针对高分辨率遥感影像分割的改进连通域标记方法

针对高分辨率遥感影像信息量大的特点,提出一种新的连通域标记方法-包围判断式标记,快速完成对影像分割结果的连通域标记。尤其对分割结果中含有大面积连通分割子区域的情况,此方法能大大减少像素4-连通比较的次数,并且能在标记步骤有效地去除部分无意义的分割小区域。复杂度分析和实验结果证明,包围判断式标记方法比传统的顺序式标记方法具有更高的运行效率,更能适应高分辨率遥感影像处理的要求。     

基于EM-EBF模型的遥感影像分类方法研究

椭球径向基函数神经网络(EBF)是在径向基函数(RBF)映射理论基础上的改进。在保留RBF3层网络结构基础上,EBF采用了最大期望算法来估计特征空间的混合密度分布参数,用椭球体集合来分解混合密度分布,从而构造了神经网络的中间层基函数的状态。由于遥感数据在特征空间中通常表现为混合密度分布,EBF模型能够充分利用期望最大(EM)算法获得的最大似然参数估计得到更合理的特征空间的密度分解模型,从而使得EBF模型能够保留RBF非线性复杂映射能力的同时,获得更合理的分类结果。为此提出了基于EBF的遥感分类方法,试验结果表明EBF方法比RBF方法网络连接更简单、分类精度更高。     

高分辨率遥感影像信息提取及块状基元特征提取

分析了基于目标基元的遥感信息提取技术相对于传统的基于像元的处理方式所具有的优势；结合人类视觉机制和计算机尺度空间理论，设计了基于特征基元的高分辨率遥感影像多尺度信息提取技术流程框架，即在大尺度下进行粗分割后进行块状基元提取的技术及实现过程；最后给出了相关实验结果，实验表明本文提出的基于基元的遥感信息提取便于与视觉知识和环境知识更好地结合，提高了遥感信息处理与应用的自动化和智能化水平。     

遥感地学分析的智能化研究

遥感地学分析是建立在地学规律基础上的遥感信息处理和分析模型,是结合物理手段、数学
方法和地学分析等综合性应用技术和理论,通过对遥感信息的处理和分析,获得能反映地球区域分
异规律和地学发展过程的有效信息的理论方法。通过回顾遥感地学分析的发展历史,认为智能化是
遥感地学分析的一个重要发展方向,同时提出开展智能化遥感地学分析研究需要解决的几个关键
问题,最后提出了“遥感地学智能图解”的概念。     

网格GIS系统设计及其在遥感图像处理上的应用*

随着地学数据特别是遥感数据与日剧增,许多数据却因为数据量大、处理困难而得不到有效利用。因此,如何更好地发展计算机网络技术,使得海量数据能够得到更好的共享与应用成为了困惑广大计算机专业及地学工作者的一大难题,网格计算提供了此问题的解决途径。以网格计算及其在GIS的应用为主线,首先分析了网格技术的特点,并进一步结合其在GIS中的应用给出了网格GIS的应用前景。同时以局域网为单位,结合网格设计的思想,借助中间件技术,讨论了基于局域网络的网格GIS系统的实现技术,并列举了所需的几项关键技术。特别就当前GIS所面临     

高分辨率遥感影像桥梁特征提取方法研究*

根据桥梁水体相连的知识,提出了一种基于知识的高分辨率遥感影像水上桥梁提取的实用方法,即在水体提取的基础上将图像细化,通过宽度限制检测桥梁主干线,并对其进行矢量化和特征表达来实现桥梁提取,通过实验证明了该方法的有效性。实验证明此方法不仅适合于水体与陆地灰度差别大,即单峰直方图的影像,还适合于水体与陆地灰度差别不大,即直方图多峰或峰顶不明显的影像。     

基于联锁分块的大规模地形建模方法研究

针对已有MRLoD算法生成的地形=三角形网不稳定等缺点,提出了一种新的基于联锁分块的大规模地形建模方法,在对地形进行分块调度的基础上通过预先建立分块模板和分块联锁模板,渲染时动态匹配各模板建立平滑完整的分块模型,在分块调度及附加计算策略下,拼接各分块以完成整块地形的多分辨率建模,并以高效的方式将模型数据传人渲染硬件.实验表明,在满足了精度要求的同时提高了模型的稳定性,有效减少了实时计算量,在渲染效率上取得了令人满意的结果,能够满足用户对大规模地形的实时漫游的要求.     

空间数据知识发现研究进展评述

首先对当前空间数据的复杂性特征进行了分析,提出海量的数据,空间属性之间的非线性关系,空间数据的尺度特征,空间信息的模糊性,空间维数的增高以及空间数据的缺值是当前空间数据复杂性的主要表现特征,并以其为线索将近年来在空间数据知识发现领域的研究进展及其热点进行了较为系统的归纳,在此基础上,对空间数据知识发现与GIS的关系进行了阐述,并对空间数据知识发现的未来发展趋势进行了展望。     

采用并行均值漂移算法实现农林地块边界的精确提取

在基于高分辨率遥感影像的农林地块自动/半自动识别应用中,地块边界提取是地块信息精确识别的基础,其精度决定了地块信息识别的精度,这一过程是通过遥感影像多尺度分割过程实现的。在综合比较几种常用的面向对象分割方法效果的基础上,认为均值漂移算法能够更好地满足农林地块识别与边界提取的需求,并可获得较好的地块边界分割效果。进一步面向实际应用问题,本文对算法的实现进行了以下两方面的改进：从实现方式角度考虑,对其在多尺度实现方式方面进行了改进;从算法效率角度考虑,针对农林地块识别过程中数据量大、计算复杂的特点,对其进行了基于MPI（massage passing interface）集群计算环境及OMP(OpenMP)多核任务处理方式的改进,能够显著提高农林地块数据的分割速度。相应地改进算法在实际应用中取得了较好的应用效果。     

基于基元的高分辨率遥感建筑物提取研究

如何自动地从高分辨率遥感影像中提取建筑物等人工目标是高分辨率遥感影像处理与理解领域的一个热点与难点问题,建筑物作为人类改变自然界的标志性地物之一,其各种信息的快速自动提取是地形测图和城市地理数据更新的重要步骤,也是衡量人类活动的主要因素之一.本文提出了影像-基元-目标的影像分析方法,首先对高分辨率遥感影像进行特征提取,通过聚类方法形成不同基元,在此基础上对相应的基元特征进行分析及建筑物模式的匹配,完成建筑物的自动提取过程,相应方法也可以推广到其他目标地物的识别过程.