高光谱影像光谱-空间多特征加权概率融合分类

提出了一种基于光谱-空间多特征加权概率融合的高光谱影像分类方法。首先,利用最小噪声分离(minimum noise fraction,MNF)方法对高光谱影像进行降维和特征提取,并以得到的MNF特征影像作为光谱特征,联合灰度共生矩阵(gray level co-occurrence matrix,GLCM)提取的纹理特征、基于OFC算子建立的多尺度形态学特征以及采用连续最大角凸锥(sequential maximum angle convex cone,SMACC)提取的端元组分特征,组成3组光谱-空间特征;然后利用支持向量机(support vector machine,SVM)对每一组光谱-空间特征进行分类,得到每组特征的概率输出结果;最后,建立多特征加权概率融合模型,应用该模型将不同特征的概率输出结果进行加权融合,得到最终分类结果。为了验证该方法的有效性,利用ROSIS和 AVIRIS影像进行试验,总体分类精度分别达到97.65%和96.62%。结果表明本文的方法不但较好地克服了传统基于单一特征高光谱影像分类的局限性,而且其分类效果也优于常规矢量叠加(vector stacking,VS)和概率融合的多特征分类方法,有效地改善了高光谱影像的分类结果。     

无人机航测技术在风电场测图中的应用

本文提出了一种利用无人机航空摄影测量技术完成风电场测图的方法,利用该方法可以实现测区1∶2000地形图数据的生产。首先根据航摄区域和航线规划布设控制点、像控点、检查点,利用飞马F300无人机进行航摄作业获取航测数据,然后对数据进行预处理,按照标准格式导入Context Capture软件建立三维倾斜模型,通过EPS2016立体量测软件基于三维倾斜模型完成地形图数据的采集,对于模型变形的区域,利用MapMatrix软件进行数据采集与校核。利用安徽宿州风电场测图项目验证了该方法满足1∶2000大比例尺地形图精度要求。     

增强形态学建筑物指数应用于高分辨率影像中建筑物提取

分辨影像是城市地物覆盖分析的重要数据基础,本文提出了一种增强的形态学建筑物指数（EMBI）,利用该指数和地物的几何形状约束来完成高分辨率建筑物的自动提取。本方法首先提取城市的不透水层特征,然后通过建立建筑物属性与形态学运算之间的关系得到了EMBI特征图像以增强对建筑物的描述,随后结合形状特征（长宽比,面积等）采用决策树分析的方法完成对建筑物的最终提取。为了验证本文提出的方法,利用华盛顿商业街的航空高分辨高光谱HYDICE影像和武汉洪山区的两幅QuickBird影像进行实验,实验的精度对比反映本文算法比MBI算法能获得更好的建筑物提取结果,其总体精度分别提高了7.31％,6.48％,7.83％,从而表明EMBI算法更可靠。     

一种新型地下管线调查方法的研究

提出了一种新型的地下管线调查方法,该方法由三部分组成,利用附带GPS组件可以对井底高程和管底高程进行测量;利用拍照设备可以对井内管线进行拍照;利用管径测量装置可以对管道的内径进行测量。通过实验进行可行性分析,并结合北京管线调查项目进行应用检验,结果证实该方法可以提高测量结果的精确性和工作效率。     

利用概率融合光谱-空间特征地物分类模型对高分影像地物进行提取

本文提出了一个联合光谱-空间多特征的基于支持向量机的分类器模型,首先将三类光谱-空间特征利用支持向量机对高分影像进行分类,然后将分类结果利用概率融合的方法进行整合,最终完成了地物的提取。试验结果显示,相比于VS-SVM算法,该模型取得了更好的提取效果。     

资兴推行人性化服务

全面实施"三个尽量":收费尽量低,程序尽量简,时限尽量短近年来,资兴市国土资源局以创建和谐国土为目标,创建高效优质服务品牌,全力支持地方经济社会发展,树立起了全新的部门形象。     

资兴推行人性化服务

<正>全面实施"三个尽量":收费尽量低,程序尽量简,时限尽量短近年来,资兴市国土资源局以创建和谐国土为目标,创建高效优质服务品牌,全力支持地方经济社会发展,树立起了全新的部门形象。