基于GIS的TM数据分类及辅助制图研究

本文初步研究了遥感、GIS和制图一体化实用技术方法。对黄土丘陵区和沙漠地区TM数据进行了特征信息分析;给出了分层分类和GIS辅助分类结果;经模糊推理和人机交互修改,将提“纯”的遥感专题数据作为GIS的动态信息源,对GIS进行扩充与更新;最后在GIS支持下分层提取专题图并进行辅助制图。     

利用激光强度信息分类激光扫描测高数据

三维机载激光扫描测高数据中不仅含有每个激光脚点的位置和高程信息，而且越来越多的系统同时能提供激光脚点回波信号的强度信息。不同反射面介质对激光信号的反射特性不一样．用实测的数据对激光回波信号的强度信息进行统计标定，并基于标定结果．实现了联合激光强度信息和高程信息进行分类的算法．获得了较为满意的结果。     

基于高光谱卫星遥感数据的UPDM分析方法

提出了一种用于处理多高光谱卫星数据的UPDM分析方法。研究结果证明．该方法应用干Landsat／TM(ETM^-)、Terra／MODIS和ADEOS—II／GLI等高光谱卫星传感器时．光谱重构均方根误差小于0．029适用于研究高光谱卫星遥感数据。     

关于国土资源数据共享分类的思考

数据共享分类是制定数据共享政策和数据资源开发利用规划的一项基础性工作。本文 提出国土资源数据共享分类的意义、原则和方法,探讨建立以数据共享分类为核心的 国土资源数据分类体系,以期为全面开展国土资源数据共享分类提供参考。     

面向对象的图像分类方法与彩色扫描地形图林地层的自动提取

提出了一种基于面向对象分类方法的彩色扫描地形图林地层自动识别方法，简要阐述了这种方法的基本概念和原理，分析和讨论了该方法的优越性和林地层提取效果，为基于地形图计算林地面积，找林地动态变化或土地利用类型变化的研究提供了方法参考。     

基于高分辨率遥感影像分类的地图更新方法

提出了一种在对遥感影像分类的基础上进行地图更新的方法，讨论了利用高分辨率遥感影像，通过不同空间分辨率和光谱分辨率的影像进行融合，利用合适的高通滤波对影像进行边缘检测．构建一个三层的MLP分类器对影像进行分类，提取城市建筑物与道路信息．并在此分类基础上通过对现有地图的叠加来实现地图的更新。实验结果表明，基于影像融合，利用较少数量的训练样本也能生成具有较高精度的分类图，利用分类结果图进行地图更新能取得令人满意的效果。     

航磁异常的几种计算机分类方法

目前,应用计算机对航磁异常进行分类存在很大局限性。为克服这些局限性,将航磁异常分类的结果从定性水平提升到定量水平,这里应用三种分类方法在计算机上对航磁异常进行分类。经实例检验,分类结果令人满意,有效地改进和实现了用于航磁异常分类的定量方法。     

基于粗糙集的K--均值聚类算法在遥感影像分割中的应用

结合粗糙集理论和K——均值聚类算法，提出一种遥感影像的粗糙聚类分割方法。根据遥感影像中特征属性的相互依赖关系，应用粗糙集理论的等价关系。求出K——均值聚类所需要的初始类的个数和均值。然后采用聚类算法对图像进行分割。实验结果表明该方法比随机选取聚类的中心点和个数减少了运算量．提高了分类精度和准确性。     

Landsat7 ETM＋影像的融合和自动分类研究

利用SFIM、MLT、HPF和修改的Brovey(MB)等遥感影像融合算法对Landsat 7 ETM 影像进行融合和自动分类研究，并就融合影像的光谱保真度、高频空间信息融人度和分类精度对这些方法进行评价。结果表明SFIM变换几乎完全保持了原始影像的光谱特点，并具有最高的平均分类精度；MB变换具有最高的高频空间信息融人度；MLT变换也具有较高的分类精度；只有HPF变换的各项指标都不突出。所有4种融合影像的分类精度都较原始影像的分类精度有明显的提高。这表明，源于同一传感器系统的不同分辨率影像的融合可以避免异源传感器融合影像所常见的各种参数、时相和配准误差，所以能够明显地提高影像的自动分类精度。     

基于àtrous小波分解的贝叶斯SAR图像滤波

合成孔径雷达(SAR)在成像过程中由于回波的相干性而产生斑点噪声,严重干扰了图像的自动解译。根据SAR图像斑点噪声的特殊性,首先对影像进行对数变换,并使用àtrous运算法则对变换后的影像进行分解,然后通过贝叶斯原理估计修正小波系数。与自适应局域统计滤波和基于M allat分解的滤波算法进行分析比较,结果表明,该方法在噪声滤除和边缘保持方面效果较好。