基于形态学建筑物指数的城市建筑物提取及其高度估算

通过引入高分辨率影像的形态学建筑物指数和阴影指数,并结合面向对象的地物信息提取思想,准确地提取出城市建筑物及其阴影,进而实现了城市建筑物的高度估算。首先,利用形态学建筑物指数的多方向多尺度特征,将建筑物与邻近光谱相似的道路目标进行分离;其次,采用双阈值策略提取建筑物与相应的阴影,进一步提高了建筑物的提取精度;最后,根据成像时刻卫星和太阳的高度角、方位角,建立建筑物阴影长度与建筑物高度的估算模型。试验利用厦门市思明区软件园资源三号(ZY\|3)数据进行城市建筑物提取及其高度估算,证实该方法能够较准确地估算出建筑物的高度信息,并且比基于SVM的监督分类方法具有更高的建筑物提取精度,建筑物高度估算的中误差可达±1 m。     

一种基于线性回归的软件类比估算方法

软件估算是软件开发中的重要活动,而类比估算是软件估算中最常用、最易于理解的方法。为了表征软件项目属性对软件估算结果的不同影响程度,类比估算通常采用加权算法。我们采用多元线性回归方法估计类比估算的加权参数,提高了估算活动的工作效率,同时也可以提高估算结果的准确性。     

基于基元的高分辨率遥感建筑物提取研究

如何自动地从高分辨率遥感影像中提取建筑物等人工目标是高分辨率遥感影像处理与理解领域的一个热点与难点问题,建筑物作为人类改变自然界的标志性地物之一,其各种信息的快速自动提取是地形测图和城市地理数据更新的重要步骤,也是衡量人类活动的主要因素之一.本文提出了影像-基元-目标的影像分析方法,首先对高分辨率遥感影像进行特征提取,通过聚类方法形成不同基元,在此基础上对相应的基元特征进行分析及建筑物模式的匹配,完成建筑物的自动提取过程,相应方法也可以推广到其他目标地物的识别过程.     

基于多尺度特征融合的遥感图像建筑物提取算法研究

由于高分辨率遥感图像中的建筑物尺寸多样,且背景复杂,因此在对遥感图像中的建筑物进行提取时,往往存在细节丢失、边缘模糊等问题,从而影响模型的分割精度。为了解决这些问题,提出了具有空间和语义信息的双分支架构网络B2Net。首先,在语义信息分支上建立交叉特征融合模块,充分捕获上下文信息,以聚合更多的多尺度语义特征;其次,在空间信息分支上将空洞卷积和深度可分离卷积进行组合,提取图像的多尺度空间特征,并通过优化膨胀率扩大网络的感受野;最后,构建内容感知注意力模块,对图像中的高频和低频内容进行自适应选择,以达到细化建筑物分割边缘的效果。在两个建筑物数据集上对B2Net进行训练与测试。在WHU数据集上,与基线模型相比,B2Net在精度、召回率、F1分数以及交并比上皆达到了最佳效果,分别为98.60%,99.40%,99.30%,88.50%;在Massachusetts建筑物数据集上,4个指标比BiSeNet分别提高了0.9%,1.9%,1.7%,2.2%。实验结果证明,B2Net可以更好地捕获空间细节信息和高级语义信息,提高了复杂背景下的建筑物进行分割精度,满足了对建筑物快速提取的需求。     

最优尺度下的面向对象建筑物提取北大核心CSCD

针对基于面向对象方法提取建筑物准确度与精度不高的问题,提出了一种面积方差最优尺度分割法。该方法利用SPOT 5卫星遥感影像,根据建筑物特征对影像进行多尺度分割,以所有类别分割对象与实际目标匹配程度作为衡量的依据获得最优尺度。在不同尺度等级的对象层次上,根据对象的多特征组合,完成对建筑物分层分类提取。实验结果表明,该方法大大减少了分类的不确定性,获取了较高的精度,为建筑物准确提取提供了思路。     

基于回归模型的高端容错计算机TPC-C性能估算研究

高端容错计算机的TPC-C性能测试由于成本高昂且时间漫长,导致市场上只有少部分产品进行了该项测试,无法满足生产商和购买者的需求,高端容错计算机领域需要一种简便快捷、低成本的TPC-C性能估算方法.文中分析了影响TPC-C性能的各种因素,以近5年来发布了TPC-C测试结果的服务器为样本,利用数理统计的方法,在服务器TPC-C性能与硬件指标之间建立了线性回归模型.优化后的模型估算精度达到95％以上,在一定程度上解释了服务器的硬件指标与TPC-C性能之间的因果关系,具备了方便准确地估算TPC-C性能的现实意义.文中所提出的将数理统计的方法用于TPC-C性能估算的思路以及搜集的大量相关数据,对今后该项研究具有重要意义.     

基于改进Mask-RCNN的遥感影像建筑物提取

由于遥感影像中建筑物种类繁多且与周围环境信息混淆,传统方法难以实现建筑物的准确高效提取.本文提出了一种基于改进Mask-RCNN的建筑物自动提取方法,利用PyTorch深度学习框架搭建改进Mask-RCNN网络模型架构,在网络的设计中添加了路径聚合网络和特征增强功能,通过监督和迁移学习的方式对Inria航空影像标签数据集进行多线程迭代训练与模型优化学习,实现了建筑物的自动精确分割和提取.基于不同开源数据集,分别与SVM、FCN、U-net和Mask-RCNN等建筑物提取算法进行对比,实验表明,本文方法可以高效准确、高效地提取建筑物,对于同一个数据集,提取结果的mAP、mRecall、mPrecision和F1分数这4个评价指标均优于对比算法.     

基于各向异性Markov随机场的遥感影像亚像元尺度建筑物提取

基于遥感影像的建筑物自动提取方法容易受混合像元影响,目标提取精度不高。亚像元定位可以提取亚像元尺度地物分布信息,减轻混合像元对目标提取结果造成的影响。传统亚像元定位模型采用各向同性邻域描述地物的空间相关性,并没有考虑地物特有的形状信息,难以满足建筑物提取的需要。在考虑建筑物光谱特征的基础上,建立了平行与垂直于目标建筑物主方向的各向异性邻域,并采用基于各向异性Markov随机场的亚像元定位模型进行了亚像元尺度的建筑物提取。基于QuickBird多光谱数据与AVIRIS高光谱数据的实验结果表明,该模型提取的建筑物不仅具有更高的空间分辨率,而且能够较好地保持建筑物边缘与角点的形状信息,是一种有效的亚像元尺度建筑物提取方法。     

基于感知编组的高层建筑物立面提取方法

将感知编组理论引入到遥感影像上高层建筑物立面的提取中,依据感知编组的邻近性、连接性和封闭性等规则,提出了一种基于感知编组的遥感影像上高层建筑物立面的提取算法,该算法包括边缘提取、边缘数据分块、块内感知编组提取建筑物立面、建筑物立面提取结果融合等步骤.实验验证了该方法的有效性.     

基于特征波段的SPOT-5卫星影像水稻面积信息自动提取的方法研究

为了快速、准确地从遥感影像上提取水稻信息,满足国家农情遥感监测系统要求,以黑龙江省852农场水稻提取为例,利用SPOT-5卫星影像数据,分析了水稻和其它背景地物的光谱特征,发现利用原有波段难以提取复杂的水稻信息,因此利用植被特征波段：归一化植被指数（NDVI）作为新波段融入原始影像中,在增加有效信息量的同时运用简单决策树模型提取水稻信息,并参照地块现状矢量图进行精度评价。结果表明,该方法的总体提取效果较好,其提取精度与通常的监督分类方法相比有了较大的提高,只是在水稻和玉米交界处有误判现象。     

基于三维模型的人脸姿态估计

提出了一种基于三维模型的人脸姿态估计方法。首先根据人脸特征点重建出稀疏的三维人脸模型,然后基于三维模型采用线性回归的方法对人脸姿态进行初步估计,确定姿态范围,再对估计结果进行修正,从而对人脸姿态进行精确估计。实验表明,该方法具有较好的估计效果,提高了姿态估计精度。     

SAR影像建筑物提取与高度反演研究综述

基于SAR影像进行建筑物提取与高度反演,可行的技术方法种类繁多。以使用的影像数量和分辨率为序,以使用的灰度、相位、极化信息为核心,分别从二维提取、三维高度反演两个方面总结了这一技术主题的研究发展现状;并结合当前SAR影像高分辨率、全极化的数据特点和国际最新研究动向,对这一研究方向进行了展望。     

基于SPOT5影像的京杭大运河自动提取研究

京杭大运河是世界上开凿最早、距离最长的运河,是活着的、流动的重要人类遗产,作为南北交通大动脉的运河,在历史上曾起过巨大作用,是物质文化遗产、非物质文化遗产和自然遗产的结合体,只有切实保护好运河,才能实现大运河成为世界文化遗产的宏伟目标。京杭大运河时空跨度大,采用传统的方法很难对其进行普查;遥感凭借其先进、便捷、经济的特点在现代考古中发挥着日益明显的作用,逐渐成为考古研究的一种重要手段,它记录了不同历史进程中运河的分布和周边现状。分析了运河在SPOT5影像上的光谱及空间特征,将遥感和GIS方法相结合,采用决策树方法实现了自动提取,并对结果精度进行了定性和定量的评估。京杭大运河自动提取可以为大运河申遗提供信息资料,为大运河保护规划提供决策支持。     

基于MMBI的高分辨率影像建筑物提取研究

利用高空间分辨率遥感影像准确提取建筑物信息是在更精细尺度上分析、管理人类活动的重要途径,但建筑物形态的多样性、复杂性使得建筑物提取方法在精度、效率等方面依然面临挑战。基于高分辨率影像中建筑物所呈现的多种形状及结构特点,通过发展形态学建筑物指数并结合具有良好保边去噪性能的引导滤波,提出了基于多结构元素形态学建筑物指数(MMBI)的建筑物提取方法。将之应用于具有不同特征的GeoEye-1影像建筑物提取实验,并与MBI方法进行比较,发现该方法准确率达到88.2%以上,比MBI的准确率提高了约5%,且漏检率下降近6%。结果表明:MMBI方法能够快速、准确地提取出高分辨率影像中的建筑物区域,在建筑物的自动化提取方面具有较好的应用前景。     

基于遥感植被生物量估算模型自变量相关性分析综述

应用遥感估算植被生物量越来越受到人们的关注。在利用遥感信息参数以及其它因子构建模型时,往往要挑选一些对生物量具有显著影响的因子作为自变量,因此自变量个数的确定、自变量的选择对估算模型的可靠性及精度影响很大。从单变量模型、多变量模型以及参数、非参数模型等几个方面论述了植被生物量估算遥感信息模型自变量相关性,并提出了一些建议,希望能对植被生物量估算模型自变量的选择提供参考价值。     

基于GA-PSO Hough变换的建筑物平面重构

提出了一种数字图像中建筑物平面的重构方法,所提技术使用GA-PSO Hough变换提高Hough变换的性能,采用一种有效的限制搜索空间方法以及分层次搜索策略来减少计算量,在传统建筑平面重构技术的基础上提出了一种更加有效的改进GA-PSO HT算法来提高重构性能与质量.     

基于种群多样性的可变种群缩减差分进化算法

为了更有效地避免早熟收敛,提高算法的全局搜索能力,提出了基于种群多样性的可变种群缩减差分进化算法(Dapr-DE)。首先,Dapr-DE使用群体多样性指标控制种群规模缩减;然后,使用聚类将种群分为不同类簇,在类簇中根据适应度值删除个体,既维持了种群的多样性,又减少了由于 存在过多相似个体而导致的局部收敛。最后在CEC14测试集的30个函数优化问题上进行了实验比较,验证了所提算法的有效性。     

基于BACnet的智能楼宇管理工作站的设计与实现

描述了BACnet协议的体系结构及智能楼宇控制网络的结构,详细介绍了基于BACnet的智能楼宇管理工作站框架结构的设计及功能模块的划分,并给出了工作站软件的实现方法,对其关键部分的开发思想进行了详细说明。     

基于面向对象设计思想的建站系统设计

传统的网站建设,是一种直接面向终端客户的工作过程,建站的对象具体到每个企业或个人,建站的周期过长,流程过于繁琐,网站的扩展过多依赖于开发人员的技术支持。利用面向对象的系统设计思想开发建站系统,即能高效、低成本地建立一个能适用于大多数公司、单位的中小型网站。