城市住房用地分割登记管理系统的设计与实现

阐述了基于WEB开发技术的城市住房用地分割登记管理信息系统的设计与实现。系统采用MVC模式,运用Struts和Hibernate来处理页面逻辑和对象的持久化工作。主要功能包括分割登记申请管理、分割登记受理管理、土地登记分割管理、土地登记审批管理、土地登记卡管理、土地证打印管理、收费管理等。其特点是:实用性强、易于维护、操作简便、效率高。     

基于多类别的遥感土地图像分割

土地覆盖分类对于土地资源管理、耕地面积评价、经济评估,甚至国土安全和国家经济稳定具有重要意义。对遥感图像中的土地覆盖进行自动化分类,可以为土地资源管理分析等提供可靠、便捷的技术支持。目前大部分遥感图像分割模型都有模型大、运行环境要求高、分割速度慢等问题,为了解决这些问题,提出了一种轻量化并且高精度的图像分割模型L-NET。在公开数据集WHDLD上测试了L-NET的性能,测试表明L-NET在对比实验中的分割精度、参数量、计算量、运行速度等均为最优。     

基于优化分割分类层次体系的土地覆被分类制图方法探讨

随着高分辨率卫星的广泛应用,基于对象的影像分析方法逐渐成为提取土地覆被信息的主要方法。分割优化是基于对象的影像分析方法中的一个基本步骤。不同土地覆被类型通常具有不同的优化分割参数,如何充分利用多尺度最优分割建立分割分类层次体系,从高分辨率影像中提取各种土地覆被类型,实现高精度土地覆被制图,是面向对象影像分析方法中有待解决的一个难题。在获取不同土地覆被类别各自最优的分割参数基础上,探索了一种基于参考数据集的最小分割单元与决策树的分割分类层次体系构建方法。实验表明:该方法可以有效地降低设置分割分类层次体系时对操作者个人经验的依赖,提高分类精度,满足自动制图要求。     

基于最优尺度的遥感影像土地覆盖分类仿真

土地覆盖遥感影像是国家的战略性、基础性资源,真实、准确和实时的土地覆盖类型信息对科学保护和合理利用土地资源至关重要。随着大数据时代遥感影像数量快速增长,已有算法的准确性和稳定性无法满足土地覆盖情况分类需求。为进一步提升土地覆盖分类准确率,提出一种基于最优尺度分割与特征融合的方法。首先针对预处理后的遥感影像,利用局部方差计算出分割的最优尺度,并以尺度为基准优化过分割、欠分割影像;然后以分割后的影像为基准,采用局部二值模式算子(LBP)及神经网络提取土地影像的纹理特征和光谱初级特征;最后将影像的两种特征有机融合,并利用支持向量机分类器(SVM),构建了土地遥感影像分类模型(OSF-SVM模型)。分割仿真结果表明,与已有方法相比,文中的尺度分割技术在RR、RI及ARI指标上具有所提高,平局提升了10.83%;分类仿真结果表明,较传统SVM模型相比,OSF-SVM模型在R、P以及F₁指标上分别平均提高了4.1%、3.9%和4%。因此,通过最优尺度分割和特征融合构建的OSF-SVM遥感影像土地覆盖分类模型,提高了影像分割及分类的精确度与稳定性。     

基于对象的高精度土地遥感影像分割技术

针对面向对象分割技术进行土地分割时出现精度缺陷及主观性因素参与过多等不足,提出一种基于对象的高精度土地遥感影像分割技术.该方法将全色波段影像的边缘图像与全色波段影像及多光谱影像第一主成分图像进行融合,得到一幅假彩色图像代替原始图像进行面向对象分割,运用基于光谱信息和空间信息的合并算法将过分割的对象合并完成分割.实验结果...     

改进SeMask主干网络的高分辨率遥感影像变化检测模型

随着城市化进程的加速和人口不断增加, 土地资源的利用和管理变得愈发重要. 高分辨率遥感影像技术的发展为土地覆盖类别变化检测提供了新的途径. 目前, 多数遥感影像变化检测任务主要针对显著建筑物的变化检测, 缺少对土地覆盖类别变化检测任务的研究, 本研究基于公开数据集, 对更多土地覆盖类别变化情况进行标注. 在原语义分割主干网络的基础上结合孪生网络结构, 提出适用于土地覆盖类别变化检测任务的检测模型, 该模型在网络的特征提取阶段加入变化引导模块, 以辅助网络关注两时相影像中的变化信息, 并在网络不同阶段加入通道信息交互模块, 以增强不同特征图的信息融合. 同时, 在特征提取阶段最后一层加入特征对齐模块, 以缓解下采样过程导致的特征偏移. 在土地覆盖类别变化检测数据集上的实验结果表明, 本文提出的方法可以有效提取影像中的变化信息, 并提高分割精度.     

基于多层分割的面向对象遥感影像分类方法研究

利用ALOS数据,在Definiens Developer 7软件中用分形网络演化法(FNEA)进行多级分割,获取影像对象。综合运用对象的光谱、空间特征和不同层对象之间的关系,提取了湖北省洪湖市试验区土地覆盖与土地利用信息。最后,用一种基于单层分割的面向对象分类方法和基于像素的最大似然法与这种基于多级分割的面向对象分类方法进行了对比分析。结果表明,基于多级分割的面向对象分类方法,不仅克服了基于像素的最大似然法出现的“椒盐”现象,在分类精度上较这两种分类方法也有大幅度的提高。     

基于轻量语义分割网络的遥感土地覆盖分类

高分辨率遥感图像有丰富的空间特征, 针对遥感土地覆盖方法中模型复杂, 边界模糊和多尺度分割等问题, 提出了一种基于边界与多尺度信息的轻量化语义分割网络. 首先, 使用轻量化的MobileNetV3分类器, 采用深度可分离卷积来减少计算量. 其次, 使用自顶向下和自底向上的特征金字塔结构来进行多尺度分割. 接着, 设计了一个边界增强模块, 为分割任务提供丰富的边界细节信息. 然后, 设计了一个特征融合模块, 融合边界与多尺度语义特征. 最后, 使用交叉熵损失函数和Dice损失函数来处理样本不平衡的问题. 在 WHDLD数据集的平均交并比达到了59.64%, 总体精度达到了87.68%. 在DeepGlobe数据集的平均交并比达到了70.42%, 总体精度达到了88.81%. 实验结果表明, 该模型能快速有效地实现遥感图像土地覆盖分类.     

基于高分辨率遥感影像的土地覆盖信息提取

高空间分辨率遥感影像使得土地覆盖和土地利用信息的提取成为可能。以高分辨率遥感影像数据IKONOS为主要数据源,以多尺度分割与基于模糊逻辑分类的面向对象影像分析方法为主要技术,自动提取株洲市城乡结合部的土地覆盖和土地利用信息。达到了提取郊区丘陵地带林地信息和城市建筑、道路等土地覆盖信息的目的,而且精度高,速度快。结果表明利用该方法对复杂的城乡结合部信息获取是可行的。     

基于遥感的土地利用变化信息图像分割研究

为了提高大区域土地利用遥感动态监测效率,需将自动发现影像中包含的变化信息自动分割出来.在分析影像特征的基础上,结合双阈值法和区域生长法,能够将影像中的土地利用变化信息自动分割出来.为了减弱影像噪声、自动发现方法和图像分割对监测结果精度的影响,将多种方法得到的分割结果进行综合处理,进一步确认目标,以使本文方法在具有高效率的同时有较高精度的监测结果.另外,本文提出了一种典型区域法,从另一个角度解决了无法直接利用灰度直方图计算影像中特定目标的分割阈值问题.     

先验知识引导的遥感影像均值漂移多尺度分割

针对传统遥感影像分割算法较少考虑目标区域不同类型地物适应分割尺度的差异性问题,文章以适应性和稳健性较好的均值漂移算法为基底,提出了一种先验知识引导的多尺度分割方法。该算法通过引入先期解译土地覆盖/利用图中的图斑边界和类别属性信息,对传统均值漂移分割流程进行了改进,以实现差异化的滤波像斑合并,进而达到改善对象提取的精度的目的。文章利用两套数据集进行了方法测试与效果比对。实验结果表明,较传统的单尺度分割方法,所发展的多尺度方法能更好地结合地类的空间分布信息实现精细的对象边界提取,一定程度上克服了单尺度方法难以平衡过分割和欠分割的问题,为后续的面向对象分析提供了精准的边界形态。     

一种遥感影像裸土地特征增强方法

针对常用特征增强算法难以将裸土地在特定波段突出出来的问题,提出了一种适用于多光谱遥感影像的裸土地特征增强算法。基本思路是采用根据光谱距离进行预分割,估计裸土地和非裸土地样本,针对非裸土地样本进行白化处理,基于白化数据中的裸土地样本进行主分量变换,裸土地信息将被集中并突出于变换结果的第一分量。对算法的具体流程进行了探讨,并通过一个实例进行了验证。     

面向对象遥感分类新技术在第二次土地调查中的应用

以常德市石门县第二次土地调查为例,采用面向对象的分类技术对高分辨率遥感影像进行分割和自动分类,将分类结果导入GIS环境下,进行拓扑构建和属性编辑,实现图形数据、属性数据的关联,完成土地调查数据建库.     

结合纹理与极化分解的面向对象极化SAR水体提取方法

合成孔径雷达(Synthetic Aperture Radar,SAR)拥有全天时全天候的工作能力,能够有效地连续对地观测,是土地管理、水体监测、灾害评估等多种应用的稳定数据来源。基于面向对象的思想,提出一种高精度、低虚警率的极化SAR(Polarimetric SAR,PolSAR)水体提取方法。此方法首先对极化SAR图像进行分割,再结合纹理与极化分解特征,对分割区域进行投票,识别水体区域。利用Radarsat-2数据和TerraSAR-X数据开展实验,并将提出方法与基于单一纹理和基于极化分解等水体提取方法进行对比,结果表明该方法在两种数据中均具有最高的总分类精度,其中基于分割技术能够保持完整的水陆边界,纹理与极化特征能够区分浅草、裸地和阴影等与水体相似的地物,结合投票方法能够提高小型水体检测率。     

基于超完美图着色的存储分配算法

为了提高性能,一些应用需要在编译时对主存进行针对性的管理.提出了基于超完美图的主存分配方法,其基本思想是通过生命周期分割将一般的相干图转换为超完美图,从而可以使用已有的线性时间的区间着色算法完成主存的分配.分别基于自底向上的积极生命周期分割策略和自顶向下的被动生命周期分割策略,实现了两个分配算法.初步评测表明,我们的分配算法是有效的编译时管理主存手段.     

三维复杂场景管理研究

三维复杂场景管理是三维地理信息系统、三维景观系统、虚拟现实的基础和核心。三维复杂场景管理应该充分考虑场景数据的复杂性、数据组织及调用的高效性。论文提出了一种结合八叉树、二叉空间分割树,门剪切的空间分割可见性算法,在此基础上并结合动态场景的设计,以及空间数据内存管理,设计并实现了复杂三维场景引擎。     

Control Data地政信息管理集成系统

地政信息管理是随着中国市场经济的蓬勃发展而越来越引人注目的领域。地政是土地的行政管理的简称。这里所说的土地是指一个国家版图内非海洋的部分,实际上包括了土地和土地上的建筑物,亦称地产和房产这两个方面。行政管理包括了规划、登记、交易、征用和测量等多方面管理。 1986年,中国颁布《土地法》以来,土地行政管理已纳入了法制的轨道,土地作为人类最宝贵、最基本的自然资源更加引起人们的重视,土地行政管理已成为     

基于决策树C4.5算法的面向对象分类方法研究

提出了基于决策树C4.5算法的面向对象分类方法.首先利用多尺度分割方法对遥感影像进行分割;然后提取对象的特征信息,包括光谱特征、纹理特征、形状特征、图层特征等,对提取的众多的对象特征,利用决策树C4.5算法对其进行知识挖掘,自动建立分类规则;最后利用建立的分类规则,将C4.5算法作为一种分类器对分割后的遥感影像进行分类,并以南充市城市土地利用为例进行了分类实验.实验验证了该方法的可行性.实验结果表明利用决策树C4.5算法建立的分类规则准确率高,利用该分类规则进行的面向对象分类效果较好.     

面向对象的土地覆被变化检测研究

运用面向对象的方法进行土地覆被变化检测,利用遥感数据光谱信息、纹理特征、拓扑关系,在多尺度分割获得对象的基础上,构建了变化矢量方法和向量相似性的检测方法,两种检测方法均成功检测出了所选取实验区的土地覆被变化信息。结果表明:对于同一区域同一时相的两期影像的面向对象变化检测,两种方法的总体精度都在80%以上,但变化矢量方法(CVA)精度要高于向量相似性方法。因此,在进行土地覆被变化检测时可以优先考虑变化矢量方法(CVA)。     

基于小波一形态学的车牌图像分割算法

车辆牌照图像的分割是车牌识别的前提和基础。在车辆自动管理技术日益发展的今天,车牌图像的分割技术倍受瞩目。针对牌照与车身背景的分割问题,提出了基于小波变换和数学形态学方法的车辆牌照阈值分割算法。首先,对车牌图像进行小波去噪,然后利用数学形态学对去噪后的车牌图像进行闽值分割。此方法能够从含有较强噪声的车辆图像中获取车牌图像,通过构造适当的结构元素,可以达到比较理想的提取效果。