基于纹理的影像分类的特征、波段与窗口选择问题研究

结合纹理特征进行分类是提高影像分类精度的重要手段之一。纹理分析结果的好坏直接影响到最终的影像分类精度,而纹理分析结果又与很多因素有关。本文选取武汉某地区的局部多光谱遥感影像,分别在不同纹理特征组合、不同波段组合以及不同分析窗口下利用灰度共生矩阵进行纹理分析,然后采用最大似然法进行影像分类。通过精度分析实验选取出最优纹理特征组合、波段组合以及纹理分析窗口。     

SPOT卫星图像用于修测地形图的试验

确定地形图的更新方法,在很大程度上取决于遥感图像的现势性和地面分辨率的大小。利用航空像片更新地形图能保证地形图的精度,但周期长、成本高。星载CCD推扫图像可以周期性的覆盖地面,且有较高的地面分辨率。SPOT卫星HRV传感器获得的图像,地面分辨率甚高,用于修测的1:5万地形图的可能性很大。针对地貌测绘和地形要素的判读能否满足现行规范的要求,我们利用SPOT卫星     

遥感影像目标边界提取算法比较

本文对高分辨率遥感影像目标边界提取的方法进行了阐述,分别对Canny边缘检测算子、边界跟踪和数学形态学方法进行了分析与实验,通过实验对比得出,边界跟踪受噪声的影响大,Canny边缘检测算子和数学形态学边缘检测效果较好,但提取出的边界完整度和定位准确度较差.     

基于高分辨率卫星影像的居民地信息提取研究

居民地提取是一项长期而复杂的研究工作，因为居民地提取涉及到多方面因素的制约，而高分辨率遥感技术是进行居民地信息提取的有效手段。本文利用ENVI软件，针对高分辨率影像，采取监督分类的方法对居民地提取进行了研究。     

一种改进的拉普拉斯边缘算法和启发式搜索的道路提取方法

本文针对ADS40影像,试验了改进的拉普拉斯边缘提取算法,获得了包含完整道路信息中间结果,并在此基础上,采用了一种启发式搜索算法,从中间结果中提取出了道路目标。实验证明,该方法提取道路目标的效果较好,能够顺利将主要道路提取出来,达到了预期目的。     

基于简约集支持向量机的高光谱影像分类

针对高光谱影像支持向量机分类的预侧过程中需要花费大量计算时间的问题,提出了一种利用简约集算法提高高光谱影像分类预测效率的方法。采用径向基核函数,使用一对一构造多类支持向量机分类器,通过交叉验证网格搜索法对参数进行模型参数选择,并利用简约集算法来减少分类预测过程计算量。通过高光谱影像分类试验表明,保持支持向量机的泛化能力并不需要使用所有计算得到的支持向量,简约集算法能够在保持分类预测精度的同时,大大提高高光谱影像分类预测的速度。     

遥感影像道路网提取算法研究现状

遥感影像道路网的提取一直是国内外学者研究的热点,本文详细介绍了目前道路网提取的研究现状,对基于梯度运算和道路骨架线抽取的提取算法、基于高斯尺度空间的边界线提取算法的原理以及提取效果进行了分析和比较,以为下一步研究提供理论支持.     

非量测数码相机成像性能测定方法研究

非量测相机广泛应用于摄影测量领域,因此必须对其成像性能进行测定。本文分析了影响调制传递函数的因素,设计了利用影像的灰度曲线测定非量测相机成像性能的方法,经过与调制传递函数曲线的对比实验,表明了该方法具有简单、便于操作、稳定可靠的特点。     

分数维在自然景物仿真中的应用

计算机自然景物仿真具有广泛的应用领域,它是计算机图形学的一个重要分支.但自然景物形状复杂,不具有连续、光滑的数学性质,无法再用描述规则形体的欧氏几何来描述自然景物.文中介绍了分数维及分数维造型技术,这种技术可以有效解决不规则物体的造型问题,它能够逼真地描述自然界中存在的各种自然景物,从而获得满意的效果.最后用山作为分数维模拟自然景物的应用实例,试验结果证实了分数维在自然景物仿真中的有效性和实用性.