面向对象影像信息提取软件Feature Analyst和eCognition的分析与比较

介绍了目前最为先进的两种面向对象的影像信息提取软件Feature Analyst和eCognition。通过对两种软件设计思路、工作流程和软件特殊性的对比分析,探讨了影像信息自动提取的发展趋势。     

面向对象的知识表达在遥感图像信息提取中的应用

知识表达是遥感信息专家知识库建立过程中的重要研究内容之一,是实现遥感影像智能化信息提取的先决条件。从知识表达的理论方法入手,详细介绍了面向对象的知识表达方法。对其在遥感领域的具体应用进行了详细的介绍。     

基于关联规则的面向对象高分辨率影像分类

以北京市昌平区Geoeye-1高分辨率遥感影像为试验数据,研究了关联规则挖掘和面向对象相结合的地物分类方法。首先探讨了关联分类法的原理,再通过图像分割、特征提取、关联规则挖掘、分类器构建一系列过程实现了基于关联规则的面向对象高分辨率影像分类,最终评估分类精度并与K-近邻法进行了对比。结果表明,该方法具有较好精度,能够在一定程度上摆脱地物分类对于专家知识的依赖。     

基于高空间分辨率与立体像对遥感数据的建筑物三维信息提取

准确获取建筑的三维分布信息对于城市规划与管理、灾害风险评估与防范以及灾后救助等都具有非常重要的意义。针对目前建筑物信息提取研究集中于二维平面信息提取,三维信息提取研究较少,且方法自动化程度较低,实用性和和推广性不足,提出了综合立体像对和高空间分辨率两种遥感数据进行建筑物三维信息提取的方法。首先,基于小波变换融合方法对GeoEye\|1高空间分辨率全色和多光谱影像进行融合,然后运用面向对象方法对融合后的高空间分辨率遥感影像进行建筑物基底轮廓提取,再利用IRS\|P5立体像对反演地物高度,最后通过数据整合获得研究区建筑物的三维空间分布。研究结果表明:该方法可以充分利用不同遥感数据的优势,获得较高的提取精度;研究所需数据容易获取,方法具有较好的可操作性和推广性。     

基于WorldView-2制备大野口流域高分辨率DEM及精度分析

在全野外GPS地面控制点基础上,对WorldView-2影像自带RPC文件进行校正,利用数字摄影测量软件系统在立体模型上通过影像自动匹配技术快速提取黑河流域上游大野口子流域1∶5 000比例尺数字高程模型(DEM)。由于区域地形复杂、交通不便,研究区南部无地面控制点覆盖。基于立体模型交互式操作,匹配60个均匀分布高精度影像连接点,提高了DEM自动提取精度。并在对阴坡森林覆盖区、大野口水库等重点区域进行DEM编辑基础上,辅助地形特征点和线数据提高了成果精度。由15个外业控制点、12个模型保密点组成的检查点进行定量DEM验证,结果表明:两组高程中误差最大为1.9 m,达到该比例尺山地一级精度2.5 m的要求。
     

基于小波分析的DEM数据多分辨率表达研究

在研究三维地形的数字模型中,针对现有DEM数据的多分辨率模型构建中存在的问题,为提高精度,减少失真,结合DEM数据的特点,提出了一种简化的基于小波的DEM数据多分辨率表达算法,通过改变多分辨率分解时高频信号的获取方式,使得DEM数据的多分辨率重构可以以一种相对简单的方式进行,从而使得多分辨率模型的重构效率得到了较大的提高。分析了由于分块小波变换而带来的边界失真问题,并根据滤波器系数的长度不同,提出了相应的解决方法,经试验证明重构效果有较大的提升。     

基于影像融合和面向对象技术的植被信息提取研究

高分辨率影像具有丰富的光谱信息和空间信息。采用不同的图像融合技术融合GeoEye影像全色波段和多光谱波段,用建立的参考多边形和对应多边形残差法评价分割质量,以确定研究区各地物类型的最优分割参数组合,选择目标地物分类特征,建立分类规则,在此基础上实现研究区内不同地物类型的面向对象信息提取。结果表明:Gram-Schmidt(GS)融合法具有最优的融合效果,所选特征能够很好地实现目标地物信息提取,并且具有明确的地学意义,面向对象信息提取总体精度达到90.3%,Kappa系数为0.86,该研究为高精度植被信息的提取提供了有效的方法。     

基于面向对象信息提取技术的城市用地分类

针对高分辨率遥感影像的城市用地分类,引入了面向对象的信息提取技术,并将其与传统基于像素光谱信息的分类方法进行了比较。在此基础上详述了面向对象信息提取的关键技术---多尺度影像分割和基于分割的分类技术。以城市作为研究区,实现城市用地的自动分类。图像处理过程包括几何校正、HIS融合、图像分割和图像分类。最终分类结果表明:视觉上,面向对象信息提取技术克服了传统方法无法克服的“椒盐”噪声的影响;精度上,面向对象信息提取技术的总体精度高达84.82%,比最大似然法的总体精度提高了10.95%,并且各类地物信息的提取精度均有所提高,其中草地、道路、建筑物阴影的精度较高。     

基于多特征面向对象区域滑坡现象识别

高空间分辨率卫星遥感数据的发展为滑坡灾害数据获取和更新提供了新的途径。以西北黄土高原为研究区,提出了一种基于多特征面向对象区域滑坡现象的识别方法,基于单期高空间分辨率遥感数据,利用集合和特征组合进行区域滑坡现象识别,实验结果表明:该方法是识别滑坡现象有效的技术方法之一,对开展滑坡监测、影像理解和地学分析具有重要的研究意义。     

雷达遥感建筑物震害信息提取方法综述

合成孔径雷达遥感具有全天时、全天候工作的能力,在地震灾害应急中发挥了重要作用。回顾了雷达遥感建筑物震害信息提取技术的发展历史,总结了各种用于建筑物震害信息提取的雷达卫星的参数特征以及使用雷达遥感提取建筑物震害信息的震例。介绍了目前应用的各种雷达遥感建筑物震害信息提取方法,包括目视解译和计算机自动信息提取两种,其中后者包括基于纹理特征和极化特征的单时相方法、基于强度特征和相干特征的多时相方法。比较了这些方法的适用性和不足,并探讨了雷达遥感建筑物震害信息提取方法的发展趋势。     

基于数字高程模型的建筑物自动提取算法研究

从遥感影像中自动提取建筑物是研究从遥感影像构建地图的关键技术。针对当前建筑物自动提取算法中存在的缺陷,提出了一种基于数字高程模型的建筑物自动提取算法。该算法是建立在灰度数学形态学、矢量化变换、离散化噪音消除以及边缘简化技术综合的基础上,充分考虑了建筑物后续重建计算量的问题。实验结果表明利用该算法提取出的建筑物边缘清晰正确,同时又能大大减少冗余数据量。     

基于JPEG2000的DEM数据无损压缩

研究了小波技术在DEM数据无损压缩中的应用，采用JPEG2000标准对DEM数据进行无损压缩。实验结果表明，该方法与传统方法相比，不仅具有更高的压缩效率，而且具有更好的编码传输特性。     

遥感与DEM相结合的海岸线高精度提取方法

针对海岸线现场测量难度大、施测周期长等问题,研究了应用高分辨率卫星遥感影像和DEM数据提取海岸线的技术方法。以SPOT 5融合影像为例,给出了基岩、砾石、砂质、人工4种类型海岸线的解译标志建立方法和提取原则,其中砂质岸线的提取须对影像做拉伸处理;针对纯遥感手段提取海岸线的不足,提出结合精细DEM数据提取海岸线的几种方式,分析了基于砂质岸线解译标志提取海岸线高程精度的可靠性,并给出了结合DEM数据提取基岩岸线的应用实例。通过应用海岸线现场测量结果开展精度验证,海岸线提取结果的定位精度优于5 m,可满足1∶10 000比例尺的制图精度要求。     

不规则DEM数据转换为TIN模型算法探讨及可视化

空间数据分析和建模是地理信息系统的核心,DEM是空间数据的重要内容。TIN模型是DEM中存储和表示非规则数据的理想模型。好的TIN算法能快速逼真地显示与模拟地貌三维信息。从构建优越的DEM模型可导出其他地形要素。     

基于数字高程模型数据的坡面稳定性三维分析方法

针对大范围区域内坡面稳定性分析的应用需求和目前边坡稳定性计算方法的缺陷,提出了一种基于数字高程模型（DEM）数据的三维分析方法。该方法采用球面代替椭球面进行滑面的搜索,并通过对二维分析结果的积分运算来计算三维条件下的边坡安全系数,最后根据安全系数确定可能的滑坡位置和形状。实际的应用结果表明,该方法简化了滑体搜索算法,能够保证边坡稳定性分析的精度,并提高了分析计算的效率。     

基于AE的泥石流DEM数据自定义生成方法

针对实地考察获取泥石流数字高程模型( DEM)数据往往费时费力,难以满足对泥石流运动研究对泥石流DEM数据需求的问题,以香港大屿山地形图为例,基于ArcGIS Engine开发组件,提出了一种调用ArcGIS Engine所提供的图形绘制功能,以手动方式绘制泥石流堆积体,并通过插值获取泥石流DEM数据的方法,从而实现了泥石流DEM数据自定义生成,满足了泥石流模型研究对DEM数据的需求,也提高了泥石流运动研究的灵活性。     

利用DEM自动识别河道断面

在分析了传统河道断面提取方法后，以数字清江项目为例给出了一个基于数字高程模型（DEM）数据的河道断面提取方法，利用DEM数据中丰富的地面坐标和高程信息，自动识别河道断面方向并提取断面数据，整个过程主要由计算机进行处理，人工干预少，效率高。     

基于稀疏度自适应化的DEM压缩采样与重构方法

地形数据量的日益增长迫切地需要高效的存储和传输策略。提出了一种基于稀疏度自适应化的DEM压缩采样与重构方法,并给出了方法具体的实现及详细流程。该方法首先利用小波变换对原始DEM进行稀疏处理,然后利用QR分解后的随机高斯矩阵对稀疏处理结果进行降维观测,实现DEM的压缩。最后针对CoSaMP算法必须提供稀疏度和重构时间长的缺点提出一种稀疏度自适应化的改进算法,利用改进的CoSaMP算法进行重构和小波反变换等步骤获得DEM的重构结果。在保证相似重构精度的前提下,提出的改进的CoSaMP算法与传统的CoSaMP算法相比,在实现稀疏度自适应化的同时有效地提高了收敛速度。仿真实验结果表明与JPEG2000方法相比,提出的方法实现了更高压缩比的数据压缩和高峰值信噪比的数据重构。     

DEM生成算法并行化研究

数字高程模型DEM（Digital Dlevation Model），是一种表示三维空间连续起伏状态的数学模型，如今在各行业应用十分广泛。针对DEM生成过程中计算复杂、数据量大的特点，在分析几种常用的DEM生成算法的基础上，以线性内插算法为样本，对DEM生成算法的并行化处理问题进行了深入研究。研究中，分别从数据并行和算法并行的角度，对DEM生成算法并行化进行了分析，并在网络分布式机群下进行了数据处理实验，取得了较好的并行处理效果。最后，进一步根据实验结果，讨论了责任发解方法的并行效率，提出了DEM生成算法并行化的有效途径。     

规则DEM地形数据转换为TIN模型的迭代搜索算法

在实际应用中由于规则网格DEM的数据量大而不便存储,而且某些分析计算也经常需要使用TIN模型的DEM,需要将网格DEM转成TIN模型的DEM。采用迭代搜索算法将网格转化为DTIN。在DTIN的生成算法中,对点的定位算法和空外接圆判断算法进行了改进和优化,从而提高了算法的整体执行效率。