基于纹理和支持向量机的GF-1图像土地覆被分类研究

高分一号卫星,简称GF-1,是中国自主研发的高分辨率遥感卫星,高分辨率遥感图像包含较多的地物信息,广泛应用于土地覆被分类,但传统基于像元的分类方法在高分数据中应用效果不是很理想。为提高高分辨遥感图像的分类精度,以西北新疆喀什地区研究区利用GF-1图像进行土地覆被分类,利用灰度共生矩阵提取纹理信息,结合纹理信息利用支持向量机(SVM)进行分类,将结果与单源SVM分类和最大似然法分类进行对比分析,研究结果表明:结合纹理信息的SVM分类方法可以更准确地进行土地覆被分类,分类精度为93.74%;据源SVM分类精度为89.06%,最大似然法分类精度为86.79%。     

局部约束的自学习煤岩识别方法

针对训练样本不足情况下的煤岩图像识别问题,提出了一种局部约束的自学习(LCSL)煤岩识别方法。该方法首先从辅助数据中通过局部约束的字典优化模型获取高层结构特征,这些辅助数据是无标签的非煤岩自然图像,与煤岩图像的特征分布不同,且更容易获取;然后利用学习的高层结构特征结合局部约束线性编码提取煤岩图像特征;最后利用SVM算法对煤岩图像进行分类识别。实验表明:通过该方法得到的特征能够有效地表征煤岩图像,具有很强的鉴别性和鲁棒性,达到了很好地识别效果,相比于原有煤岩识别方法平均识别率提高了1%～3%。     

基于SVM的矸石山分布信息提取方法

以钱营孜矿区工业广场附近矸石山为例,采用EROS-B高分辨率遥感影像与日本ALOS多光谱影像融合后的影像作为数据源,利用MNF变换和小波变换对图像进行去噪,然后运用SVM方法对实验区内的矸石山信息进行提取.实验结果表明,采用径向基函数的SVM模型能快速准确地提取矿区矸石山分布信息,提取精度达到了80.59％,提取的信息...     

不同照度下煤矸图像灰度及纹理特征提取的实验研究

研究煤和矸石在不同照度下的响应特性,设计了差异照度煤矸图像采集系统,进行了煤矸图像采集实验,建立了煤矸灰度子图像数据库,对数据库中的子图像的灰度、纹理特征进行了提取,通过定义归一化特征差异指数以及基于支持向量机(SVM)对实验数据进行了分析与讨论。结果表明:在同一照度下,煤和矸石在灰度及纹理特征上存在差异,且随着照度的改变,煤和矸石的特征也发生变化,同时两者的变化规律存在显著差异。基于不同特征的SVM分类器的识别正确率不同,照度的变化也会对分类器的识别正确率产生影响;当考虑照度因素后,分类器的识别正确率最大增加了13.31%,此外基于多特征多照度融合的SVM分类器性能较好,识别正确率为98-39%。     

基于Curvelet变换的低分辨率煤岩识别方法

针对小波变换仅能有效表达图像中的点奇异性,难以提取煤岩图像曲线特征的弱点,以及高分辨率煤岩图像计算量大,难以满足煤岩识别实时性要求的问题,提出了一种基于曲波变换的低分辨率煤岩识别方法.该方法通过曲波变换对煤岩图像进行曲波分解,得到各尺度层曲波系数,利用主分量分析进行降维,并将结果分别输入不同k-NN分类器中,对分类结果加权融合,实现煤岩图像的分类识别.实验表明:通过曲波分解提取的特征能够有效地表达煤岩图像的曲线特征,与现有方法相比较,所提出方法具有更高的识别率,平均识别率达95.0%,在煤岩图像分辨率较低情况下也可以获得很高的识别率,满足煤岩识别实时性的要求.     

基于图像处理技术与InceptionV3神经网络的煤矸图像识别研究

采用支持向量机对比分析了SVM分类器与InceptionV3网络模型两种方式对煤矸图像的识别准确率。首先对煤和矸石图片进行灰度、降噪处理,提取煤和矸石灰度特征值,确定了灰度方差与灰度均值是区分煤和矸石的有效特征。然后选用SVM分类器与InceptionV3网络模型两种方式分别对采集到的煤和矸石图像各2 000张分为20组进行分类处理。结果发现,以灰度方差为判别依据的SVM分类器对煤矸图像的平均识别正确率为72.3%,以灰度均值为判别依据的InceptionV3网络模型对煤矸图像的平均识别正确率为85.7%.     

基于快速定点学习算法的高光谱遥感数据混合像元盲分离

由于成像光谱仪的数据获取方式,致使高光谱遥感数据中普遍出现混合像元现象,针对如何解决高光谱遥感数据混合像元盲分离问题,提出了一种采用估计虚拟维数算法、快速定点学习算法相结合的解决办法。以提取实验区蚀变矿物为研究目标,采用模拟星载高光谱遥感数据,利用HFC+FastICA的方法进行矿物提取,并采用提取端元均方误差来衡量信息提取精度。实验结果表明:该方法无需光谱先验信息就可以进行混合像元分解,矿物信息提取误差控制在较小范围,混合像元盲分离效果较好,同时,该方法还可以在其他地物类型的提取中进一步研究应用。     

基于改进OTSU算法的采煤沉陷耕地作物绝产边界识别

采煤沉陷耕地作物生长状况是确定土地损毁程度进而影响土地复垦难度和复垦方案选择的关键,也是矿山企业赔付的依据。近年来,随着计算机图像处理技术的逐渐成熟,使得图像处理与识别技术得到了广泛应用,采用图像识别方法确定采煤沉陷耕地作物绝产边界,可降低野外实测工作量、减小人为因素的影响。基于不同生长状况作物在高度上的差异会表现为数字表面模型上的高程差异这一原理,将作物高度差异作为绝产边界的表征指标。利用无人机遥感获取高分辨率影像,经Pix4Dmapper软件自动化处理后得到数字表面模型(DSM);利用作物高程作为图像分割阈值,对最大类间方差(OTSU)阈值分割算法进行改进,包括高程数据离散化和改变灰度运算为高程运算2个方面,结合Canny算子进行边缘检测,提出了一种采煤沉陷耕地作物绝产边界识别方法,并以山东省济宁市某采煤沉陷区为研究区做方法验证。结果表明:改进的最大类间方差阈值分割算法可以对图像的高程进行运算,并能迭代出最优的高程分割阈值;利用高程分割阈值对数字表面模型(DSM)进行分割,经边缘检测后可识别出采煤沉陷耕地作物绝产边界;通过对研究区正射影像图(DOM)取样验证,该方法识别的采煤沉陷耕地作物绝产边界较精确,验证了方法的有效性。     

PCI GXL系统在第三次全国土地调查正射影像生产中的应用

文中以某地区第三次全国土地调查数据为例,介绍了利用PCI GXL基于高分辨率国产卫星影像制作DOM的流程及方法,验证了该系统在制作海量遥感正射影像数据时无可比拟的优势。     

基于ASTER遥感影像的煤矸石分布信息提取方法

在矿产资源开发多目标遥感调查与监测中,煤矸石分布信息的提取对采煤硐口的识别、煤矿开采引起的土地破坏和生态环境污染范围的确定有重要意义.以荆门市马河镇煤矸石分布调查为例,利用ASTER多光谱数据波段多、信息量大的特点,先采用主成分分析法将其14个波段进行去相关降维,再运用马氏距离法对图像进行监督分类.研究表明,该方法能快速、准确地提取煤矸石的分布范围,提取精度88.17%,可广泛应用于煤炭资源开发状况和矿区生态环境的调查与监测.     

基于K-均值方法的CBERS02卫星图像分类研究

CBERS02卫星是一颗中分辨率卫星，利用CBERS卫星图像进行国土资源利用调查具有成本低、效率高的优点。本文利用K-均值聚类方法对CBERS02卫星图像进行分类处理，获得土地利用信息，为国土资源的科学管理提供了良好的帮助。     

唐山市及周边地区矿业开发占地现状遥感调查

以SPOT-5高分辨率卫星影像为信息源,获取唐山市及周边地区矿产资源开发现状空间数据库,以ETM+中分辨率卫星影像为信息源,对唐山市及周边地区进行土地利用分类,并结合野外实地踏勘对结果进行查证,然后在GIS支持下对土地分类结果和矿产资源开发空间数据库进行拓扑分析,以此对唐山市及周边地区矿产资源开发土地占用情况进行了调查.结果显示:唐山市及周边地区矿产资源开发共占地6 978. 524 hm2,其中农用地5 015. 139 hm2,建筑用地889. 345 hm2,未利用地1 074. 04 hm2,分别占总占地面积的71. 8%、12. 7%和15. 5%.     

基于无人机的高潜水位煤矿区沉陷耕地提取方法比较

准确、快速、低成本的获取高潜水位煤矿区沉陷耕地的面积、分布、受损等信息对耕地保护有重要的意义。色彩空间转换、纹理分析和植被指数等方法能够有效的增强和挖掘影像潜在的信息,对信息提取有很大帮助。利用2018年4月获取的无人机可见光影像对典型高潜水位煤矿区——山东兖州兴隆庄煤矿的沉陷耕地进行了提取研究。首先统计了耕地、积水区等地物在可见光三波段的均值和标准差,比较发现耕地与积水区在红、绿、蓝3个波段均有重合。其次对研究区影像进行了色彩空间转换与二阶矩阵纹理滤波,统计了耕地与积水区共27项色彩与纹理特征指标,利用均值和标准差计算了变异系数和相对差异值,最终选取色度(变异系数26%,相对差异73.33%)和绿色信息熵(变异系数20.59%,相对差异72.79%)作为耕地提取的最优特征,采用最大似然法进行耕地提取。之后计算了备选的6种可见光植被指数,根据结果分布图,选取了过绿指数EXG(excess green index)、可见光差异植被指数VDVI(visible-band difference vegetation index)、红绿蓝植被指数RGBVI(red green blue vegetation index)及归一化绿红差异指数NGRDI(normalized green-red difference index)作为沉陷耕地提取指数,利用双峰阈值法确定了耕地提取阈值。比较提取结果得出,EXG和NGRDI指数无法全面、客观反映研究区实际情况,VDVI指数的耕地总体分类精度为81.05％,高于RGBVI指数的71.38％,是本研究中最适用于高潜水位煤矿区沉陷耕地提取的指数。最后利用验证区影像,以基于样本面向对象提取的沉陷耕地面积作为参考值,通过比较面积及误差得出,基于色彩与纹理特征法提取的面积与参考面积更接近,误差(6.8%)小于可见光植被指数法(16.0%),更适用于高潜水位煤矿区沉陷耕地的提取。本研究结果客观反映了由于采煤沉陷导致耕地颜色、纹理、疏密等变化特征,为高潜水位煤矿区沉陷耕地的面积测算提供了技术支持。     

计算机视觉在装配机械手定位算法改进上的应用

装配机械手定位如利用传统的视觉图像匹配方法定位速度较慢、定位精度较低且处理速度较慢,随着装配机械手的广泛应用和其较高的工程价值提高装配机械手的定位速度和精度的需求迫切,采用细分像素的亚像素匹配技术对传统图像匹配算法进行了改进,并利用实验对改进结果进行验证,达到了较理想的效果。     

矿山遥感图像自适应加权改进中值滤波算法

矿山遥感图像的质量受成像区域环境的影响较大,加之成像器件固有的缺陷,易导致获取的图像存在一定程度的失真,影响对遥感图像的判读和分析。为此,在中值滤波（Median filtering,MF）算法的基础上进行了加权改进,提出了一种适合于遥感图像处理的自适应加权改进中值滤波算法（Adaptive weighted improved median filtering,AWIMF）。首先将遥感图像划分为多个尺寸为7 ×7的图像块,对每个图像块分别统计像素点灰度极大（小）值,将该类像素点标记为第1类疑似噪声点;其次计算每个图像块的像素点灰度中值,将各图像块中的每个像素点灰度值与对应的像素点灰度中值作差,将较大差值对应的像素点标记为第2类疑似噪声点,将2次检测均被标记为疑似噪声点的像素点确定为噪声点;然后,以每个噪声点为中心选取尺寸为5× 5 的滤波窗口,根据滤波窗口内各像素点灰度值与所在滤波窗口的像素点灰度中值的差值计算权重,分别将各像素点灰度值与对应的权重进行加权计算,实现对噪声点的高效滤波;最后,采用直方图规定化算法（Histogram specification,HS）对滤波后的图像对比度进行调节。采用内蒙古白云鄂博矿区遥感图像进行试验,结果表明,所提算法的性能相对于中值滤波及其已有的几类改进型算法而言,优势较明显。     

承德市建设用地集约利用评价研究

随着我国工业化、城市化进程的不断加快, 如何协调发展与保护的关系是当前土地管理工作的重中之重,建设用地的集约利用也日益受到关注,必将成为土地可持续的利用的重要途径。本文在分析承德市建设用地利用特点的基础上,运用G1模型法、区域比较法和系统分析法等数学方法,对承德市建设用地集约利用的空间分布开展评价,提出不同空间建设用地利用的方向和重点,以期指导未来承德市建设用地的土地利用。     

D-InSAR技术在矿区地表沉降监测中的应用

利用欧空局ENVISAT ASAR雷达数据,获取了SAR影像的干涉条纹并结合SRTM DEM数据,分别采用了二路差分和三路差分对武安市下团城村铁矿区域地表沉降进行监测,获得了区域内的最大沉降值和沉降带分布情况,初步探索了无目标、无时域、大范围、高精度地对地表进行沉降监测的方法,得出了影响最终结果精度的主要因素。     

城郊型矿区复垦功能分区研究——以鹤岗市益新煤矿为例

益新煤矿作为鹤岗市唯一一座城郊型矿区,矿区范围内城市居民点用地分布较广,占矿区总面积的60%以上。由于开采历史悠久,地表建筑物破坏严重,随着煤炭资源的进一步开采,势必造成更加严重的生态破坏,必须通过土地复垦工程来改善矿区生态环境。考虑省级生态功能区划、园林城市建设及城市可持续发展的需要,将研究区建设用地复垦为生态用地,作为过渡性用地类型。同时根据道路状况及周边环境状况等区位因素,将矿区内废弃居民点建设用地划分为3大主体生态功能区：观赏林区、生态林区、经济林区;对原土地利用类型为农用地的仍复垦为农用地。通过复垦功能分区研究,可以指导矿区复垦工程投资,改善鹤岗市生态环境,促进鹤岗市的可持续发展。     

承德市建设用地集约利用评价研究

随着我国工业化、城市化进程的不断加快,如何协调发展与保护的关系是当前土地管理工作的重中之重,建设用地的集约利用也日益受到关注,必将成为土地可持续的利用的重要途径。本文在分析承德市建设用地利用特点的基础上,运用G1模型法、区域比较法和系统分析法等数学方法,对承德市建设用地集约利用的空间分布开展评价,提出不同空间建设用地利用的方向和重点,以期指导未来承德市建设用地的土地利用。     

基于噪声检测的矿井视频监控图像投票中值滤波

矿井视频监控由于受到井下光照不均匀、高浓度粉尘、成像器件电压不稳定等因素的影响,导致实时获取的图像对比度不高且含有大量的颗粒状噪声,严重影响对图像的准确判读与分析。为此,对经典中值滤波算法进行了改进,提出了一种融合噪声检测策略与投票统计学原理的改进型中值滤波算法。首先对获取的原始矿井视频监控图像采用双平台直方图均衡化算法(Double platform histogram equalization,DPHE)进行处理,该算法通过对图像各灰度级对应的像素点数目设定2个阈值(平台值)对图像背景信息进行抑制,对图像细节信息进行增强;然后将增强后的图像划分为多个规则图像块,根据各图像块内像素点灰度值的分布特征设计了一种噪声图像块自适应检测方法,若某图像块内的灰度值异常点数目超过一定限值,则该图像块被标记为噪声图像块;最后,对噪声图像块进行投票中值滤波。采用C++语言对所提算法进行了编程,并采用2幅采集于某煤矿井下综采工作面的视频监控图像进行试验,结果表明:所提算法对于不同失真程度的矿井视频监控图像的处理效果优于中值滤波、直方图均衡化等算法,对于最大限度地发挥矿井视频监控系统的作用有一定的参考价值。