基于资源三号卫星立体像对的DEM提取实验及其应用——以拉萨市城关区为例

利用测绘卫星立体像对提取DEM效率高、精度高。本实验的主要目的是进行资源三号测绘卫星立体像对高海拔地区DEM提取实验,比较正视、前视及后视3种视角全色影像不同组合情况的立体像对所提取DEM的效果,以拉萨市城关区为实验区,并将实验结果与SRTMDEM进行比较。实验结果显示,正视与前、后视组成的立体像对提取的DEM效果相当,均好于前视、后视全色影像组成的立体像对提取得到的DEM,拉萨市城关区空间分辨率可达10 m,效果良好,可为城市地质灾害评价等提供基础数据。     

基于资源三号数据的三维变化检测可行性研究

资源三号卫星是我国首颗民用立体测图卫星,可以测制1:5万比例尺的地形图,在国土资源、农业、林业、救灾减灾等领域具有独特的优势。本文基于资源三号立体数据,研究三维变化监测的可行性。以湖北某地区为实验区,基于差值理论模型,设定阈值得到DEM高程方向的变化信息;在差值结果基础上利用改进分水岭分割方法得到平面区域变化检测结果,对结果进行三维显示和统计分析。实验表明资源三号卫星数据的DEM精度满足一定比例尺下的变化检测精度要求,较好的反映地形变化;而且,三维DEM变化检测可直观、宏观显示变化区域范围,在应急减灾救灾及变化信息提取方面具有重要应用价值。     

侧摆角和DEM分辨率对影像正射纠正的影响

针对更加精确地对亚米级影像进行正射纠正应用时存在不利因素的问题,该文通过对资源三号立体像对的相对定向、绝对定向、核线匹配等方法提取数字表面模型。结合不同侧摆角的北京二号、高分二号亚米级卫星遥感影像数据,选取不同分辨率的DEM对不同侧摆角的亚米级卫星影像进行正射纠正实验,并对其进行精度评价。实验结果表明:侧摆角的大小对正射纠正的误差有影响,以同一DEM作为控制,当侧摆角增大时,正射纠正的整体误差呈现上升的趋势;不同分辨率的DEM对平差精度影响不大;不同分辨率的DEM对正射纠正精度影响相对较大,尤其山区地形变化较大。通过本文方法利用资源三号立体像对提取的DSM进行正射纠正的精度明显优于30 m和90 m分辨率的DEM,说明资源三号具有现势性。     

利用资源三号测绘卫星立体像对提取DEM及精度评价——以神东矿区大柳塔矿为例

作为中国第一颗高分辨率民用三线阵立体测图卫星,资源三号卫星的立体测绘功能引人注目。而在矿区,环境治理与灾害防治对地形数据则有着迫切需求。本文以神东矿区大柳塔矿为试验区,利用资源三号卫星前后视立体像对提取DEM,并对其精度进行评定。结果显示,神东矿区大柳塔矿DEM高程精度可达4.28 m,表明资源三号测绘卫星生产DEM精度较高,可与同类国外卫星媲美,在矿区大有可为。     

基于LiDAR点云数据索引的DEM快速提取

DEM应用日趋广泛,从LiDAR点云数据中提取DEM是一种满足应用需求的简单有效方法。由于Li-DAR点云数据的庞大性,直接提取DEM效率不高。为了提高对点云数据处理的效率,本文探索应用索引技术来优化LiDAR点云数据的处理,生成高精度DEM。该方法首先对LiDAR原始数据点建立网格分块索引;然后再利用形态学的方法对LiDAR原始数据进行滤波处理;最后用逐点内插方法生成DEM。实验结果表明应用空间数据索引技术极大地提高了点云数据滤波与DEM生成的效率。     

资源三号卫星在区域地质灾害应急监测中的应用——以山西省为例

遥感技术已成为当前应对突发地质灾害应急监测的一种重要技术手段。本文将资源三号卫星遥感影像应用于区域地质灾害应急监测中,研究了资源三号卫星区域RPC参数的修正方法,并联合DEM和控制点建立了区域影像快速正射纠正的方法流程;利用长治地区的资源三号卫星影像进行了正射纠正试验与分析,总体满足区域地质灾害应急监测对遥感影像的精度要求。利用该方法制作完成的地质灾害区域遥感影像已应用于山西省突发地质灾害遥感监测指挥系统项目中并取得了较好的应用效果。     

GBSAR和三维激光扫描技术提取DEM应用研究

分析了星载SAR和GBSAR提取DEM的原理,利用GBSAR干涉影像提取目标区域的DEM,并将得到的DEM与三维激光扫描数据得到的精细DEM模型进行对比和统计分析。实验结果表明,GBSAR提取的DEM与三维激光扫描提取的精细DEM大体一致,且误差在较小的范围内,满足DEM提取精度要求,说明GBSAR提取目标区域的DEM是可行的,为GBSAR的推广应用奠定了基础。     

资源三号测绘卫星影像平面和立体区域网平差比较

针对弱交会条件下卫星遥感影像区域网平差无法正确求解的问题,本文提出了利用数字高程模型（DEM）作为高程约束的平面区域网平差方法提高其对地目标定位精度的策略。首先,选取带仿射变换项的有理函数模型（RFM）作为卫星影像平面区域网平差的数学模型。其次,在平差过程中更新连接点的地面坐标时仅求解地面点的平面坐标,高程值利用DEM进行内插获得。最后,在布设少量控制点的情况下通过平面区域网平差求解所有参与平差的卫星影像定向参数和连接点的地面平面坐标。利用两个地区的资源三号正视影像的平面区域网平差以及前正后三视影像的立体区域网平差的对比试验表明,对于资源三号卫星影像在1:50000DEM的支持下,平面平差可以达到和立体平差相当平面精度。对于近似垂直正视的资源三号影像,全球1km格网的DEM和90m格网的SRTM可以取代1:50000DEM作为高程控制,平面精度几乎没有损失。最终,试验结果证明了平面区域网平差方法的有效性和可行性。     

一种基于LiDAR点云的河道纵横断面获取方法

本文基于LiDAR点云进行河道纵横断面的获取。包括数据采集、数据预处理、点云滤波、精编DEM等步骤;根据已有的河道中心线,按照特定距离,在精编的DEM上提取断面点;通过空三立体模型进行关键断面点位置的调整,得到断面点成果;给出与实测断面数据的精度对比。该方法节省了外业实测断面点所需的人力物力财力,提高了工作效率和质量。     

基于资源三号卫星影像的DEM数据生产试验

我国自主研发的立体测绘卫星资源三号已经成功发射并获取了大量影像,应用前景广阔。本文利用资源三号卫星遥感影像立体像对数据,进行甘肃省民勤县数字高程模型(DEM)生产试验,探讨了生产技术流程,检测了成果产品精度,着重对比航空摄影成图产品分析资源三号产品精度的可靠性,最后简要阐述了资源三号卫星遥感影像在基础测绘更新中的应用前景。     

面向对象和GURLS结合的高空间分辨率遥感数据云检测

遥感信息获取过程中云是重要的干扰因素,随着国产高空间分辨率卫星数据的应用,实现数据的准确云检测对有效获取地面信息具有重要意义。本文以高分一号、高分二号多光谱影像为数据源,利用图像分割获取了同质对象,基于对象光谱、纹理和几何8种属性特征建立了规则集,以规则集为输入,利用阈值法和GURLS分类器结合进行了云检测。针对不同时相和场景的高分数据,将该方法与基于像素的最大似然法和SVM法进行了对比,结果表明该方法云提取精度均在95%以上,Kappa系数在0.9以上。     

一种从LIDAR数据提取城区DTM的方法

由机载激光扫描系统获取的点云数据,可以直接生成扫描区域的数字表面模型,但要想提取数字地面模型还须对点云数据进行分类处理。提出了一种获取数字地面模型的方法,其主要思路是利用原始的激光数据构建二维三角网,从而构建数字表面模型。通过分析数字表面模型的坡度进行初始的分割,剔出坡度较大的三角形。经过初步的分割之后,通过连通区域分析来获取每个分割区域的特征,提取出裸露地表高程,从而由点云数据构建出数字地面模型。     

光学遥感影像道路提取的方法综述

道路信息在多个应用领域中发挥着基础性的作用。光学遥感影像能够以较高的空间分辨率对目标地物进行精细化解译,可大幅增强地物目标的提取能力。充分利用光学遥感影像丰富的几何纹理信息,进行道路的精确提取,已成为当前遥感学界研究的热点与前沿问题。鉴于此,本文依据近年来大量相关文献,对现有的理论与方法进行了归类与总结,通过分析不同方法采用的道路特征组合,将道路提取方法划分为模板匹配、知识驱动、面向对象和深度学习4类方法,简要介绍了道路提取普适性的评价指标并对部分方法进行了分析与评价;最后对现有光学遥感影像道路提取的发展提出了建议和展望。     

基于卫星遥感的输油管廊沿线的地物识别研究

基于eCognition软件进行研究区域面向对象的信息提取,对研究区进行多尺度影像分割的实验,找到适合影像地物信息提取的尺度及参数、分类规则,并对研究区的影像数据进行验证,通过eCognition分类结果与传统分类和基于GBDT分类算法结果的对比,说明面向对象的特征提取算法更适用于几何信息和结构信息丰富的高分辨率图像.     

一种高分影像建筑区分块表示与合并提取方法

建筑区是一种重要的人工地理要素,利用高分辨率卫星影像可以在更精细的尺度上获取建筑区信息。针对建筑区这类结构复杂、面积相对较大的地物类,提出一种分块表示与合并提取方法。首先,通过角点上下文约束来划分图像,并将获得的图像块作为影像处理的基本单元;然后,利用空间变异函数来建模每个图像块并提取特征描述参数,进一步通过主成分变换实现建筑区图像块的结构特征表示;最后,根据图像块空间结构特征的相似性实现建筑区的判别。实验结果表明,该方法能够有效实现高分影像建筑区的提取,并且对不同分辨率的高分影像表现出良好的适应性。     

神经网络支持下的Sentinel-2卫星影像自动云检测

为解决利用Sentinel-2卫星影像进行地物信息提取时云层遮挡造成的信息误判问题,提出了一种基于深度学习的遥感影像云区高精度分割方法。该方法通过预处理的遥感样本数据构建出一种深度神经网络模型,自动提取高层次影像特征;再将影像特征输入分类器,实现遥感影像的像素级分类,从而分割出云覆盖矩阵;最后将云覆盖矩阵转化为云二值图,结合感兴趣区矢量准确获取指定区域云检测结果。选取典型区域进行测试,结果表明：该方法检测精度较高,速度较快,且无须辅助信息与人工干预,可用于Sentinel-2卫星影像不规则区域自动云检测。     

从中心投影影像制作正射影像的多种方法研究

提出了由中心投影影像制作数字正射影像的三种新方法:(1)在具备立体像对的情况下,通过立体影像匹配求得视差值,直接利用视差值进行微分纠正,得到正射影像;(2)多中心影像不构成立体像对,但是各中心之间有一定的空间距离时,利用本文推导的一系列数学公式,可在影像匹配的基础上进行基于视差的微分纠正,从而得到正射影像;(3)直接利用地物稠密地区相应比例尺地形图的数字化成果,例如数字栅格地图(DRG)或数字线划地图(DLG),与单帧影像上提取的地物线划进行配准,从而实现正射影像纠正。还给出了影像上的特征线划与地图上的特征线划配准的新方法。     

利用规则进行高分辨率遥感影像地物提取

针对高分辨率遥感影像中地物的复杂性和多变性带来的地物提取难点,提出了一种基于多层次规则的面向对象的典型地物提取方法。改进了基于区域增长的影像分割方法,利用小区域内的全局最优策略进行初始增长,避开了种子点的选择。利用影像分割得到的影像对象作为地物提取的基元,针对影像上典型地物选择提取特征,利用多层次的提取规则进行地物提取,总的提取精度达到87.1%。     

Multi-temporal RADARSAT-2 polarimetric SAR for maize mapping supported by segmentations from high-resolution optical image

Due to its ability to penetrate the cloud, Synthetic Aperture Radar (SAR) has been a great resource for crop mapping. Previous research has verified the applicability of SAR imagery in object-oriented crop classification, however, speckle noise limits the generation of optimal segmentation. This paper proposed an innovative SAR-based maize mapping method supported by optical image, Gaofen-1 PMS, based segmentation, named as parcel-based SAR classification assisted by optical imagery-based segmentation (os-PSC). Polarimetric decomposition was applied to extract polarimetric parameters from multi-temporal RADARSAT-2 data. One Gaofen-1 image was then used for parcel extraction, which was the basic unit for SAR image analysis. The final step was a multi-step classification for final maize mapping including: the potential maize mask extraction, pure/mixed maize parcel division and an integrated maize map production. Results showed that the overall accuracy of the os-PSC method was 89.1%, higher than those of pixel-level classification and SAR-based segmentation methods. The comparison between optical- and SAR-based segmentation demonstrated that optical-based segmentation would be better at representing maize field boundaries than the SAR-based segmentation. Moreover, the parcel- and pixel-level integrated classification will be suitable for many agricultural systems with small landownership where inter-cropping is common. Through integrating advantages of the SAR and optical data, os-PSC shows promising potentials for crop mapping.     

无人机高空间分辨率影像分类研究

本文利用无人机影像进行土地利用类型研究,面向对象方法对影像分割,获取了最佳分割尺度;根据各土地类别的特征信息建立分类定义,提出了快速、准确获取土地利用类型的方法。研究结果表明,运用面向对象方法能很好地解决无人机高分辨率影像分类问题,其中关键是影像分割尺度的选择和影像对象特征信息的提取。