基于遥感数据提取建筑物的主动轮廓改进模型

针对传统的主动轮廓模型在提取建筑轮廓时不能区分与其具有相似反射率的地物和需要建筑物附近的初始轮廓等问题,从两方面对其进行了改进:1)将原始的单一数据改为利用高分辨率遥感影像与激光雷达(LiDAR)数据融合后的数据进行建筑物的提取;2)在原始模型的能量公式中加入比例系数,控制各波段在能量泛函中的比重.采用Matlab编程实现了所提出的算法,并对徐州市两个地区的快鸟(Quickbird)影像进行了分析.结果表明:改进后的模型可以很好的完成建筑物轮廓的自动提取,并且具有对噪声不敏感、不需要建筑物附近的初始轮廓和隐式改变拓扑结构的优点,达到了较好的效果,证明了改进主动轮廓模型的可行性.所提出的算法为建筑物的轮廓提取提供了有效手段.     

Medical images application of contour extraction based on Hermite splines contour model

In medical applications, physicians are highly in-terested in computer assisted devices that help to detectand outline specific organs or other medical features ofinterest. Many applications require the extraction of im-age features such as edges, lines, and subjective differ-ences in gray-level. The contour information is alwaysconsidered an important feature of medical images,be-cause the edge contour characterizes the objective tissueand organ. But some defects of the medical images da-ta, …     

基于多特征的遥感影像决策树分类

构建了一种基于多特征的遥感影像决策树分类方法。通过对遥感影像进行波段代数运算、主成分分析和图像分割等处理,提取出影像上地物的光谱维特征、纹理特征和形状特征。在此基础上,结合试验区主要地物类型提纯后的训练样本集,采用C5.0决策树分类法进行影像分类,实现主要地物的空间分布专题信息提取,并利用该方法对Landsat-5TM影像进行了分类实验。结果表明,所提出的方法能够有效地提高分类精度。     

基于CBERS-02B高分辨率遥感影像分割的最优尺度选取

高分辨遥感影像的信息提取对矿山的监测有着重要意义,影像分割是高分辨率遥感影像信息提取关键的一步．文中以赣州稀土矿山的高分辨率遥感影像为源数据,采用分形网络演化多尺度分割算法对高分辨率遥感影像进行分割,通过Robert算子的边缘提取结果计算分割参数获取分割尺度,并在此基础上设置不同分割尺度对影像进行分割,对比分析分割结果表明,沉淀池的最优分割尺度为35．最后利用分割质量值对分割结果进行评价分析,验证了试验结果的正确性．     

基于MASK算法的遥感影像匀光处理研究

针对现有的MASK匀光算法不足现象,提出一种针对MASK结果影像的梯度拉伸算法,实验证明:与2%线性拉伸和对比度参数拉伸相对比,该算法在解决遥感影像亮度分布不均匀问题的同时,保障影像的清晰度,增强细节反差,达到很好的匀光效果。     

基于蚁群算法的遥感图像聚类方法

聚类分析是遥感图像非监督分类的有效方法,蚁群算法具有离散性和并行性的特点,蚂蚁觅食行为、蚂蚁堆积尸体行为和基于蚂蚁自我聚集行为的聚类算法是目前研究较为广泛的3种基于蚂蚁的仿生聚类算法.为验证上述3种算法的有效性,在对这3种聚类算法进行研究的基础上,针对遥感图像进行了聚类实验.实验结果表明,基于蚂蚁的聚类方法对图像的聚类分析是有效的,较传统的k均值和模糊C均值算法有一定优越性.     

Classification of hyperspectral remote sensing images based on simulated annealing genetic algorithm and multiple instance learning简

A hybrid feature selection and classification strategy was proposed based on the simulated annealing genetic algonthrn and multiple instance learning （MIL）. The band selection method was proposed from subspace decomposition, which combines the simulated annealing algorithm with the genetic algorithm in choosing different cross-over and mutation probabilities, as well as mutation individuals. Then MIL was combined with image segmentation, clustering and support vector machine algorithms to classify hyperspectral image. The experimental results show that this proposed method can get high classification accuracy of 93.13% at small training samples and the weaknesses of the conventional methods are overcome.     

基于多级特征级联的遥感图像实时语义分割

针对遥感图像语义分割中存在的分割耗时长、分割小目标不准确的问题,提出基于多级特征级联的高分辨率遥感图像快速语义分割模型(multi-level feature cascade network,MFCNet).该模型主要由特征编码、特征融合以及目标细化3部分组成.特征编码对输入的不同分辨率图像用不同量级主干网络进行特征提...     

基于Mask R-CNN的遥感影像土地分割与轮廓提取

传统的模式识别难以对土地遥感影像一次性精确统计分析.在精确分割出土地种类的前提下,本文提出了一种基于骨干网络为ResNet-101-RPN的Mask R-CNN的遥感影像土地分割与轮廓提取方法.该方法包括以下步骤：数据获取、图像去雾、遥感影像土地统计分析、土地分割和轮廓获取.在一个具有挑战性的卫星地图瓦片数据集上对所提出的方法进行训练和测试.实验结果表明,该方法以0.907的均值平均精度（mAP）和31.33像素的均值平均距离误差（mADE）获得了令人满意的不同种类土地分割和轮廓提取结果.     

基于高光谱遥感技术的积水沉陷区水深反演模型的研究

高光谱遥感是当前内陆水监测的一个重要发展趋势,是有效地捕捉这些水体光谱信息的必要手段.在遥感空间信息技术支持下对内陆积水沉陷区的水体特征进行分析,研究叶绿素a及总悬浮物浓度随着水体深度变化的特征,分析不同叶绿素a浓度、悬浮物浓度以及悬浮物粒径对水体光谱特性的影响特点;同时还对底质对水深信息遥感提取的影响特点进行分析.在...     

并网型风电场扩展光伏互补发电容量优化配置

风、光资源具有天然的互补性,在已建成的风电场中扩展光伏发电,组建互补发电系统,有利于平抑出力波动并提高运行经济性。提出一种并网型风电场扩展光伏容量优化配置方法。基于风速和太阳辐射在时间尺度上的互补性,建立修正的气象概率分布模型。以电气设备利用率最大,输出功率波动性和弃风、弃光电量最小为目标构建多目标优化模型,充分考虑3个目标之间的矛盾以及不同升压主变容量的影响。采用蒙特卡罗方法仿真生成风、光气象数据,基于多目标粒子群算法求取Pareto最优解集合,结合工程要求和经济性指标从集合中确定最终方案。结合算例,对本研究方法的有效性进行了验证。     

基于时／空滤波噪声抑制算法和活动轮廓模型的血管内超声图像边缘提取

为解决血管内超声（IVUS）图像中严重的血液斑点噪声影响边缘提取方法的有效性问题，采用一种时／空滤波方法对IYUS图像进行降噪预处理，基于活动轮廓模型（Snake模型）和IVUS图像的边缘对比度特征量，利用Hopfield神经网络并结合模拟退火算法自动提取IVUS图像的冠脉血管壁内、外膜边缘．实验结果表明，该方法对序列IVUS图像处理有较好的可重复性和鲁棒性．     

一种基于神经网络的遥感图像压缩编码

为了更好地在恒定压缩率条件下,实现卫星遥感图像的压缩,提出1种将像素分为3类的编码方案．每类采用基于Levenberg-Marquardt算法的双层神经网络进行预测,和基于偏置学习规则的竞争神经网络实现量化．对长城、珠峰、香港等地遥感图像的压缩试验证实了算法的有效性．同时还表明该算法压缩图像的MSE高于距离-权值方法与最小均方误差法,且时间复杂度为O（n）．     

用于三角网格上的拓扑保持主动轮廓模型

提出了一种能够保持拓扑结构的主动轮廓模型,并将其用于优化三角网格上的分段线性曲线。该模型直接在三角网格上移动,不需要参数化,调整过程易于保持三角网格的数据结构并减小计算量,建立的主动轮廓模型数据结构能严格保持曲线间的拓扑关系,建立的曲线能量满足曲线光顺性及模型特征对曲线调整的要求,并根据曲线的能量反复对其进行调整,使位于模型凹凸特征区域的曲线能够更加符合模型的凹凸特征,而位于非凹凸特征区域的曲线能更加光顺。     

面向对象轮廓约束GGVF Snake的建筑物边界优化方法

分析高分辨率遥感影像中建筑物的特征和常用方法提取建筑物存在边界漏检误检导致的边界不规则等问题,提出面向对象轮廓约束广义梯度矢量流（GGVF）Snake模型的建筑物边界优化方法. 在利用分类法获取建筑物轮廓的初始结果基础上,自动提取每个建筑物轮廓线作为GGVF Snake的初始轮廓线,获取各轮廓外接矩形进行对象裁剪,提取每个建筑物的子图对象. 对每个子图对象进行Canny边缘检测,结合Hough变换提取直线特征,输入到广义梯度矢量流模型的迭代求解中快速最小化能量函数,实现对象级建筑物轮廓的精确优化. 实验结果表明,利用提出的方法能够自动获取初始建筑物的轮廓信息,提高优化的自动化程度;基于对象级的边缘检测与直线特征的加入,有助于GGVF Snake快速拟合,准确地平滑建筑物边缘且准确度高. 相对于其他对比方法,本文方法的轮廓优化总体精度和综合值均有提升,可以作为有效提升分类原理获取的建筑物轮廓的优化后处理手段,提高了建筑物提取的精度.     

一种基于网格计算的农业遥感数据快速分类算法

针对农业遥感数据分类速度慢的问题,本文对K-means算法的并行化方法进行了研究,提出了一种基于网格计算的快速分类算法.在实现K-means并行算法过程中,通过调整通信数据的存储方式,使该算法每次迭代的通信次数降低为一次全收集操作.该算法节点数的选取是根据数据规模和分类需求确定的,而不是节点数越多算法效率越高.实验结果表明,这种方法具有较好的加速比.     

基于区域合并与轮廓模型的图像序列人物轮廓分割

为解决受图像背景复杂度影响,分水岭算法较难高精度实现图像序列中人物轮廓的分割与追踪这一问题,提出了利用颜色空间转换的区域合并实现目标轮廓区域的划分、并基于人物头部轮廓信息生成人物领域轮廓模型的方法。通过对人物领域边界线生成的初步轮廓模型进行高斯函数的卷积运算,生成形态轮廓模型的有效对象模板,实现图像序列的人物领域中不依靠序列差分和移动向量亦能在图像序列中追踪移动对象。基于颜色空间转换的区域合并和轮廓模型算法,可满足视频背景变动并且背景复杂的情况下对图像序列中的人物轮廓进行有效分割。实验结果验证了本算法的有效性与鲁棒性,可有效而稳定实现图像序列中人物轮廓的分割。     

面向Internet的分布式遥感影像切割算法

为了实现遥感影像的网络快速发布,提出了一种高效的影像金字塔模型的构建算法,影像的切割与重采样均在内存中运算完成,尽可能地减少I/O操作,从而提高其执行效率。提出了面向Internet的分布式遥感影像的切割算法,并给出了基于B/S架构和基于C/S架构的两种实现方式。为了保证算法的效率与分布式结构,利用C++与Java联合编程进行实现。通过实例对算法性能进行测试,证明了算法的可操作性、实用性和高效性。     

基于改进的局部二值拟合主动轮廓模型的指静脉图像分割

对应用于图像分割的局部二值拟合(LBF)模型进行改进,提出一种加权全变分局部二值拟合能量泛函分割模型。改进后的模型在加权全变分分量中加入边缘停止函数,使得模型对边缘信息更加敏感,解决了指静脉图像对比度低、不易分割的问题。同时模型中采用正则化约束项,避免水平集函数的重新初始化,缩短了演化时间。对合成图像和真实指静脉图像的分割实验结果表明,本文模型比LBF模型具有更强的边缘细节分割能力,且不易陷入局部收敛,更加适用于指静脉图像的分割。     

Extracting mining subsidence land from remote sensing images based on domain knowledge

Extracting mining subsidence land from RS images is one of important research contents for environment monitoring in mining area. The accuracy of traditional extracting models based on spectral features is low. In order to extract subsidence land from RS images with high accuracy, some domain knowledge should be imported and new models should be proposed. This paper, in terms of the disadvantage of traditional extracting models, imports domain knowledge from practice and experience, converts semantic knowledge into digital information, and proposes a new model for the specific task. By selecting Luan mining area as study area, this new model is tested based on GIS and related knowledge. The result shows that the proposed method is more pre- cise than traditional methods and can satisfy the demands of land subsidence monitoring in mining area.