基于遥感影像的水域覆盖信息提取方法

从遥感影像分类原理入手,通过地理国情普查中内业解译工作探讨水域覆盖分类要素提取方法。比较分析各种方法的优缺点,阐述计算机自动分类方法与技术流程,描述了水域地表覆盖分类的具体过程,并给出了相应实例,为地理国情普查水域覆盖分类提供技术参考。     

基于遥感影像的城市绿地信息提取

介绍了太原市的基本情况,通过选取某遥感影像,分析了数据预处理技术,并探讨了基于遥感影像的城市绿地信息提取方法,指出遥感技术能够快速准确地提取城市绿地信息。     

基于高分辨率遥感影像的城市建筑容积率提取方法研究

精确、快速地测定城市现状建筑容积率,对于城市总体规划、地价评估、建筑工程造价预算、人口数量和密度估算,以及揭示城市建成区土地利用动态变化特征和指导土地利用优化配置都有着重要的意义.研究提出了种基于建筑物阴影的高分辨率卫星遥感影像建筑物容积率提取方法,以街区为单位,对不同街区类型建立不同的回归模型,实现城市大范围建成区建筑容积率的半自动提取,证明了高分辨率遥感影像在计算城市建筑容积率方面的巨大潜力.     

基于Landsat8卫星OLI的水体信息提取研究

选取Landsat8卫星OLI的武汉地区部分遥感影像,采用基于阈值的单波段法、谱间关系法、基于阈值的指数法提取水体影像,结果表明:单波段阈值法的水体提取可以达到89.44%;谱间关系法提取出的水体含有较多的建筑物信息,错分像元较多;基于阈值的指数法中MNDWI精度最高,可作为Landsat8卫星提取水体的重要方法。     

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...     

浅析遥感影像管理方法

详细分析了目前国内遥感影像管理方法,同时阐述了遥感影像建库的关键技术。分析了基于中间件技术（ArcSDE）和基于扩展的面向对象关系数据库（Oracle10gGeoRaster）的遥感影像数据组织与存储方式,结合本单位的特点和ArcSDE在关系型数据库管理系统（RDBMS）中融入空间数据后,对空间、非空间数据进行高效操作的数据库服务的优点,提出了基于ArcSDE中间插件的建库技术才是适合本单位的遥感影像管理方法。     

无人机遥感影像快速拼接方法研究

无人机低空遥感技术作为一种新兴的低空遥感技术,具有灵活性强、操作方便、现势性好、分辨率高、投入低等众多优点,已成为遥感数据获取不可或缺的手段之一。本文针对无人机影像量大、无规律、像幅小、拼接困难的特点,通过试验研究对比了几种无人机低空遥感影像拼接方法,并分析其拼接影像的精度及应用范围。     

基于遥感影像的人口信息提取及其在飞来峡库区的应用

近年来,一系列高分辨率卫星的相继上天,高分辨率卫星遥感的应用也因此成为可能,使遥感影像数据处理的重要性日益显现。遥感影像数据处理可以对遥感数据进行自动图像处理分析,从而获取人们需要的信息,在现代各个领域中得到广泛的应用。本文对基于遥感影像的人口信息提取进行简要的分析,同时探究其在飞来峡库区的应用。     

基于图像特征的遥感影像水体自动提取方案研究

为了提高生产效率,文章基于视觉特征和图像识别技术,提出一种适合高分辨率遥感影像的自动提取水体的方案,阐述算法关键技术,引入感知器神经网络模型进行综合决策,选取影像验证结果,结果表明该方法能够有效提取水体区域,具有很强的适应性。     

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Aster遥感影像信息提取的研究

根据纳米比亚某地区遥感影像资料,对该地区Aster数据进行主成分分析、图像融合及假彩色合成等图像处理。利用目视解译原理宏观分析该地区岩性、构造及古河道概况,建立解译标志,揭示其影像特征。     

基于遥感影像的像素级影像融合方法比较研究

从理论上介绍了四种不同的融合方案算法的基本情况,以及定性和定量评价方法,再以皖北钱营孜矿区2009年的年高分辨SPOT影像(2.5 m)和ALOS多光谱影像(10 m)采用不同融合模型进行了实验,最终以灰度剖面曲线评价了融合结果,指出Gram-Schmidt融合方法是最好的选择。     

基于深度学习的大区域遥感影像路网提取方法

针对传统的遥感影像道路网分割方法鲁棒性差且难以挖掘影像中深层特征等问题,提出了一种基于深度学习语义分割的道路网提取方法,以Deeplabv3+语义分割模型为基础,采用双次迁移学习方式进行训练,通过多尺度预测进行结果融合,实现对预测结果的优化。针对训练样本标注工作繁琐,基于公开影像及矢量数据源,设计了大规模样本采集方法。针对大区域范围,设计基于网格划分的逐网格分割方法,实现大范围道路提取。基于瓦片地图思路,设计大规模分割数据存储方法,实现分割数据结果的存储管理。通过采集某区域500km~2样本数据,验证了大规模样本采集方法的有效性。对该区域样本数据集训练分析,单尺度下道路提取精度MIoU达到77. 2%,多尺度融合预测可提升1. 1个百分点。最后,基于设计的道路分割系统,可视化验证了网格划分及大规模分割数据存储方法的有效性。     

ETM+遥感影像的水体信息提取研究——以泉州市区为例

针对单波段法提取水体信息,存在的人工确定阈值的难度性和提取结果的误差性,以及多波段法提取水体信息存在的地域局限性,以泉州市区ETM+遥感影像为例,在谱间关系法的基础上作进一步改进,采用决策树法分步提取水体信息的方法,首先利用研究区内的典型地物类型的辐射亮度均值作出典型地物辐射亮度响应曲线,并构建自动提取水体信息的模型,实现对研究区的水体信息提取。     

基于PSI的水体提取方法在地理国情普查中的应用

引入像元形状指数(PSI),利用像元形状指数能够反映地物匀质性的特点,结合水体的光谱特征,开展高分辨率遥感影像的水体信息提取,实验表明基于像元形状指数和光谱特征的方法较好解决了建筑物阴影等地物的干扰,有效提高了高分辨率影像水体提取精度,该方法在地理国情普查水体覆盖数据生产中取得了较好的效果,为利用高分辨率遥感影像开展地理国情普查地表覆盖数据生产提供了一种新的方法。     

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。     

基于改进变分水平集方法的遥感影像道路提取

本文旨在提出一种应用于高分辨率遥感影像道路提取的方法——改进的变分水平集方法。该方法通过在GACV(Geodesic-AidedC-V)模型中,引入基于PCA(Principal Component Analysis)彩色区域生长的目标识别函数,基于Beltrami框架的彩色梯度流和一个用于表征水平集函数与符号距离函数近似程度的惩罚项,实现了对算法的改进。该方法适用于复杂背景下感兴趣目标的提取,已通过实验得以验证。     

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。     

轻量级遥感影像目标检测方法研究

常规目标检测模型在推理中需要消耗较多的计算资源,而在计算能力有限的星载或机载硬件中很难直接部署并进行流畅运行。针对以上问题,提出一种轻量级遥感影像目标检测模型。首先,采用分组卷积构建附有注意力机制的特征提取层;其次,构建双层的多尺度特征金字塔进行特征图语义信息强化;此外,利用改进的非极大值抑制算法输出最终的检测框。以高分辨率遥感影像集“Aerial Image和UCMerced＿LandUse”为基础数据,通过数据增强处理,构建数据集,并以MobileNet-v3、MobileNet-SSD、shuffleNet作为对比模型,通过精度均值、平均精度均值、模型占内存大小,计算量等指标对模型进行评价。实验结果表明,所提出模型对于单类别目标的最高精度均值可达89.62%,对于所有类别目标的平均精度均值能达到86.05%,相比其余三组对比模型分别提高9.01%、15.04%以及12.58%。在检测速度、计算量以及内存大小等方面均有明显优势,说明本文所提出模型在算力有限的嵌入式硬件环境中能够对遥感影像中的多类别目标实施快速精准检测。