主动学习与图的半监督相结合的高光谱影像分类

针对当前高光谱影像分类时,人工标注样本费时费力以及大量未标记样本未有效利用等问题,提出了一种主动学习与图的半监督相结合的高光谱影像分类方法。首先,将像素的光谱信息与其邻域内的空间信息相结合,利用重排序机制得到一种旋转不变的空谱特征表达。在此基础上,利用主动学习算法选择最不确定性样本(即分类模糊度最大的样本),提交操作者标注得到标记样本集。最后将该标记样本与未标记样本组合,用于图的半监督分类。该算法可保证类别边界样本的选择,利于分类器的边界构造,同时,在较少标记样本情况下,通过引入大量的未标记样本,可以达到较好的分类效果。在3幅真实高光谱影像上的试验表明,该方法可以取得精度较高的分类结果。     

基于改进的样本预选取的高光谱影像半监督分类

针对高光谱影像中无标记样本对分类精度的影响问题,运用一种改进的KFCM聚类算法先对未标记样本聚类;然后根据聚类结果进行未标记样本选取,挑选出的未标记样本位于聚类边界上可能属于支持向量;最后使用已有的标记样本和挑选的未标记样本对支持向量机(SVM)进行训练,直到其分类精度到达预期效果。实验结果表明,将聚类和半监督SVM分类相结合并进行未标记选取,比省略此过程直接使用SVM进行高光谱影像分类的精度高,且该方法稳定、可靠。     

高分五号高光谱影像的关联对齐域适应与分类

高分五号(GF-5)搭载的高光谱传感器兼顾宽覆盖和高分辨率的特性,但在实际应用中宽覆盖范围内各种地物类别的标注十分困难。当标记样本很少甚至没有标记样本时,遥感图像分类异常困难。此时,可以采用域适应方法,借助已标记的历史数据(源域)实现对未标记数据(目标域)的分类。本文提出了一种基于稀疏矩阵变换的关联对齐域适应分类算法。首先,利用稀疏矩阵变换估计源域和目标域的协方差矩阵;然后,运用协方差关联对齐方法估计源域到目标域的变换矩阵;接着,运用估计得到的变换矩阵将源域数据进行变换,使得其与目标域对齐;最后,在变换后的源域数据上建立分类器,实现对目标域数据的分类。本文的算法在两个真实的GF-5高光谱数据集上进行了验证。实验结果表明,本文算法要优于常用的子空间对齐算法和关联对齐算法。特别地,在黄河口GF-5数据上,本文算法比原始关联对齐方法的最近邻分类准确率提升了3.5%,支持向量机分类准确率提升了2.3%。     

结合空间—光谱信息的快速自训练高光谱遥感影像分类

自训练方法被广泛应用于高光谱影像分类任务中以解决标记样本获取困难的问题。传统的自训练方法不仅忽略了高光谱影像所能提供的空间信息,导致最终分类精度受到影响;同时在每次迭代过程中都需要完成一次对未标记数据的分类任务,导致需要大量的时间成本。因此,针对上述问题,本文提出了一种基于空间—光谱信息的快速自训练方法用于高光谱影像分类。与传统的自训练方法不同,该方法在迭代过程中使用空间—光谱信息对未标记数据进行筛选完成标记样本的扩充,而不是使用分类器对未标记样本进行分类。首先针对初始标记样本使用空间邻域块选择空间近邻点,然后使用自适应阈值对空间近邻点进行二次筛选得到空谱近邻点赋予标记,最后根据扩充后的标记样本对分类器进行训练完成分类任务。结果表明,在Washington DC Mall Subimage高光谱数据集中每类分别选择2个和10个训练样本时,整体分类精度分别达到了93.17%和95.43%;而在Indian Pines数据集中整体分类精度分别达到了59.75%和86.13%。我们提出的结合空间—光谱信息的快速自训练方法和对比方法相比,我们的方法有明显的提升。     

高分二号数据的城市生态用地分类方法探讨

针对传统分类法分类精度低、速度慢等问题,同时也为了探索国产卫星高分二号遥感数据在城市生态用地分类中的方法及效果,及时获取其生态用地信息,该文以四川省内江市隆昌县城区为研究范围,提出了一种辅以影像光谱特征和纹理特征信息的随机森林分类方法。该方法提取城市生态用地信息,并将其分类结果与传统的支持向量机分类、最大似然分类进行对比,结果表明,新方法具有更高的分类精度和更快的分类速度,更适合高分辨率、多特征参数、大面积的高分二号遥感影像城市生态用地分类。     

利用目标类样本的遥感分类策略

针对传统遥感分类要求训练集涵盖所有表观地物及亚类,对样本选取要求颇高,而实际应用中并不能保证所有类别都被标记的问题,该文提出基于目标类样本的遥感循环分类策略。该方法仅输入少量目标类样本,采用正样本、未标记样本的分类算法,实现在较少样本数量和种类的条件下,对目标类稳定、高效地识别。利用10组航空影像数据,建立与传统遥感分类对比实验,结果表明:相同实验条件下,基于目标类样本的遥感分类策略与传统遥感分类具有相当的分类效果;当样本集不完全时,该策略具有更稳定的高精度识别,总体精度与Kappa系数平均分别有5.2%和7.2%的提高。该方法能够有效解决不完全训练集分类问题。     

基于主动深度学习的极化SAR图像分类

针对极化SAR图像在监督分类时存在人工标注样本费时费力以及浅层结构学习算法的表达能力有限等问题,提出一种基于主动深度学习的极化SAR图像分类方法。首先,对测量数据进行多种极化特征提取,以便完整地描述图像信息;在此基础上,通过自动编码器对大量无标记样本进行非监督学习,提取更具可分性和不变性的深层特征;然后,利用少量标记样本训练分类器,并与自动编码器连接,以监督学习的方式微调整个网络;最后,通过主动学习,选择对当前分类器最有价值的样本(分类模糊度最大的样本)进行人工标记,并加入到训练样本中,重新训练分类器和微调网络。对RADARSAT-2和EMISAR极化SAR影像进行不同分类的实验结果表明,该方法能在更少人工标记的样本下获得较高的分类精度。     

生成模型学习的遥感影像半监督分类

以生成模型最大似然估计为例,引入结合已标记样本和未标记样本的半监督分类方法来解决遥感影像分类中的小样本问题,应用已有的少量已标记样本初始化一个分类器,结合大量未标记样本,通过递归计算的方式对分类器进行优化,直到包含所有样本的似然函数收敛到局部极大值。通过分析遥感影像待分类类别与影像中地物类型固有特征之间的关系,设计两个在不同生成模型假设下的分类实验。结果表明,未标记样本的参与可在很大程度上提高小样本条件下的影像分类精度,但两种样本的数量应保持一个适当的比例。最后通过与在解决小样本分类问题方面有独特优势的SVM方法的分类比较,发现在小样本情况下,本文方法具有更好的应用潜力。     

基于最大投票融合的高光谱影像半监督分类

高光谱影像中的标记样本往往有限,即使利用大量的训练样本,分类结果也会出现大量斑点状的误分点。利用JSEG分割的方法生成了同质区,以获取大量未标记样本的标签,并在光谱特征的基础上进行了多特征提取,提高了类别辨识度;利用最大投票原则,对分类图和分割图进行融合,将分割斑块内的类别众数作为该斑块的类别。实验证明,最大投票融合的方法减少了斑块状的误分点,大大提高了分类精度。     

综合聚类和上下文特征的高光谱影像分类

常规高光谱影像逐像素分类往往没有考虑空间相关性,分类结果未体现地物的空间关联和分布特征。为了在分类中充分利用空间特征,利用聚类信息并结合隐马尔可夫随机场模型讨论了高光谱遥感影像光谱-空间分类方法。首先,在不同特征提取方法（最小噪声分离、独立成分分析和主成分分析）下,使用不同聚类方法（k-均值、迭代自组织分析算法和模糊c-均值算法）借助隐马尔可夫随机场获取优化的分割图;然后,采用4连通区域标记法对分割区域标记生成图像对象,并根据支持向量机的逐像素分类结果采用多数投票法对图像对象进行分类;最后,借助凹槽窗口邻域滤波技术改进分类结果,削弱“椒盐”现象。该方法综合了监督分类和非监督分类的优势,通过聚类引入地物空间相关性信息,通过隐马尔可夫随机场引入上下文特征,较好地弥补了单纯基于光谱信息分类的不足。     

Monitoring drought dynamics in the Aravalli region (India) using different indices based on ground and remote sensing data

The hard-rock hilly Aravalli terrain of Rajasthan province of India suffers with frequent drought due to poor and delayed monsoon, abnormally high summer-temperature and insufficient water resources. In the present study, detailed analysis of meteorological and hydrological data of the Aravalli region has been carried out for the years 1984–2003. Standardised Precipitation Index (SPI) has been used to quantify the precipitation deficit. Standardised Water-Level Index (SWI) has been developed to assess ground-water recharge-deficit. Vegetative drought indices like Vegetation Condition Index (VCI) and Temperature Condition Index (TCI) and Vegetation Health Index (VHI) have been computed using NDVI values obtained from Global Vegetation Index (GVI) and thermal channel data of NOAA AVHRR satellite. Detailed analyses of spatial and temporal drought dynamics during monsoon and non-monsoon seasons have been carried out through drought index maps generated in Geographic Information Systems (GIS) environment. Analysis and interpretation of these maps reveal that negative SPI anomalies not always correspond to drought. In the Aravalli region, aquifer-stress shifts its position time to time, and in certain pockets it is more frequent. In comparison to hydrological stress, vegetative stress in the Aravalli region is found to be slower to begin but quicker to withdraw.     

地理数据库的关系模型及其实现

本文从以图论观点分析地理实体入手,系统阐述了地理数据库关系模型的设计法和过程。作者于1984年4～9月间在微型机上设计建立了关系型地理数据库的实方验系统(RGDB)。该系统采用了本文提出的关系模型,采用了可动态扩库的子库组合结构,这种结构具有灵活性和提高空间利用率的优点。RGDB含有多种功能的数据操作命令,除了具有一般检索功能外,还能进行“开窗”选取和十分“自由”的映象选取。本文对RGDB系统的主要性能和实现途径作了扼要介绍。     

基于WebGL的三维智慧管网系统的设计与实现

随着城市面貌日新月异,地下管网的建设也在持续推进,作为城市的地下“神经网络”,全天24 h保障城市的正常运转和发展。本文以实现城市管网管理系统的高可用、无插件、智能化为目标,采用“地上地下一体”“二三维一体”的设计理念,研究基于WebGL的三维智慧管网系统的关键技术,实现了管线设施管理的信息数字化、空间化与图形化。     

基于SVG的矢量WebGIS实现技术研究

SVG是一种基于XML的用来描述二维矢量图形和矢量/栅格混合图形的标记语言,虽然SVG不是为了面向地理空间数据发布而制定的标准,但它的许多特性都能被广泛地应用到WebGIS中,从而实现矢量WebGIS。由于SVG通过简单的文本语句描述矢量图像,所以SVG通常数据量很小,并且SVG支持GZIP压缩,所以基于SVG构建WebGIS能减轻网络传输负载,加快地图显示速度。SVG内置了对JavaScript的支持,且SVG可通过DOM解析映像成内存中的树型结构,所以客户层可通过JavaScript对DOM的操作实现对地图的缩放、漫游、查询、图层控制等交互操作。     

浅谈DDE技术在MapInfo中的实现和应用

本文在讨论DDE技术的基础上，对MapInfo的DDE机制的实现作了探讨和分析。根据技园区域GIS的实际开发工作，介绍了利用DDE技术在MapInfo中成功地集成Foxpro和Autocad.     

遥感技术在土地利用动态监测中的应用

主要论述遥感技术在土地监测中的应用,以某地区土地利用动态遥感监测研究项目的运作过程为例进行阐述。首先介绍了土地利用动态监测的具体内容和技术路线。其次,对数据预处理与信息采集的方法与手段进行了探讨。最后,对作业的内、外业主要过程以及应提交的成果作了介绍。     

Web Service与地理信息互操作

结合当今主流IT将互联网带入Web Service的趋势,以GIS工作者的视角剖析、审视这一发展趋势对GIS互操作的重要意义。文章在介绍Web Service的设计理念及相关技术的基础上,分析了传统空间地理信息互操作技术的局限性,概括总结了Web Service在空间地理信息的共享、互操作和集成上的良好支持和适应性,指出Web Service是未来实现GIS互操作的最佳解决方案。     

Automatic extraction of building roofs using LIDAR data and multispectral imagery

Automatic 3D extraction of building roofs from remotely sensed data is important for many applications including city modelling. This paper proposes a new method for automatic 3D roof extraction through an effective integration of LIDAR (Light Detection And Ranging) data and multispectral orthoimagery. Using the ground height from a DEM (Digital Elevation Model), the raw LIDAR points are separated into two groups. The first group contains the ground points that are exploited to constitute a ‘ground mask’. The second group contains the non-ground points which are segmented using an innovative image line guided segmentation technique to extract the roof planes. The image lines are extracted from the grey-scale version of the orthoimage and then classified into several classes such as ‘ground’, ‘tree’, ‘roof edge’ and ‘roof ridge’ using the ground mask and colour and texture information from the orthoimagery. During segmentation of the non-ground LIDAR points, the lines from the latter two classes are used as baselines to locate the nearby LIDAR points of the neighbouring planes. For each plane a robust seed region is thereby defined using the nearby non-ground LIDAR points of a baseline and this region is iteratively grown to extract the complete roof plane. Finally, a newly proposed rule-based procedure is applied to remove planes constructed on trees. Experimental results show that the proposed method can successfully remove vegetation and so offers high extraction rates.     

遥感和GIS技术应用于伊拉克南部Basrah省土地利用/覆盖变化及城市扩张研究(英文)

In recent years, land use/cover dynamic change has become a key subject that needs to be dealt with in the study of global environmental change. In this paper, remote sensing and geographic information systems (GIS) are integrated to monitor, map, and quantify the land use/cover change in the southern part of Iraq (Basrah Province was taken as a case) by using a 1:250 000 mapping scale. Remote sensing and GIS software were used to classify Landsat TM in 1990 and Landsat ETM+ in 2003 imagery into five land use and land cover (LULC) classes: vegetation, sand, urban area, unused land, and water bodies. Supervised classification and normalized difference build-up index (NDBI) were used respectively to retrieve its urban boundary. An accuracy assessment was performed on the 2003 LULC map to determine the reliability of the map. Finally, GIS software was used to quantify and illustrate the various LULC conversions that took place over the 13-year span of time. Results showed that the urban area had increased by the rate of 1.2% per year, with area expansion from 3 299.1 km² in 1990 to 3 794.9 km² in 2003. Large vegetation area in the north and southeast were converted into urban construction land. The land use/cover changes of Basrah Province were mainly caused by rapid development of the urban economy and population immigration from the countryside. In addition, the former government policy of “returning farmland to transportation and huge expansion in military camps” was the major driving force for vegetation land change. The paper concludes that remote sensing and GIS can be used to create LULC maps. It also notes that the maps generated can be used to delineate the changes that take place over time. Supported by the Al-Basrah University, Iraq, the Geo-information Science and Technology Program (No. IRT 0438)China).     

地物质数特性与时空关系的数学表述研究

地物的质量和数量特征及其时空关系是地图表示的客观基础。本文对其相关概念给出了数学定义 ,并根据拓扑学原理 ,论证了从三维空间到地球椭球面 ,从地球椭球面到二维地图平面存在着同胚关系 ,从而为地图的空间认知提供了数学基础和理论解释