基于高分辨率遥感影像的农村居民点内部用地信息提取研究

近年来,随着农村地区土地利用规划工作的细致深入,对快速获取农村居民点内部用地信息提出了更高的要求。目前,国内外的研究主要集中在对于房屋或道路的提取上,且大多以面向像元的分类方法为主,其结果并不能反映农村居民地内部的整体用地情况且分类精度有待进一步提高。为此,本文提出了一种方法：首先利用大比例尺土地利用现状图提取农村居民点外边界;接着建立起农村居民地遥感分类体系;然后,采用面向对象的分类技术,辅以各种地学知识建立起提取农村居民点内部用地信息的有效模型;最后以武汉市黄陂区的桃园吉地区为研究区域进行了实例研究,验证此方法的有效性。     

基于高分辨率遥感影像的车流信息提取

阐述了QuickBird影像的特征及对图像中某些感兴趣信息提取的两种方法:监督分类和阈值法.分别采用ERADS软件和MATLAB软件来提取遥感影像的车流信息.以西南交大九里校区周围区域的QuickBird卫星图像作为研究对象进行研究,可以快速的了解该地区各路段的交通状况,每条道路的车流量估算,从而更好地管理交通,合理布...     

基于高分辨率遥感影像的车辆信息提取方法研究

从高分辨率遥感影像上进行车辆信息提取可以作为地面车辆分布信息监测的一种全新的方式。文章采用Adaboost算法和多尺度影像分割,结合城市地区地籍资料等现有的资料,分别对大飞机DMC航摄影像和Quickbird-2卫星影像进行了车辆信息提取试验,总结出可以有效地从高分辨率遥感影像上提取车辆对象的方法流程,并对提取正确率等试验结果进行了分析。     

基于Canny算子的高分辨率遥感影像分割技术研究

目前，基于面向对象的影像分析方法已经广泛应用，这种方法基于对影像进行分割得到同质对象，所以，分割结果的好坏将会直接影响到后续分类的精度，所以，有必要对分割方法进行研究。本文提出了一种基于Canny算子的影像分割方法，并采用高分辨率的Quickbird影像进行实验，实验证明这种方法能有效提高影像分割的准确性。     

高分辨率卫星影像计算机分类方法的比较

从研究应用需求上阐明不同分辨率的特征,从而依据不同分辨率下影像的特征阐述不同的分类方法,结合绵阳地区快鸟高分辨率卫星影像数据,用不同的分类方法进行分类,并对比总结,最后得出高分辨率影像分类的关键方法.研究目的是就同一地区的高分辨率卫星图象,用面向对象软件eCognition和传统的基于像素的分类软件分别进行分类,从实践上去验证面向对象分类软件eCognition是十分适合高空间分辨率、纹理信息丰富的图象的,也是解决高分辨率数据利用不充分问题的关键所在.     

输电线路高分辨率遥感影像地质灾害解译识别技术

现代遥感技术在地质灾害调查、地质灾害危险评价、灾情评估和地质灾害治理方面可节约大量的人力和经济成本。以鹏深线和济腾线杆塔所在区域输电线路遥感影像为研究对象,在获取高清遥感影像基础上,开展遥感影像地质灾害调查和识别技术以及风险等级评估方法研究。研究表明:(1)工作区域内按地质灾害易发程度分为高易发区、中易发区、低易发区3类,鹏深甲乙线的146个杆塔中,62个杆塔处于高易发区,22个杆塔处于中易发区,66个杆塔处于低易发区,济腾甲乙线的92个杆塔中,62个杆塔处于高易发区,30个杆塔处于低易发区;(2)工作区域按风险等级分为高风险区、中风险区、低风险区3类,处于高风险区的滑坡15处、边坡9处,处于中风险区的滑坡4处、边坡0处,处于低风险区的滑坡2处。与现场踏勘结果进行对比,验证了分析结果的正确性和有效性。     

高分辨率卫星遥感影像在城市和工程中的应用潜力分析

本文结合最近完成的一个试验研究项目 ,对 1m分辨率IKONOS影像的几何精度、分辨率及影像质量进行初步评价 ,并分析它在城市和工程中应用的可能性和潜力。     

高分辨率遥感影像在随机森林变化检测中的价值探究

在遥感影像变化的检测中,面向对象分析中的研究存在较为明显的效果,这也是遥感影像变化检测未来的方向,使得解译分析方法更为智能化。随机森林是现代新型机器学习类算法,因其性能以及预测的效果相对多数集成预测方式以及单预测器更为优异,因而被广泛应用。基于此,本文对高分辨率遥感影像在随机森林变化检测中的应用进行分析,由此为我国遥感影像技术的发展提供借鉴。     

高分辨率遥感影像融合及其质量评价

随着遥感技术的发展,获取遥感数据的手段越来越丰富。如何综合各种类型的遥感影像信息,提高遥感数据的利用效益已成为遥感应用的瓶颈问题。多源遥感数据融合技术是解决这一问题的有效手段。高空间分辨率影像数据的多样性和复杂性对遥感信息融合处理技术提出了新的更高的要求。研究中引入了多种融合方法,在此基础上以QuickBird自身的多光谱和全色波段影像为实验对象,从光谱质量和空间信息的角度出发对融合方法进行了比较研究,分析出了比较适合于QuickBird卫星的高分辨率影像融合的处理方法。最后给出了关于高分辨率遥感影像融合技术的思考和展望。     

基于Contourlet变换的高分辨率遥感影像分割

鉴于Coutourlet变换能够充分提取影像中的高维边缘和轮廓信息,并结合低频信息构成影像特征。本文结合高分辨率遥感影像丰富的光谱特征和独特的纹理特征,提出一种基于Contourlet变换的影像分割方法。通过设置Contourlet变换不同分解层数、不同移动窗口进行对比实验,验证了本文方法的可行性,并通过与基于二维小波变换的影像分割进行对比实验,证明本文方法能够得到更平滑和连续的效果。     

基于TM遥感影像的分类方法研究与探讨

为了能够更加方便、快捷和准确地采用分类方法对遥感影像进行分类,对lsodata分类法、最大似然分类法以及决策树分类法这三种遥感图像分类方法进行了机理分析,并以阜新TM遥感影像作为实验数据,对这三种方法进行实验数据比较分析,实验数据表明决策树分类法精度最高,不仅能有效利用地物的光谱信息,而且增强了地物非光谱信息对分类结果的作用。     

小波变换在遥感影像压缩中的应用

解决海量遥感影像存储和传输问题的有效方法是对影像进行保真快速压缩.本文对基于小波变换的遥感影像压缩技术进行深入探讨,并通过与其他图像压缩算法相比较,比较全面地揭示出小波压缩算法的特点及其在遥感影像压缩中的应用.     

基于遥感影像的土地利用监督分类探讨

介绍了基于ERDAS的遥感和数字图像处理技术,辅以人工干预方法,以江苏镇江部分地区遥感影像数据为数据源,对土地利用的监督分类方法进行了探讨,并且将分类结果与外业调查结果进行比较,得出可行性的结论。     

基于深度学习的高光谱遥感影像分类

从传统高光谱遥感影像分类的不足出发,提出一种空-谱信息与深度学习相结合的影像分类方法。利用深度学习的常用模型—深度置信网络(DBN)对高光谱影像进行了基于空-谱特征的分类。首先利用主成分分析(PCA)对原始影像进行降维,再对主成分图影像块内的所有像素按照窗口大小进行重组,并用排序的方法堆栈融合为空-谱特征。最后利用得到的空-谱特征作为DBN的输入对高光谱影像进行分类。通过在2组高光谱数据上进行试验,并与传统的分类算法进行比较,发现本文方法能较好地提高分类精度。     

遥感图像优化迭代非监督分类方法在流域植被分类中的应用

介绍了一种新的分类方法——优化迭代非监督分类（OIUC）,该方法是对传统非监督分类方法的改进。结合辅助材料,对传统非监督分类方法难以区分的部分的反复提取和细化,最后将细化的分类部分插入到原非监督分类的图像中、,以岷江源头区流域植被分类为应用实例,采用优化迭代非监督分类方法,并取得了令人满意的分类结果。     

基于ERDAS IMAGINE遥感影像管理方法的探索

随着卫星遥感技术的发展,不同比例尺的大量遥感影像数据进入到现实应用中,遥感影像数据不同于地形图数据,它包含数据信息量大,占用计算机资源多,而我们的服务器资源是有限的,本文基于ERDAS IMAGINE遥感处理软件的运用中有关遥感影像数据管理的方法,对遥感影像数据的管理和处理进行了探索。     

基于交叉验证的遥感影像精细分类研究

随着遥感技术的发展,多光谱和高分辨率遥感已成为重要发展趋势。这对分类方法提出更高要求,也增加了难度,特别在精细分类实践应用中,相似地物间性状差异较小,同物异谱、同谱异物现象普遍存在。本文以美国印第安纳州地区高光谱影像(AVIRIS影像)和武汉九峰地区高分辨率影像(Quickbird影像)为研究对象,利用交叉验证的方法进行参数估计,分别采用支持向量机(Support Vector Machine,SVM)和留一验证法(Leave-One-Out Cross Validation,LOOCV)对影像进行分类,并根据实地调查数据估计精度,实验结果显示出该方法有较高精度和良好效果。     

遥感影像上线状目标提取方法研究

遥感影像线状目标（主要是指道路）的提取是一个经典研究项目。本文首先基于相位编组的思想。确定出若干个局部图像的主方向，再利用对应方向的Sobel算子进行检测，最后对所得结果进行细化。实验证明，该方法对于图像中弱边界的识别是很有效的。