基于多源卫星图像融合的水坝检测方法的研究

本文提出了一种基于多源卫星图像融合的水坝检测方法，该方法在特征级融合的模式下，利用多源卫星图像特征信息互补的优势，先后提取多个卫星图像中目标的特征信息，再通过多传感器数据融合方法中的逻辑模板法对特征进行融合，得到系统的目标结果输出。试验结果显示，该算法能在大幅复杂背景下有效地对水坝进行检测并定位，并减少了单源卫星图像进行目标检测的错判、误判率。整个算法能完全实现自动检测，可达到预想的目的。     

斜坡单元支持下地震滑坡危险性区划——以芦山地震为例

以地震滑坡作为研究对象,选取"4·20"芦山地震中芦山县为研究区,结合多源数据,在相关分析后选取10个评价因子,分别是地面高程、坡度、坡向、斜坡形态、地层、斜坡结构、断层平均距离、水系平均距离、植被指数和地震峰值加速度,在数字高程模型基础上采用集水区重叠法划分斜坡单元,再对各评价因子重采样,进而利用基于遗传算法的神经网络算法构建地震滑坡危险性评价模型,完成地震滑坡危险性区划。将基于斜坡单元的危险性区划结果和基于格网单元的区划结果进行比较,结果显示滑坡正确率分别为96.6%和92.6%,斜坡单元的正确率较高;同时通过多组数据的受试者工作特征曲线分析本评价模型的不确定性,每组曲线位置及曲线下面积大小相当。     

基于规则的高分辨率影像港口识别模型

针对港口自身的结构特点并融合专家知识,采用结构化分析方法,提出了基于黑板结构的产生式网港口识别模型。该方法突破了传统的仅从直线等几何特征出发建立模型并识别目标的局限性,体现港口的结构关系,是对结构模式识别方法的再次尝试。