数字图像处理技术在遥感图像分类中的应用

介绍了数字图像处理技术在遥感图像的分类中的应用。主要应用了用于遥感图像的监督分类和非监督分类。基于这些基本原理,利用遥感图像处理软件ENVI分别对唐山市南湖区1987年和1992年的遥感图像进行分类,并对南湖区的深水水域的变化进行了简单的分析。     

基于影像特征随机森林的自然保护区矿区动态监测

获取矿区地物的变化是监测矿山活动有效手段之一,以贺兰山国家自然保护区为研究区,选用Landsat-8OLI多光谱遥感影像,通过分析矿区地物光谱信息特点,选取纹理特征、归一化差分植被指数NDVI、改进归一化差异水体指数MNDWI和归一化差值土壤指数NDSI 4种特征信息,采用随机森林分类方法,对研究区地物覆盖物信息进行识别,分类整体精度和Kappa系数分别为92.35%,0.91,分类精度较基于传统随机森林分类和支持向量机分类有明显提高。通过对研究区2016—2019矿业权内进行动态监测。结果表明:①通过图斑提取发现自然保护区内存在越界开采、无序开采及乱采滥挖等情况;②开采场面积增加的区域主要分布在矿业权范围内,减少的开采场面积在矿业权界内外均有分布,减少幅度达56.34%,说明相关矿业部门对矿山管理起到积极作用。基于影像特征的随机森林的分类方法在自然保护区地物覆盖信息提取和动态监测中具有一定可行性。     

数字遥感图像解译分类方法研究

遥感技术的发展,使人类能够获得非常丰富的知识,扩大人们观察大自然的视野。但面临的问题是如何处理大量的数据,使之成为有用的信息。随着卫星遥感数据获取方法的飞跃发展,传统的遥感图像分类方法不但导致分类精度降低,而且会造成空间数据大量冗余浪费资源。因此,提出了一种利用基于密度和自适应密度可达聚类算法(CADD)的数字遥感图像分类方法。理论分析和实验结果证明这种方法能够有效地对遥感图像进行分类。     

遥感图像监督分类在老挝波罗芬高原三水铝土矿找矿中的应用

在遥感图像的处理中,图像分类起到特征提取的作用。结合老挝波罗芬高原铝土矿普查项目,进行遥感图像分类尝试,从遥感图像分类的基本概念和特征出发,分析评价主要遥感图像分类方法的原理特点及监督分类方法的优势与局限性。监督分类以及野外调查、专家知识和特殊地区的分区分类有机地结合起来,大大提高了可操作性和分类精度,经分类处理所得铝土矿、铁矿及砂岩等分布面积,与野外填图实测的结果几乎一致,说明本区所采用的遥感图像监督分类方法对该区找矿十分有效。     

基于TM8遥感影像的森林火灾监测与过火面积测算

文中介绍了遥感监测手段在森林火灾监测和事后灾害损失评估上应用的趋势;说明了利用遥感手段对森林进行火灾监测的理论基础;然后以昆明西山森林区416火灾为例,深入分析该林区已有TM8多光谱遥感影像火灾发生前后的数据。结合遥感数据获取的不同波段的光谱特征,找出了本研究区适宜的波段组合,探测出了火灾变化的区域,通过利用ENVI软件对遥感图像进行一系列的转换处理,使昆明西山森林过火区的特征得到了明显的增强,最后利用软件的统计功能对过火林区面积进行了统计。     

人工神经网络及其在遥感图像处理中的应用

为了研究人工神经网络在遥感图像处理中的应用,通过分析人工神经网络的特点、BP神经网络的原理、模型及算法;提出了利用BP神经网络进行遥感图像分类、图像压缩的方法和特点,并且对神经网络图像分类方法和传统方法进行了比较。结果表明,人工神经网络在遥感图像处理中的应用前景广阔,需不断深入研究。     

基于影像特征CART决策树的稀土矿区信息提取与动态监测

、裸土指数（Bare Soil Index,BSI）、归一化植被指数（Normalized Difference Vegetation Index,NDVI）3种特征信息进行提取,采用基于CART（Classification and Regression Trees）决策树的分类方法对研究区稀土矿开采信息进行识别,分类总体精度达到89.43%,其中矿区分类精度达到88%,分类精度相对于基于光谱信息的CART决策树分类和最大似然分类有明显提高。通过对研究区2013-2016年稀土矿开采区域进行遥感动态监测,发现增加的开采区域主要分布于矿权范围内,减少的开采区域在矿权界限内外均有大量分布,减少幅度达41%,说明政府和相关矿权部门对于稀土行业健康有序发展发挥了重要作用。研究表明：基于影像特征CART决策树的分类方法在稀土矿区信息提取与动态监测方面具有一定的可行性。     

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%。     

基于深度学习和高分辨率遥感影像的露天矿地物分类方法

随着深度学习技术的发展,对高分辨率影像的分类已成为当前研究的热点,矿区地物分类更是矿区生态发展研究的重要问题。由于深度学习可以通过提取大量的历史影像数据规律及特征,对影像数据进行自动识别与分类,本研究将采用U-Net网络模型开展高分辨率露天矿区地物类型分类研究。采用高分二号遥感影像数据,勾画样本数据集提取样本数据特征,进行分类模型的训练,对矿区测试集进行测试,探讨深度学习在高分遥感影像上的自动识别能力。结果表明,U-Net模型对露天矿区地物识别的精确率（Precision）、召回率（Recall）、F1分数（F1-score）值分别达到0.86、0.82、0.84,均高于最大似然法、随机森林算法和支持向量机。基于深度学习中的U-Net网络模型可以对露天矿区地物类型进行有效的自动识别,可以为高分露天矿区遥感影像数据的地物分类提供技术支撑,有效实现了露天矿各地物自动识别与分类的能力。本文研究成果可以用于AI在露天矿区遥感分类方面的应用以及对矿区生态环境的监测与修复。     

基于自适应高斯混合模型的遥感影像分类方法研究——以武汉地区遥感影像分类为例

利用遥感影像中地物目标的光谱和纹理特征,基于自适应高斯混合模型对地物特征的概率密度函数进行建模,通过自适应消除最小权重高斯子分量的方法获取分类样本最佳高斯分量数,并基于贝叶斯分类准则进行地物类别的判别,实现遥感影像分类。最后,通过对TM、Quickbird分类实验证明了该算法的有效性,并与传统的图像分类算法进行试验对比,验证了该算法的可行性和优越性。     

监督分类和目视修改相结合在高分辨率遥感影像中的应用

用计算机对遥感影像进行地物类型识别是遥感数字图像处理的一个重要内容,传统的地物分类一般采用MSS、TM和Spot等遥感影像作为数据源。与MSS、TM和Spot等传统遥感影像相比,QuickBird等高分辨率影像数据量大,混合像元减少、地物信息增大,能够被应用于土地分类。在监督分类中,对于达不到精度要求的模板,通常采用重新选择训练区的方法来进行修正,而本文采用目视修改的方法来对监督分类进行补充。本文方法可以改正初次分类中的误分、混分地物,使其归到正确的地物分类中,显著提高了土地分类的精度。为了验证算法的有效性,利用ERDASIMAGING遥感图像处理软件进行实验和精度评价。实验结果表明,监督分类和目视修改相结合的地物分类方法可以显著提高图像的分类精度。     

岩石动力破坏的高速数字图像相关研究

在液压伺服万能试验机上,对某工程现场天然花岗岩材料进行轴向压缩试验。试验机施加的应变率在5×10-3s-1左右,符合地震作用下的应变率范围。结合高速图像采集系统,采用数字图像相关技术研究了花岗岩材料在动力作用下的拉应变场与破坏形态的关系。在3个立方体试样的压缩破坏试验中都发现,岩石材料在破坏前最大拉应变发生的位置,都是最先出现破坏的位置。这说明,动力作用下岩石材料的破坏符合第二强度理论,即最大拉应变破坏理论。研究还表明,数字图像相关技术可以用于岩石材料的破坏研究,甚至有可能用于边坡稳定的监测。     

ETM影像小波变换数据融合在土地利用中的分类研究

在ERDAS软件支持下，对ETM遥感影像数据的TM1-TM5，TM7与其全色波段TM8进行小波变换融合，对融合后的影像采用混合分类方法进行土地利用分类。并对其分类结果进行评价，总体精度达到95．43％，研究结果表明此方法可行有效。     

矿井架线机车监控系统中图像匹配技术的应用

随着工业图像处理技术的发展,图像匹配技术应用到各大生产企业监控系统中。文章分析了传统煤矿井下监控信号不连续缺陷,提出了差值图像匹配和模板图像匹配两项技术,并将两种匹配技术进行计算比对。通过巷道内机车实际运行监控图像的匹配,验证了两种匹配技术的有效性,认为模板匹配技术的精确度要高于差值匹配技术,为矿井监控图像处理提供了可靠的依据。     

基于无人机摄影技术的矿山环境修复治理研究

为了评估及恢复采矿后的地形,一般会进行传统的地面实地监测.然而,这些劳动密集型和耗时的测量方法通常不适用于对采矿地点的大规模土地修复工作.作为一种替代方案,使用无人机(UAV)采集的信息可用于绘制土地覆盖图,并提供在不同类型的地形的恢复效果评价.基于无人机的传感器有能力以可重复、灵活和具有成本效益的方式收集具有广泛空间...     

矿井突水灾变过程电阻率约束反演成像实时监测模拟研究

为实现矿井突水灾变的实时监测与灾变前兆的预警,提出了突水灾变过程电阻率约束反演成像实时监测方法。首先,将表征网格电阻率变化范围的不等式约束施加到电阻率反演成像方程中,并设计了快速反演算法,有效地改善了反演的多解性与计算效率,据此建立了电阻率约束反演成像实时监测方法。同时,开展了隐伏断层底板突水约束反演成像实时监测的数值试验,利用灰度相关系数理论定量评价了突水过程中的电阻率反演图像主要响应特征：表现为反演图像中岩层断裂、突水通道形成等重要事件及图像灰度相关性系数的基本持续单调发展或信息突变。最后,将实时监测方法应用到矿井突水物理模拟试验中,实现了对裂隙萌生、扩展、岩层断裂等重要突水过程的较真实动态成像,提前813 s准确捕捉到灾变前兆信息,表明电阻率约束反演成像实时监测方法用于突水灾害监测与预警具有良好的可行性。     

基于三维视频融合的矿井实时监测技术

针对煤矿视频监控普遍采用传统可切换矩阵,分镜头图像离散、关联性差等问题,提出一种三维视频融合方法,实现了相邻多个二维视频画面和三维场景模型的融合拼接,同时结合多源信息增强现实技术,自主研发了一套全矿井三维视频融合实时监测系统,使原本碎片化的分镜头画面在真实三维场景中达到空间和时间上一体化监控,实现全矿井视频监控"一张图"动态管理,为矿山企业日常调度管理和应急指挥提供新型技术手段。