从高分辨率遥感影像中提取城市道路的新方法

在综合几种现有算法优点的基础上,提出一种新的道路提取策略。首先以角度纹理特性法分割原始影像;接着利用直线匹配原理剔除初始分割结果中的非道路地物,得到更为规则的道路条带;然后通过形态学手段获得道路中心线,并将每条中心线拆分为多段直线;结合上下文知识的马尔可夫模型被用于组织道路段的中心线,从而恢复完整道路网。实验结果表明：新方法具有良好的性能,可以从高分辨IKONOS遥感影像中提取出复杂的城市道路。     

纹理合成技术在遥感影像缺失信息恢复中的应用

纹理合成技术是目前计算机图形图像领域研究的一个热点,特别是基于样本的纹理合成,可以根据用户给定的纹理样本,生成具有相同视觉效果的大面积纹理图像,在图像缺失信息修复、目标物去除等方面具有很大的应用价值。本文采用基于马尔可夫随机场原理的样本纹理合成方法,对遥感影像上可能出现的遮挡区域进行恢复弥补,并针对遥感影像的特点,引入相应的GIS辅助数据,提高算法处理的可靠性和视觉质量。通过实验表明,该方法取得了较好的恢复效果,在遥感应用中具有一定的实用价值。     

利用同质区特性的高光谱图像迁移学习分类

深度卷积神经网络能充分利用特征间的内在联系,提高高光谱影像的可分性,近年来受到了广泛关注.但是,训练深度网络模型对大量标记样本的需求限制了此类方法的应用.将迁移学习思想引入遥感影像分类以减少对标记样本数量的需求.具体研究目标图像中每类只有一个标记样本的情况.通过对目标图像分割得到的同质区扩增目标域的训练样本数量,在此基础上运用深度孪生卷积神经网络减少源域图像与目标域图像的分布差异,实现对目标高光谱图像的最终分类.实验结果表明:同质区和孪生卷积网络的结合可提高半监督迁移学习分类的效果,较好地解决跨区域的高光谱图像分类问题.     

城市高分辨率影像绿地植被识别研究进展

从高分辨率遥感影像提取城市绿地植被信息是进行现代城市规划和生态环境评价的关键技术.本文先阐述了遥感影像上各类城市绿地的目视解译特征,分析了人工解译方法存在的优缺点.然后概括归纳出目前3类主要的计算机半自动提取植被的方法:基于像元的提取方法、面向对象的分类方法和纹理分析方法,阐述了各类方法的研究进展,并分析了各种方法存在的问题和缺陷.最后分析了从高分辨率影像进行计算机提取绿地植被存在的难点问题.     

面向对象的竞争合作学习遥感影像聚类算法

目前的遥感图像聚类方法通常存在一些不可避免的缺陷,如类别数难于自动确定、聚类速度缓慢、聚类过程不稳定以及聚类结果存在椒盐噪声等。结合竞争合作学习和面向对象的图像处理技术的优点,提出一种无需事先指定确切类别数的面向对象的竞争合作学习图像聚类算法。为了加快聚类速度并获得稳定的聚类结果,还提出一种基于动态包围空间的中位切分算法,用于选定初始聚类中心。通过对遥感影像的聚类实验,验证了该算法能够自动获得聚类数并得到满意的聚类结果,说明算法具有很好的实用价值。     

为行业美好的明天共同给力

值此新春来临之际,我谨代表覆铜板行业协会向各会员单位以及支持中国覆铜板行业发展的客户及供应商、朋友表示诚挚的问候!同时感谢各会员单位、各关联企业在推动覆铜板行业进步方面所做出的杰出贡献!并祝各位在新的一年里生意兴隆,事业蓬勃!