面向对象的高分辨率影像水体信息提取研究

以昆山南部的WorldView-2影像为研究数据(全色波段分辨率为0.5 m,多光谱波段分辨率为1.8 m),基于eCognition软件平台,通过选择适宜的尺度,并结合纹理、形状、光谱等特征构建合理有效的规则集,实现面向对象的水体信息提取。利用实测结果对遥感解译结果进行形状一致性和面积一致性检验,精度分别达到89.14%和92.06%,表明利用面向对象技术从高分辨率遥感影像提取水体信息具有一定的可靠性和实用性。     

大伙房水库水体精确提取及变化检测

利用NDWI,MNDWI,SVM及FCLS方法结合Google高分辨率影像,研究遥感影像水体信息的精确提取,对各种方法提取的面积精度进行评价,选择水体提取最优方法。FCLS提取的水体边界与Google基准影像提取的水体边界吻合度更高,FCLS方法适合大伙房水库等大型水体边界的精确提取。利用FCLS法对4月12日和27日Landsat 8影像进行分类和变化检测,水体面积增加了3.439 km~2。     

基于MapReduce的高分辨率遥感影像特征提取方法

遥感影像的数量和数据量正在呈几何级数增长,传统遥感影像处理方法已经无法应对这一海量问题。利用新兴的高性能计算集群的超强计算、存储及吞吐能力处理海量高分辨率遥感影像是一种新的思路。在基于云计算的高分辨率遥感影像处理的研究框架下,介绍一种MapReduce遥感影像特征提取方法,实现海量高分辨率遥感影像的海量底层视觉特征的提取。通过在16个节点的Hadoop集群上进行数据量扩展和处理能力扩展实验,证明了基于MapReduce的高分辨率遥感影像底层视觉特征的高效检测与描述方法的高效率及可扩展性。     

基于纹理特征的SPOT 5影像水体提取方法研究

以2008年8月7日某区SPOT 5遥感影像为研究对象,基于地统计学变差函数的方法对影像的纹理特征进行了提取,并辅以影像的光谱特征进行研究区地物分类,实现了水体信息的自动提取。对基于纹理特征提取法与植被指数法、光谱特征提取法的水体提取结果进行了对比分析。结果表明:基于纹理特征提取法能对河道水体充分提取,河道与河滩地、居民地、湿润地表等地类基本没有错分现象,水体提取的效果较另两种方法有较大改善。     

基于MapReduce的高分辨率遥感影像特征提取方法简

 遥感影像的数量和数据量正在呈几何级数增长,传统遥感影像处理方法已经无法应对这一海量问题。利用新兴的高性能计算集群的超强计算、存储及吞吐能力处理海量高分辨率遥感影像是一种新的思路。在基于云计算的高分辨率遥感影像处理的研究框架下,介绍一种MapReduce遥感影像特征提取方法,实现海量高分辨率遥感影像的海量底层视觉特征的提取。通过在16个节点的Hadoop集群上进行数据量扩展和处理能力扩展实验,证明了基于MapReduce的高分辨率遥感影像底层视觉特征的高效检测与描述方法的高效率及可扩展性。     

基于深度学习的遥感影像小目标检测

针对大量高分辨率遥感影像中的小目标检测问题,文章提出一种基于SSD检测网络改进后的目标检测算法实现遥感影像小目标检测。第一,针对遥感影像中数据量不足的问题,利用迁移学习的策略对特征提取网络进行模型预训练,得到对图像较低层级特征具有较好提取能力的特征提取网络;第二,修改SSD网络架构的特征提取网络层级,使用更多尺度的特征提取层进行检测,同时使用Adam优化算法进行训练,提高对遥感影像小目标的识别精度。实验结果表明,利用迁移学习的策略和修改SSD网络架构的方式,可以将通用深度学习目标检测算法应用于遥感影像中的小目标检测,检测性能有所提高。     

面向对象的GF-2影像水体信息提取研究

高分辨率遥感影像面向对象信息提取的前提和关键步骤是影像分割。在分析水体信息提取方法的基础上,提出多尺度-光谱差异分割的方法。首先,以河南省开封市某区域为例,采用多尺度分割的方法对GF-2影像进行分割,确定最优分割尺度;然后,在保证地类分割纯度的基础上,对分割的影像进行光谱差异分割,得到研究区域水体分割最佳效果;最后,利用水体在近红外波段均值的特征,设置阈值提取到满意的水体信息结果。根据目视评价和定量评价结果,证明该方法在研究区域是可行的。     

面向电子地图更新的水体自动提取方法研究

水体作为地表覆盖的重要组成之一,水体信息提取通常也是电子地图更新的首要环节。本文基于北京二号高分辨率遥感数据,采用面向对象的技术流程实现了对影像的多尺度分割。同时对全局最优阈值算法进行改进,对水体指数、植被指数等关键特征的取值进行自动计算,减少人工参与。最终提取的水体数量较为准确,边界规整,总体精度可以达到96%,Kappa系数为0.73,有效提升了信息提取的工作效率与质量。     

面向对象的国产GF-1遥感影像水体信息提取研究

鉴于传统方法在提取高分辨率影像中水体信息的不足,以高分辨率国产卫星GF-1 2m/8m遥感影像为数据源,以特克斯河部分区域为研究区,通过分形网络进化算法实现影像分割并借助ESP尺度分割工具选取特定地物的最优分割尺度,随后使用基于规则的面向对象方法实现了水体信息的精度提取,并与传统的分类方法提取结果进行比较。结果表明:面向对象的总体分类精度达到了94.01%,Kappa系数为0.86;最大似然分类精度为90.00%,Kappa系数为0.80;面向对象的分类方法对国产GF-1影像是可行的,可以避免"椒盐"现象和图斑破碎,且分类精度比传统的方法高,可为国产高分影像研究与应用提供科学参考。     

基于“高分一号”遥感影像水体提取方法的对比分析

为更好地普及国产高分遥感影像在水资源领域上的应用,基于"高分一号"遥感影像针对广州市番禺区与南沙区进行水体提取,对比分析了单波段阈值法、谱间关系法与模型法的应用。结果表明,模型法NDWI为最佳水体提取模型,有效地适用于广州市水体提取,为普及国产遥感影像提取水体信息提供了方法借鉴。     

一种基于LDA的高分辨率遥感影像检索方法

传统遥感影像检索存在时间和人工成本高、内容信息描述太粗略等问题,更未充分考虑语义信息,难以应对高分辨率遥感影像的海量地物类型及其复杂关系。借鉴信息检索的思想,引入计算机视觉领域的视觉特征和自然语言处理领域的概率主题模型,提出了一种基于LDA(Latent Dirichlet Allocation)的高分辨率遥感影像检索方法。通过一组多主题个数的高分辨率遥感影像检索实验证明,该方法在主题个数较少时,能达到较好的检索效果,较高的查准率,而且在主题个数继续增加时,能使查准率保持在0.9左右。     

基于特征和规则的河流水系信息提取研究——以宜昌市河长制水系信息核查为例

借助高分辨率遥感影像数据信息的丰富优势,提出了一种针对河流水系信息的面向对象识别模型。该模型将水系的特征模型进行了归纳和总结,并对模型中的特征及其子特征的规则进行了详细的定义。最后以宜昌市远安县区域为例,运用该模型对水系信息进了自动化提取实验。结果表明:该方法能针对影像上水体信息特征集合,对河流水系要素进行有效提取,相比于其他传统分类方法,有更高的识别准确度。本研究有助于在推进全国河长制管理中,提升河流水系信息整理核实的自动化程度和准确性,为相关管理工作提供可借鉴的方法与思路。     

基于漫水填充算法提取太湖水边线研究

随着遥感影像分辨率的提高,遥感影像被越来越广泛地应用于地物特征提取。水边线是水陆交界线,是遥感影像上重要的特征线。准确、高效的水边线的提取,对于后续的海岸线提取、潮滩地形建模、影像定位、岸线变迁等的研究具有重要意义,同时对于沿海地区的经济开发和海域的使用管理也具有重要参考价值。针对遥感影像弱水边缘水边线处的灰度和色度变化甚微,为达到在水陆边界模糊条件下自动提取滩涂弱水边界的目的,依据漫水填充算法原理,利用Python程序软件,建立漫水填充算法模型,提取遥感影像中的水边线。     

高分辨率遥感影像融合方法应用研究

介绍对高分辨率遥感影像的不同融合方法,同时从遥感影像光谱特征的分析入手找到颜色偏差的原因,然后分别利用传统的和改进的方法进行了融合试验,从而找到对新型高分辨率遥感影像融合的最佳方法。     

遥感影像融合方法在ALOS影像水体信息提取中的应用研究

为了应用ALOS遥感影像调查浙江省德清县水域分布,首先采用小波变换、GS变换和高通滤波三种影像融合方法,分别对已配准的ALOS多光谱与全色波段影像进行融合;然后采用监督分类方法分别对融合前后影像提取水体信息,通过比较这三种融合方法在水体信息提取的效果,给出了适于水体信息提取的影像融合方法。     

高分辨率遥感影像在水系分类中的应用

高分辨率遥感影像中水系的有效提取,对于实现快速、高效、范围广的整体水系监测是必不可少的。针对山西浑源县的遥感影像,选择最合适的分割尺度和最佳的光谱因子与形状因子(紧致度和光滑性)利用易康软件进行了多尺度分割和面向对象的分类,选取对象的光谱属性信息中的Brightness和对象的几何特征中的length/width两个特征,分别采用最邻近分类法和隶属度函数法进行分类,将遥感影像分为水系和其他地类两种情形。结果表明,面向对象的分类结果要比单纯依靠光谱信息的基于像素的分类方法的结果好,形成的分类结果图更符合人的思维方式。与第二次全国土地调查成果图对比结果和本次分类结果得出的最佳分类结果概率,均表明了最邻近分类法在水系分类中更能准确的进行分类。     

基于归一化水体指数的水域面积估算研究

以ETM+影像为数据源,采用2种归一化水体指数分别从遥感数据中定量提取水域面积,并将提取结果和监督分类提取结果做比较.研究表明,3种模型都能从ETM+遥感数据中准确提取水体信息,并且归一化水体指数模型简单计算速度快,适合用于水域面积的动态监测.选用优良的训练样本,监督分类提取的结果和归一化差异水体指数相同或者更优.     

河流信息提取方法比较

通过对常用的利用纸质地形图、遥感影像和DEM数据提取河流信息的方法进行对比分析,并利用常用的遥感影像水体指数法和DEM水文分析两种方法进行了黄河兰州段的提取。结果表明:手工数字化方式提取河流信息简单方便,但结果受主观因素影响明显、效率低;自动提取方式效率高,但原理复杂、提取结果连续性和一致性较差、对算法依赖性大;遥感影像提取结果易于进行空间分析与监测,DEM数据易于水文特征的提取与分析,在平原地区遥感影像提取结果较好,在起伏较大的山区DEM提取结果精度较高。     

基于高分辨率遥感影像的城市规划动态监测研究

城市规划动态监测是一个复杂、巨大、实时性强的系统工程。本研究利用试点区域高分辨率遥感影像,借助影像融合技术、影像解译技术和空间分析技术,成功实现了对城市规划实施中变化信息的提取,并结合规划管理规则等数字技术对城市建设进行了初步监督管理。     

基于Landsat8影像的泾河峡谷段高含沙河流信息提取方法

为了克服从遥感影像中提取高山峡谷型河流信息过程中遇到的山体阴影、水库下游基岩裸露等构成的混合像元效应,提出一种基于Landsat₈ OLI影像的自动提取高山峡谷窄深型高含沙量河流信息的多波段谱间关系的改进方法。以黄土高原泾河中游为例,利用多波段光谱特征,分离水体与山体阴影、裸露山体、基岩边滩,构建适用于高山峡谷窄深型高含沙量河流信息提取的模型。与其他水体信息提取模型相比,该方法克服了山体阴影、水库下游基岩对水体信息提取的影响,提高了高山峡谷窄深型高含沙量河流信息的提取精度。