基于DEM的长城遥感信息提取方法研究

长城已被列为濒危的世界文化遗产之一。由于长城分布的干线很长,调查困难,致使长城家底不清,保护管理工作很难进行。本文提出一种从遥感影像上快速提取长城的方法。本文选取了典型砖石结构的八达岭段长城,利用SPOT5遥感数据,对其进行NDVI处理,初步提取"类长城地物";再利用1∶10000DEM数据提取山脊线建立缓冲区,将两者进行叠合提取长城,再通过形状指数法去除多余图斑,得到最终结果。应用上述技术路线提取出的八达岭长城与已有资料进行比对提取精度较高。     

一种新的山脊线和山谷线自动提取方法

提出了一种新的自动提取山脊线和山谷线的方法－方向剖面法。该方法可以根据穿过高程数据点的各个方向的剖面线特征,自动识别DEM中可能的山脊点和山谷点;然后,用修正的Hilditch细线化算法筛选山脊点和山谷点;接着再把筛选后两两相邻的山脊点或山谷点连接起来,形成山脊线或山谷线的“雏形”;最后,将山脊线或山谷线“雏形”中封闭的三角形断开,并剔除过短的山脊线和山谷线。用真实DEM数据进行试验研究,其自动提取的山脊线和山谷线与高程等值线图反映的地形起伏基本一致,从而证明了该方法的有效性。     

基于图像金字塔的山脉线提取方法

借鉴多分辨率分析思想对格网DEM数据进行多尺度处理,设计了一种山脉线的提取方法。该方法利用图像金字塔对格网DEM数据进行逐层分解,对不同尺度空间下的山脊线提取结果进行叠加套和,以获取最终的山脉线。实验结果表明,该方法能够较好的去除原有山脊线中存在的细小分支,提取结果符合地貌认知。     

基于图像金字塔的山脉线提取方法

借鉴多分辨率分析思想对格网DEM数据进行多尺度处理,设计了一种山脉线的提取方法。该方法利用图像金字塔对格网DEM数据进行逐层分解,对不同尺度空间下的山脊线提取结果进行叠加套和,以获取最终的山脉线。实验结果表明,该方法能够较好的去除原有山脊线中存在的细小分支,提取结果符合地貌认知。     

基于Visual C#.NET的空间缓冲区分析开发

随着计算机技术特别是网络、通讯技术的发展,GIS技术得到了飞速发展,并朝着网络化、大众化的方向发展。同时,由于社会对地理信息的巨大需求,地理数据的应用日益广泛。但是空间数据中隐含着大量的知识信息与各类模式,因此,人们迫切需要一些有效的方法来从中提取出一些潜在的、有价值的知识。文中采用Visual C#．NET与ArcObjects相结合,开发出了空间缓冲区分析模块,实现了对空间缓冲区分析的功能,通过对其点、线、面的缓冲区分析,从而高效、直观地提取出隐含在空间数据中的信息。     

线目标缓冲区生成的矢栅混合算法研究

线目标的缓冲区生成是缓冲区分析的基础和关键。结合栅格算法与矢量算法的优势,提出矢栅混合算法解决线目标的缓冲区生成问题。采用Douglas-Peuker方法对线目标进行重采样以加快缓冲区建立速度,用扫描线方法将线目标矢量数据转化为栅格形式,再采用膨胀原理生成缓冲区,通过扫描缓冲区栅格边界,提取有效矢量数据,进行求交运算,对缓冲区生成中的自相交多边形进行处理。     

基于LSMM模型的精确地物覆盖类型的提取方法

本文对线性光谱混合模型(LSMM)进行了研究，提出了利用分解误差和比值系数分别进行约束，从而提取精确的地物覆盖类型的研究方法，并利用模拟数据和实际数据进行了验证。实验结果表明，相对于传统的需要对地物进行逻辑上或光谱组成上归并的研究方法，采用本方法提取更为细致的地物覆盖类型，是可能的。     

基于高斯尺度空间的山脊主脉提取方法

山脊线有主脉和支脉之分,主脉连贯突出且长度较长,控制了地形整体特征和态势,支脉则相对短小、分布于主脉两侧,反映了地形局部变化与细节。然而,现有方法提取的山脊线包含支脉多,提取结果偏差大、连续性差,无法支持实际应用。为此,结合多尺度分析与图像融合理论,提出了一种主脉的提取方法。新方法以不同参数的高斯核函数对数字高程(DEM)数据做多尺度分解,分别提取各尺度下山脊线,再以高斯尺度参数构造各尺度山脊线权重,采用加权平均法融合各尺度山脊线,获得更能体现宏观地形特征的主脉。实验结果表明,该方法简单易行,提取的主脉清晰、连续,与实际地形较为相符。     

结合双视觉全卷积网络的遥感影像地物提取

目的 遥感影像地物提取是遥感领域的研究热点。由于背景和地物类型复杂多样,单纯利用传统方法很难对地物类别进行准确区分和判断,因而常常造成误提取和漏提取。目前基于卷积神经网络CNN（convolutional neural network）的方法进行地物提取的效果普遍优于传统方法,但需要大量的时间进行训练,甚至可能出现收敛慢或网络不收敛的情况。为此,基于多视觉信息特征的互补原理,提出了一种双视觉全卷积网络结构。方法 该网络利用VGG（visual geometry group）16和AlexNet分别提取局部和全局视觉特征,并经过融合网络对两种特征进行处理,以充分利用其包含的互补信息。同时,将局部特征提取网络作为主网络,减少计算复杂度,将全局特征提取网络作为辅助网络,提高预测置信度,加快收敛,减少训练时间。结果 选取公开的建筑物数据集和道路数据集进行实验,并与二分类性能优异的U-Net网络和轻量型Mnih网络进行对比。实验结果表明,本文提出的双视觉全卷积网络的平均收敛时间仅为U-Net网络的15.46%;提取精度与U-Net相当,远高于Mnih;在95%的置信水平上,该网络的置信区间明显优于U-Net。结论 本文提出的双视觉全卷积网络,融合了影像中地物的局部细节特征和全局特征,能保持较高的提取精度和置信度,且更易训练和收敛,为后续遥感影像地物提取与神经网络的设计提供了参考方向。     

显著度可控的DEM地形特征线提取

目的 基于数字高程模型（DEM）的地形山脊线和山谷线提取对地形模型简化、基于样本的地形合成和地形地貌研究有重要意义,针对许多传统算法无法对所提取特征线的显著度进行方便准确的控制,以及不支持环形特征线提取的问题,提出一种新的显著度可控的DEM地形特征线提取算法。方法 首先利用全局断面扫描算法提取特征点并计算各特征点的显著度,然后根据特征点的特征方向进行特征延伸以增强特征连通性,接着采用改进的Hilditch细线化算法对特征点集合进行细线化处理,之后为相邻特征点添加特征边,构成特征图,利用环路检测与破环算法检测特征图中的环路,并破除冗余小环路,最后根据分支显著度的相似度和分支方向一致性进行特征图分解,计算分解得到特征线的显著度并筛选得到最终特征线。结果 使用真实DEM数据提取最显著的若干条特征线,与现有的基于特征显著度的地形特征线提取算法进行对比,本文算法对特征图的分解能够更准确地提取主干特征线,而基于显著度的特征线筛选控制也更加准确合理。对提出的环路检测与破环算法进行实验验证,该算法能保留大的山脊线环路,破除小的冗余环路。结论 实验结果表明,本文算法能有效实现显著度可控的山脊线和山谷线自动提取,提取结果与人眼观察结果基本一致,同时能够支持含有环形特征的地形。     

"北京一号"小卫星数据的长城实验研究

本文将新的国产小卫星“北京一号”数据用于长城考古实验研究,主要从目视解译和自动提取实验两个方面分析讨论了长城的特征,一方面验证了“北京一号”小卫星数据的长城考古潜力,另一方面也为长城普查提供了一种新的技术手段。     

基于ArcGIS与Illustrator的长城专题影像图制作

长城专题影像图作为长城测量项目重要的成果之一,是以航空遥感影像为基础,负载大量现势性强的基础空间数据和长城专题信息数据,从而可以满足长城修复、保护等各项工作。通过分析当前专题图制作的两种主要技术,提出基于地理信息系统软件（ArcGIS）和专业绘图软件（Illustrator）联合实现专题图制作的方法,以设计和制作长城专题影像图为例,详细介绍了该模式下专题影像图的整体设计、数据组织及处理、图廓整饰等。通过应用说明：这种混合制图方式不仅可提高绘图精度、丰富地图内容表示等方面具有明显优势,而且能提高绘图效率、降低工作成本,在专题地图制作方面具有广阔的应用前景。     

1∶1万DEM的生成及SPOT-5卫星数据正射校正

丘陵、山区利用地面高程模型(DEM)进行正射校正是消除或限制投影误差的重要方法。通过对丘陵、山区1∶1万地形图中的等高线、高程点、特征线等地形要素进行数字化处理及不同坐标系的转换等,制作生成符合规范要求的高精度的1∶1万DEM。对SPOT-5卫星影像数据进行了配准、融合及几何校正,辅助利用1∶1万DEM制作完成符合精度要求的正射影像图。1∶1万DEM及正射影像图的制作完成对全省类似地区的图件更新及地理信息系统建设具有重要的参考价值。     

遥感图像道路信息提取方法研究进展

随着卫星遥感和信息提取技术的快速发展,地理信息的自动更新成为可能。道路是重要的人工地物,是地理信息数据的重要组成部分,从遥感图像上提取道路信息以更新地理信息数据库成为近年来的研究热点之一。通过总结遥感图像道路信息自动提取的发展历程,归纳了常用的道路信息提取方法,并对各个方法的特点进行了分析,在此基础上分析了遥感图像道路信息提取中的不足,最后对以后道路信息提取的研究进行了展望。     

基于小波的数字高程模型压缩方法

根据地理信息系统中数字高程模型（DEM）的特点，提出一种基于小波变换的DEM数据压缩方法．文中主要研究了小波滤波器的选取、最优标量量化器的设计等问题，并对DEM小波分解系数进行了深入的分析．同时，应用该方法对实验DEM数据进行测试．结果表明，该方法较其他方法更为有效，能够在取得大压缩比的同时，有较好的数据恢复质量．     

渭河定量遥感水质反演中的大气校正作用研究

以渭河陕西段为研究对象,在获取了渭河陕西段实地监测数据和相应时间段的SPOT-5遥感影像数据基础上采用黑暗像元法(DOS)、大气辐射传输模型法等7种大气校正方法对SPOT-5遥感影像进行大气校正。结合校正后的遥感数据,使用多元线性回归、支持向量机(SVM)、及BP神经网络3种方法对渭河进行定量遥感水质反演。实验结果表明,通过遥感影像对渭河进行定量水质反演是可行的,大气校正在一定程度上提高了定量遥感水质的精度。对于SPOT-5遥感影像的大气校正,采取对遥感数据辐射定标后消除各波段最暗像元的方法可以达到较好的效果。     

水源保护区划界的遥感与GIS技术研究

科学合理地划定水源地的保护范围是一项技术含量较高的工作。以厦门市饮用水源中的北溪引水渠(管道)和坂头水库为例,根据饮用水源保护区划分原则,研究基于数字化的地形图建立数字高程模型并自动生成汇水区盆地和流域范围的GIS技术、获取相关自然环境专题信息的遥感技术、以及综合利用社会和自然等多种数据源进行保护区范围界定的方法。重点探讨数字高程模型的建立以及汇水区盆地和流域边界自动生成的GIS方法。     

从DEM中自动提取自然水系

为了从数字高程数据中自动提取区域水资源信息，以提高基于GIS的区域水资源勘查评价工作的效率，提出了一种从DEM中自动提取自然水系的实用方法，该方法通过DEM数据预处理，首先将其中的洼地和小平原改造成斜坡；然后依据水总是沿斜坡最陡方向流动的原理，确定DEM中每一个栅格点的水流方向，再根据各点的水流方向数据，计算出每一个栅格点的上游给水区；接着，根据栅格点上游给水区数值，用阈值法确定水系栅格点，并对水系栅格点进行筛选；最后，根据水系栅格点的水流方向，将整个水系追索出来，另外，还用该方法对试验区的DEM数据进行了自动提取自然水系的试验，其结果与用手工方法提取的水系基本一致，证明该方法是有效的。     

基于数字高程模型的古滑坡区提取

针对古滑坡的滑前影像无法获得,植被、纹理信息都已恢复,无法通过对比分析滑坡滑动前后的植被、纹理等信息的变化来提取滑坡区域的问题,提出了一种新的基于数字高程模型的滑坡区域范围提取方法。该方法基于简化的滑坡体模型及特征分析,对滑坡区进行水流方向、坡度、山脊山谷线提取,通过流域分析获取滑坡区域范围;利用坡度图实现滑坡壁与滑坡体提取。实验利用全球30m分辨率ASTER GDEM数据,提取了四川理县3个古滑坡体区域范围,验证了该方法的有效性。