基于无人机高分影像的绿地面积提取

无人机高分影像相比传统遥感影像具有一定的优越性,用途十分广泛。传统遥感影像分类技术不再适用于无人机高分影像,本文采用面向对象的分类方法,经过多次实验对比选择出合适的分割尺度再进行分类,可以从影像中较为准确提取出绿地。     

空间关系辅助的面向对象建筑物提取

根据高分辨率影像的特点提出一种采用面向对象的建筑物提取方法. 该方法以影像对象为处理单元,利用其丰富的光谱、形状以及隐含在影像中的深层空间语义关系等信息进行分类,然后结合空间关系特征对分类结果进行优化,并使用均值滤波对类别边缘进行修正. 实验表明,基于面向对象的方法能比较完整地提取出建筑物对象,且空间关系辅助能进一步提高建筑物提取的精度.     

地震预警技术关键问题研究

地震预警是防御和减轻地震灾害的一种工程技术,其原理是利用地震波与电磁波、P波与S波的速度差来实现震前或震后报警。基于此,本文对地震预警技术的若干关键问题进行研究探讨,为相关研究提供一定的参考。     

面向地理国情监测的CRF遥感影像分类

针对地理国情监测中地表覆盖信息的提取,提出了一种基于条件随机场的高分辨率遥感影像自动分类方法.与面向对象的传统分类方法不同,该方法基于概率图模型分别计算像素级和对象级的势函数,以及像素与它所属对象之间的层间势函数,将所得势函数统一到一个CRF模型中进行图割求解.该方法较充分地表达了像素与对象之间的关系,从而降低了对象分割误差传递对影像分类结果的影响.以“高分1号”遥感影像为实验数据,借鉴地理国情普查中地表覆盖分类体系进行实验验证.分类总体精度和平均精度分别达到91.08%和86.95%,远高于基于面向对象的分类结果.     

洛阳市城区道路扩张态势及其驱动因素研究

随着社会经济的快速发展、城市化水平的不断提高,交通道路成为连接人类生产生活的枢纽.完善便利的道路交通有利于社会经济的发展,道路的快速发展不仅带来社会财富、方便人们生活,而且也影响着区域发展规划.笔者以洛阳市为研究区域,以2004年、2018年高分辨率的谷歌影像为数据源,基于面向对象的分类方法提取出道路信息,对分类后结果...     

基于无人机多光谱的黄土高原植被提取分割分类研究

【目的】植被作为生态系统的主要组成部分,其种类和数量及其变化对生态系统有着重要影响。探究在我国黄土高原小流域进行植被提取分割时的最优分割尺度,有助于快速准确地提取植被信息,对于监测黄土高原生态系统状况和维持生态系统稳定具有重要意义。【方法】基于吴起县柴沟流域无人机多光谱影像和面向对象的方法,使用eCognition软件对影像进行多尺度分割研究。【结果】经分析,在分割尺度为240、形状权重为0.7、紧凑权重为0.1时影像的分割效果最好,基于该分割结果,选用纹理特征和光谱特征为分类指标,采用随机森林方法对影像进行分类,分类总体精度和Kappa系数分别为96.2%和0.951。【结论】研究结论可为柴沟流域植被结构优化及黄土高原生态环境保护和植被恢复治理提供技术参考。     

纹理信息对Spot5影像分类的影响

遥感影像的纹理分析是一种非常重要的提高影像分类精度的一种手段,怎样借助纹理对影像进行分析,解决不同地物的识别,满足一定的分类精度,对遥感影像研究具有非常重要的意义。本文就采用面向对象的纹理分析方法,研究纹理对Spot5影像分类的影响。     

5·12地震引发陇南市武都区地质环境条件变化分析

由于特殊的地形地貌和地质结构特征,5.12地震使陇南市武都区地质环境条件又一次恶化,主要表现为地层破碎、坡体稳定性差等.通过利用模糊综合评判法,对地震前后地质环境条件进行分析对比,确定了震前与震后地质环境改变的程度.     

基于部件测量的车载激光点云处理技术研究

基于城市主要道路电杆、路灯、路面标志等部件快速测量的需要,采用车载激光测量系统扫描获得的道路激光点云为主要数据源,重新思考点云数据中杆状、牌状地物快速获取的构建思想。通过影像匹配技术、点云预处理及面向对象方法的研究,实现点云数据中以上特征地物的快速提取。     

基于LiDAR数据的三维数字城市建设技术研究与实现

针对轨道交通带状图测量,以使用移动测量系统扫描的激光点云为主要数据源,通过对点云数据与影像匹配技术、背景信息分离技术、数据简化技术及面向对象方法的研究,实现点云数据中特征地物的快速提取,大大提高了轨道交通带状图测量的效率,节省了投入的成本,缩短了测量工期数。     

农田遥感识别方法与应用

农田识别是进行作物的长势监测、产量预报和时空特性研究的基础,能够为国家农业政策的制定提供数据支撑。基于像元的传统农田遥感识别方法只利用了影像像元的属性信息,造成农田识别精度不高。面向对象的识别方法根据多尺度分割后得到对象的光谱、形状和纹理属性分类,提高了农田识别的精度。随着航天技术快速发展,与中低分辨率影像相比,高分辨率遥感影像能够提供更丰富的光谱、形状和纹理特征的目标地物,但同时信息量和数据量呈几何级数增加的高分辨率遥感影像给现有的农田遥感识别方法带来极大挑战。回顾了中低分辨率和高分辨率的农田遥感识别方法的研究进展,重点阐述了多尺度分割与三种监督型机器学习算法组合的面向对象的识别方法。结果表明,以机器学习算法为基础的面向对象分类的总体精度都高于96%,卡帕系数均超过0.93。     

贝叶斯方法和非参数模型支持下的遥感影像线性光谱分解

针对遥感影像混合像元分解中的地物光谱不确定性问题,提出利用非参数模型来刻画地物光谱的概率分布,并基于贝叶斯方法得到地物面积比例的后验概率分布,最后利用无偏估计和最大似然估计来估算地物面积比例. 通过Landsat遥感影像不透水层制图的实验表明,所提方法的分解精度高于传统的线性光谱分解算法和硬分类方法,证明了贝叶斯方法能够较好地解决地物光谱不确定的问题.     

30年来图们江跨国界地区土地利用/覆盖动态变化研究

以图们江跨国界地区为研究范围,采用1976年、1991年、2000年和2010年4期遥感影像,应用分类决策树法(Classification and Regression Tree,CART)进行土地利用/覆盖分类,进而利用单一土地利用动态度、综合土地利用动态度、土地利用相对变化率、土地利用相对变化度等方法对4期土地覆盖分类结果图进行了动态变化分析.结果表明,研究区内林地和草地为主要的土地覆盖类型,其次为耕地.其中,混交林在林地中占有相当大的比重,旱地在耕地中占有较大比重.1976-2010年,图们江地区土地利用/覆盖各类型面积变化幅度巨大,其中面积增加最多的是旱地,其次为建设用地,针叶林减少面积最多.单一土地利用动态度表明,针叶林面积在逐渐减少,建设用地一直在增加.中朝俄3国土地利用差异很大,且朝鲜一侧的土地利用变化剧烈程度大于中国和俄罗斯,俄罗斯一侧的土地利用变化程度最小.     

面向对象的无人机影像地物分类

为了对农村用地进行有效分类,本文选取面向对象的分类方法,利用某农村的无人机航摄影像提取其土地类别信息。首先对无人机获取的原始影像进行预处理;然后对研究区反复进行分割实验,选取最优的分割尺度,在不同层次进行最优尺度地物分割;最后根据地物矢量、光谱、形状等特征差异,对最优分割尺度层上的地物进行最适宜的分类规则的建立,进而在每一层提取土地利用信息。利用单一尺度分割分类进行对比实验,选取734个样本进行精度验证,研究结果表明：多尺度多层次分割分类的总体分类精度可达84.20%,kappa系数为0.806 2;单一尺度分割分类总体精度仅为77.11%,kappa系数为0.721 4。由此可见,本文研究所采用的数据和区域内的类别的分类精度更高。     

扎龙湿地土地覆盖变化分析

利用遥感与地理信息系统技术分析1979-2006年间的一系列卫星影像,研究了扎龙湿地土地覆盖的数量变化,速度变化,趋势变化及引起这些变化的水的空间分布的变化．     

利用边缘密度特征提取高分辨率遥感影像中的居民区

居民区相对于其他区域具有更明显更丰富的边缘特征. 根据这一特点,提出一种利用边缘密度特征差异
进行高分辨率遥感影像居民区自动提取的方法. 该方法首先利用Mean Shift 算法平滑原始影像,然后检测平滑影
像上的边缘并拟合成直线段,最后利用影像中的边缘密度分布构建空间投票矩阵,并结合Ostu 阈值分割方法提取
居民区. 实验表明：该方法可用于提取场景比较复杂的影像中的居民区,且具有较高的准确率和鲁棒性.     

石漠化遥感信息提取方法进展

梳理了石漠化研究领域内的相关文献,重点以遥感数据中的石漠化信息提取方法为主线,从石漠化评价指标、石漠化遥感信息提取两个方面进行分析和讨论,分析了人机交互解译、监督及非监督分类、面向对象等石漠化遥感信息提取方法以及多光谱遥感、高光谱遥感、微波遥感、无人机遥感等数据来源方面的进展与不足。并展望了中国当前石漠化地区遥感影像信息提取的发展,提出在未来研究中应重视石漠化程度分级指标的量化,同时应探索融合多源数据特征以进一步提升石漠化信息提取的精度。     

全站仪在工程变形监测中的应用

将水准测量作业方法应用到全站仪工程变形监测中，可使设站灵活、精度高、速度快，能较好的克服地形对传统水准测量沉降观测的限制．理论和实践表明，该方法在距离较短时，能代替3等水准测量，可满足工程沉降监测的精度要求．