4 个实验区域的结果证明,该算法可以快速有效地提取水体信息,精确度分别达到 97.82%, 97.44%,92.13%,96.94%。     

遥感影像水体信息提取研究进展

水资源是人类社会赖以生存和发展的物质基础。遥感影像水体信息提取对水资源的监测、规划、保护、利用至关重要,一直受到专家学者的关注。针对国内外专家学者利用遥感影像进行水体信息提取的相关研究成果,文章按照阈值分割法、分类器模型法、基于\"全域-局部\"的提取法和光谱混合分析法4类,对前人提出的水体提取理论和方法进行归纳总结;在此基础上,指出制约水体信息提取精度的瓶颈和解决措施;最后对遥感影像水体信息提取的发展趋势进行展望。     

ASTER遥感影像水体信息提取方法研究

以安徽省芜湖市为试验区,首先对试验区水体和其它各类地物的光谱特征进行分析,探讨水体在ASTER遥感影像各个波段与其它地物之间的可分性,然后经过反复实验和分析,构建了基于波段阈值和谱间关系的水体提取模型:B2>B3,B1+B6<127,B3+B4<54和B3<24,最后将该方法提取结果与非监督分类、监督分类和植被指数法提取结果进行评价和比较。实验结果表明该方法可较好地提取研究区各类水体,分类精度明显优于传统提取方法,且简单实用,但在对光谱特征分析过程中样本点选取要求较高。     

巢湖流域水体信息提取方法研究

以Landsat-5 TM影像为数据源,在对研究区典型地物光谱特征值分析的基础上,利用各水体指数模型之间的关系,探讨了二值化提取水体中阈值确定的其他方法;通过对地物光谱值的分析,发现水体由于泥沙等含量的不同以及深浅的不同,其灰度值变化范围较大,与阴影的重叠较多,而采用谱间关系法,不能确定合适的阈值。提出了加权各波段灰度值并设定阈值去除阴影的方法--加权灰度阈值法,可以有效地去除阴影。研究表明结合水体指数模型法和加权灰度阈值法可以准确地提取水体信息。     

基于Munsell HSV变换的TM影像 水体提取方法研究

目前基于TM影像的水体信息提取方法有很多种,但是都很难快速、准确、客观地消除山体或建筑物阴影的影响。对常用的几种提取方法进行了验证论述,并基于孟塞尔（Munsell）HSV色彩变换,构建了新的水体提取模型（WEM：TM2-TM5>0且Sat-Va>0）。结果表明,基于该模型可以很好地消除阴影的影响,准确地提取水体信息。
     

基于KL变换的TM图像变化信息提取方法

遥感图像的一个典型应用是进行地面的变化监测。美国Landsat系列卫星提供的TM图像提供了进行变化监测的良好数据源。文章在对同一地区不同时相的TM图像精配准的基础上,对K-均值聚类差异法的实现过程进行了较为详细的探讨,并进行了多波段KL变换、主分量差异法、差异主分量法等处理,以提取该地区由于工程或其它人类活动所造成的地表破坏在遥感图像上所反映的变化信息,比较了通过这些方法来提取多光谱遥感图像上具有一定范围的变化信息的优缺点。     

基于光谱特征的MODIS影像东海水体类别信息提取

近年来东海海洋环境由于赤潮频发日趋恶化,为了进行基于水体类别信息提取的水体宏观分异规律探究,本文在对不同水体光谱曲线分析的基础上,提出了两种基于光谱特征波段运算的MODIS影像水体类别提取模型,通过优化并确定各类水体阈值,最终得到了2004年6月11日和2007年10月2日东海赤潮期悬浮泥沙水体、富营养化水体、赤潮水体、赤潮边界水体和远洋洁净水体五大类的分布和变化特征,并分别对两个时期的影像进行了叶绿素a(Chl-a)和海表温度(SST)反演辅助分析,研究结果不仅能从宏观上有效识别悬浮泥沙和赤潮等水体的分布范围,同时也能反映出不同水体因子从海岸带向远洋深海的变化规律,为海洋环境进一步探讨提供了研究基础。     

基于图像与几何空间的实时阴影绘制算法

介绍了基于图像与几何空间的实时阴影绘制算法,使用shadow map处理非阴影边缘区域,使用shadow volume处理阴影边缘区域,既克服了shadow map容易出现的走样现象,在性能上又较shadow volume有了很大提高.在具体实现中,引入了计算掩码技术,以实现对阴影边缘区域的划分.     

一种机载InSAR水体阴影的提取和识别方法

为了解决机载InSAR DEM中水体和阴影区域质量不佳需要区分修复的问题,提出一种综合利用机载InSAR数据源自动提取水体和阴影并加以识别的方法。首先基于InSAR DEM进行粗差点检测,利用粗差点作为种子点在SAR图像中区域生长,提取完整的水体和阴影区域;然后利用沿斜距向高程差和雷达俯角构造约束条件自动识别两者。通过对实测的机载高分辨率InSAR数据进行处理,水体阴影的识别率达到92%以上,其中水体和地形阴影的识别较好,而受制于DEM内在噪声等因素的影响,由树木造成的小块阴影容易造成误分。     

基于面向对象技术的高分辨率遥感影像的阴影检测与去除

阴影是高分辨率遥感影像的基本特征之一,阴影的检测对于影像的目标识别和信息恢复十分关键。采用面向对象的技术,通过图像分割,获取阴影对象,结合阴影对象的特征,设置特征函数并分类,最后获得阴影区域。试验证明,该方法简单易行,较精确地提取了阴影区域。     

基于遥感数据特征和像元替换技术的边缘提取方法

随着城市化的发展,城市遥感领域在中国发展迅速。高分辨遥感图像的边缘提取是当前城市遥感的重要研究领域。实践中,传统的边缘检测算子主要是通过图像空城特征微分,建立不同结构的模板完成。高分辨率遥感数字图像包括了空间域和光谱域两种信息,因此,借助于图像的光谱和空间域两种特征信息提高提取城市边缘信息精度已经成为当前算法开发的基本思路。该研究通过设计光谱分解和边缘检测的算子模板,综合利用了图像的光谱、空间特征信息。研究结果表明,这种方法有效地提高了城市遥感数据边缘信息的提取精度,同时还具有方法简便、计算速度怏的特点。     

一种通用的Shadow SSDT原始地址获取新方式

挂钩恢复是一项重要的安全技术。对Shadow系统服务描述表(SSDT)挂钩检测以及恢复方法进行分析,传统方法中的原始地址获取方式不仅存在Windows操作系统版本兼容性问题,而且代码逻辑复杂。针对该问题,提出一种通用算法,对Shadow SSDT原始地址获取方法进行改进,并设计了基址重定位方法,减少了代码量,有效提高了稳定性和兼容性。     

规则化城市建筑物阴影提取及校正模型研究

以面向对象技术为依托,进行阴影区域提取域和内部信息补偿处理。在多尺度分割的基础上,充分利用阴影对象典型的光谱、几何特征设置特征函数,提取相应的建筑物阴影区域。采用数学形态学,以对象间的空间关系为依据对阴影边缘进行规则化,并用直方图灰度映射策略补偿阴影的内部信息。最终沿阴影边界中值滤波,得到优化的建筑物阴影区域提取结果。     

基于粗糙集阴影区域的检测与分类

粗糙集理论是一种新的处理模糊和不确定性问题的数学工具。本文提出一种基于粗糙集阴影边缘分类方法。该算法根据粗糙集理论、梯度、最大邻域差及噪声的条件属性,将一幅图像划分为不同的子图像;然后对子图像分别进行处理,得到阴影边缘点;再利用边缘生长对边缘点进行细化和跟踪,删除那些假边缘点;然后根据阴影边缘构出假想的阴影区域,并统计这些区域的灰度直方图,求得阴影区域的灰度区间。根据该灰度区间可以得到阴影区域,再根据这些区域的灰度、形状、面积等特征对阴影进行分类。通过对所得结果进行分析可知,结合粗糙集理论的阴影图像边缘检测算法与其他的常规检测方法相比,无论从视觉效果还是检测精确度上都有所改善。     

一种基于无抽样小波变换的云阴影去除算法

提出了一种基于无抽样小波变换的人机交互半自动云阴影去除算法。首先通过无抽样小波变换将图像分解成高频部分和低频部分,通过半自动人机交互方式在低频图像中将图像分割为云区域、阴影区域、清晰地物区域3个部分,然后对各个独立云阴影区域分别进行低频信息补偿和高频信息补偿,最后通过无抽样小波反变换得到一幅过渡平滑,并对图像细节保存完好地去除了云阴影的图像。实验结果表明,该方法能够取得比传统的直方图匹配更好的效果。     

高分辨率遥感影像阴影检测与补偿方法优化

针对现有阴影检测误检水体为阴影及阴影增强导致非阴影区域信息改变的问题,提出基于统计信息分析的主成分变换水体识别与剔除方法,并结合蓝光抑制算法和阴影同质区统计信息实现阴影补偿。首先使用归一化阴影指数(Normalized Difference Umbra Index,NDUI)实现阴影区域的初始检测,然后利用主成分变换后水体统计信息与阴影统计信息的差异实现水体的识别与去除,并结合小区域去除和数学形态学方法完成阴影区域的检测,最后使用蓝光抑制算法和阴影同质区的统计信息分别对H、I、S分量补偿,并将结果转换回RGB色彩空间完成阴影补偿。以不同地区的高分辨率WorldView2影像和UltraCam D影像对提出的方法进行测试,结果表明:该方法可有效解决水体误检测为阴影的问题,且能够降低阴影补偿对非阴影区域的影响。