集成特征分量的高分二号影像阴影检测

针对高分辨率遥感影像中阴影检测精度易受水体、植被等因素干扰的问题,通过分析高分二号影像中典型地物的光谱特征,构建了一种集成特征分量与面向对象分类相结合的阴影检测方法。构建的特征分量包括：主成分第一分量PC1、亮度分量I、归一化差分植被指数NDVI及水体指数WI。将各特征分量进行归一化处理,建立包含波段均值、标准差等特征的规则集,对影像的I和PC1分量进行多尺度分割 ,结合面向对象的方法进行阴影检测。选取不同区域遥感影像进行实验,实验结果表明:与传统基于像素的阴影提取方法相比,该方法提取出的阴影斑块完整,且能有效地减弱水体和植被的影响。     

集成特征分量的高分二号影像阴影检测

针对高分辨率遥感影像中阴影检测精度易受水体、植被等因素干扰的问题，通过分析高分二号影像中典型地物的光谱特征，构建了一种集成特征分量与面向对象分类相结合的阴影检测方法。构建的特征分量包括：主成分第一分量PC1、亮度分量I、归一化差分植被指数NDVI及水体指数WI。将各特征分量进行归一化处理，建立包含波段均值、标准差等特征的规则集，对影像的I和PC1分量进行多尺度分割 ，结合面向对象的方法进行阴影检测。选取不同区域遥感影像进行实验，实验结果表明:与传统基于像素的阴影提取方法相比，该方法提取出的阴影斑块完整，且能有效地减弱水体和植被的影响。     

集成特征分量的阴影多尺度分割方法

针对高分影像阴影检测精度易受水体、深色地物和暗色植被影响等问题,结合GF-1影像自身特点,提出一种结合特征分量构建和多尺度分割面向对象的阴影检测方法。首先,对GF-1影像多光谱数据、全色数据进行正射校正和信息融合,以达到光谱与空间分辨率信息最大化利用。其次,集成特征分量(主成分第一分量PC1、亮度分量V、绿光波段G、归一化植被指数NDVI)以增强阴影信息。最后,对集成后的影像进行多尺度分割,并利用特征分量构建规则集,最终实现阴影信息提取。实验表明,该方法既能准确地检测出GF-1影像中的阴影信息,又能有效削弱水体、深色地物和暗色植被的影响。     

一种遥感影像水体信息自动提取方法

本文提出了一种基于卫星图像数据的LBV变换与归一化植被指数NDVI的遥感影像水体信息自动提取的方法.水体经过LBV变换后形成的B分量图的灰度值很大,水体信息的归一化植被指数值小于0;构建水体信息自动提取模型条件是水体信息满足B分量数值大于某一阈值并且归一化植被指数值小于0;与其它方法进行实验比较该方法可以较准确的进行水体信息的自动提取,同时准确地将水域与低密度覆盖的水植混合体分开.     

一种应用机载LiDAR数据和高分辨率遥感影像提取城市绿地信息的方法

提出了一种新的面向对象的城市绿地信息两阶段提取方法。该方法分阶段使用高分辨率遥感影像的光谱和2维形态信息以及机载LiDAR数据的3维形态信息作为分类依据。第1阶段,影像首先被分割为对象,对象被分类为无阴影的植被、阴影下的植被、水体、建筑物、空地和阴影6类地物;无阴影的植被和阴影下的植被合并为城市绿地对象,在第2阶段,将LiDAR数据产生的归一化数字表面模型nDSM与绿地对象叠加,计算每个对象的3维形态属性,进一步将绿地对象细分为草坪、灌木和乔木。以美国休斯敦中心城区为例,介绍了方法流程。精度分析表明,绿地的分类精度达到9346%;方法中的主要误差来源于遥感影像当中的建筑物阴影以及生成数字地形模型时所产生的误差。     

基于知识决策树的城市水体提取方法研究

针对城市水体与建筑物阴影、沥青路面和浓密植被等暗地物的光谱混淆性,构建了结合光谱特征和空间特征的城市水体提取知识决策树.其基本思路为:首先利用短波红外波段提取暗地物,其次分别利用浓密植被在近红外波段和沥青路面在红波段中的反射率剔除这两类暗地物,再次利用空间密度特征剔除建筑物阴影,最后根据面积对水体进行补充识别.与现有方法相比,本方法提出了城市水体提取中需关注的暗地物类型并开展针对性特征分析,并利用由噪声环境下密度聚类方法(DBSCAN)描述的空间密度特征区分城市水体和建筑物阴影.对北京城区SPOT 5多光谱影像开展的实验得到的检测率为86.18％,虚警率为13.82％,表明本方法是基于中分辨率多光谱影像提取城市水体的有效方法.     

基于知识决策树的城市水体提取方法研究

针对城市水体与建筑物阴影、沥青路面和浓密植被等暗地物的光谱混淆性,构建了结合光谱特征和空间特征的城市水体提取知识决策树。其基本思路为：首先 利用短波红外波段提取暗地物,其次分别利用浓密植被在近红外波段和沥青路面在红波段中的反射率剔除这两类暗地物,再次利用空间密度特征剔除建筑物阴影,最 后根据面积对水体进行补充识别。与现有方法相比,本方法提出了城市水体提取中需关注的暗地物类型并开展针对性特征分析,并利用由噪声环境下密度聚类方法 （DBSCAN）描述的空间密度特征区分城市水体和建筑物阴影。对北京城区SPOT 5多光谱影像开展的实验得到的检测率为86.18%,虚警率为13.82%,表明本方法是基于 中分辨率多光谱影像提取城市水体的有效方法。     

基于指数构建的高分辨率城市水体提取新方法

针对高分辨率遥感影像水体指数适用性差异的问题,提出了一种水体指数CEWI和一种阴影指数MSRM,并综合2种指数构建了自动化城市水体提取模型NMEM。以国产资源三号卫星遥感数据为信息源,在对比分析各地类要素光谱信息的情况下,采用面向对象分割和特异性指数构建的方法,以北京、武汉、广州3市部分区域作为实验对象进行水体提取实验。通过与常用水体指数NDWI、高分辨率水体指数HRWI阈值提取以及依据光谱特性、几何特性等的随机树监督分类方法进行比较,实验结果表明,在各研究区内NMEM模型的水体提取效果最佳,用户精度均在91%以上,制图精度均在93%以上,Kappa系数均在0.98以上。该方法在准确提取水体的同时有效排除了大量黑暗阴影的干扰,基本消除了椒盐噪声。     

多特征和多分类器组合的湿地遥感影像分类

为了适应湿地遥感影像分类,选择了湿地影像的典型特征,提出了一种组合多分类器的湿地遥感分类方法。提取湿地遥感影像的独立分量、纹理、湖泊透明度、归一化水体指数、绿度指数和湿度分量特征;选择样本对最小欧氏距离、光谱夹角填图、贝叶斯和支持向量机分类器进行训练学习。根据各分类器的混淆矩阵对其赋权值,检验样本是否满足正态分布;根据权值和假设检验结果构建组合分类器决策网络。实验表明该方法较传统湿地分类方法具有更好的性能和更高的精度。     

矢量约束的面向对象高分遥感影像水体提取

鉴于高分辨率遥感影像的光谱混淆和噪声干扰现象为遥感信息的精确提取带来很大困难,而利用现有矢量数据作为约束条件是提高遥感信息提取准确性的有效手段,提出了一种基于矢量约束实现面向对象高分辨率遥感影像水体提取的新方法。方法的基本步骤包括:1)利用硬边界约束方法(HBC-SEG)进行图像分割;2)分割图层与矢量数据叠合以建立分割图斑和已有矢量水体图斑间的空间关系;3)针对矢量与影像间的时相差异和配准误差建立差异化的知识规则以提取影像中的真实水体。实验证明,该方法在准确提取高分辨率影像上细小水体信息的同时,也能有效抑制建筑等地物的阴影干扰,和无约束方法相比,综合精度评价指标F-Measure平均提高13%以上。     

光谱模型结合面向对象法的山区水体提取北大核心CSCD

山区因地势起伏大、水体分布零散导致遥感提取水体信息精度不高。另外,对于高分二号(GF-2)影像,受限于只有4个波段,无法构建已有水体提取精度较高的指数。鉴于此,以泰山为研究区,采用GF-2影像,提出差异水体光谱模型结合面向对象法的水体信息提取方法,并与阴影水体指数决策树、改进的阴影水体指数决策树以及支持向量机3种方法进行对比。结果表明,该方法能够有效去除山体阴影的影响,较好地保持了水体信息,对细微水体也有良好的提取能力,在实验和验证影像中总体精度分别达到98.02%和97.33%,Kappa值分别达到0.9533和0.9334,均高于其他3种方法。该方法在准确提取水体的同时,有效减少“椒盐现象”的发生,可为类似山区水体提取提供一定的参考。     

针对资源三号卫星影像水体提取的谱间关系法

针对现阶段水体提取的数据源多是国外测绘卫星数据且需要多波段、丰富光谱信息的问题,通过研究资源三号卫星影像中水体的光谱特征以及阴影的光谱特征,提出一种在资源三号卫星影像中水体提取的方法。运用单波段阈值法、归一化差分水体指数法、支持向量机法、基于阈值的谱间关系法4种方法对提取水体的效果进行比较分析。实验结果表明,本文提出的基于阈值的谱间关系法提取水体的效果比另外3种方法有明显提升,能有效剔除阴影的影响,并且能较好地提取影像中的细小水体。     

顾及水域的Sentinel-2数据地形阴影检测方法研究

针对诸如水体等暗色地物信息影响山区地形阴影提取精度的问题,提出一种基于地物第一主成分特征和光谱特征的地形阴影提取方法。首先,分析包括地形阴影在内的4类典型地物光谱特征和第一主成分特征,建立阴影分量PCA1和水体分量NDMBWI,构建归一化阴影指数NSI;然后,通过分析NSI和NDVI之间的二维空间分布构建动态阈值;最后,分割图像信息,获取地形阴影区域。试验结果表明：(1)相较于其他方法,基于NSI的动态阈值法总体精度和Kappa系数均最高（约为0.893和0.759）,阴影区域反射率的3个统计量（R、SD和CV系数）均较低,表明该方法能有效消除水体和其他暗色地物影响,准确提取阴影;(2)基于NSI构建的动态阈值法在不同时相和不同研究区上的地形阴影提取结果良好,地形阴影同水体、暗色地物和建筑区分度较高,能在一定程度上抑制云阴影的影响,算法具有良好的稳定性和适用性。     

基于高分辨率遥感影像的不透水面信息提取方法研究

不透水面是城市地区的典型特征,它与城市总用地面积的比值--不透水率作为一个重要的城市生态指数常出现于城市水文、水质、面源污染以及城市植被制图等研究中。利用高分辨率遥感影像提取不透水面不仅可获得较高精度的不透水面信息,而且可为中低分辨率遥感影像的不透水面提取提供样本训练区并检验其提取精度。本文利用南京IKONOS影像,采用面向对象分类方法提取不透水面信息,初步解决了阴影归类和遮盖不透水面的植被剔除等问题,提高了不透水面信息提取精度。     

高分辨率遥感影像阴影检测与补偿方法优化

针对现有阴影检测误检水体为阴影及阴影增强导致非阴影区域信息改变的问题,提出基于统计信息分析的主成分变换水体识别与剔除方法,并结合蓝光抑制算法和阴影同质区统计信息实现阴影补偿。首先使用归一化阴影指数(Normalized Difference Umbra Index,NDUI)实现阴影区域的初始检测,然后利用主成分变换后水体统计信息与阴影统计信息的差异实现水体的识别与去除,并结合小区域去除和数学形态学方法完成阴影区域的检测,最后使用蓝光抑制算法和阴影同质区的统计信息分别对H、I、S分量补偿,并将结果转换回RGB色彩空间完成阴影补偿。以不同地区的高分辨率WorldView2影像和UltraCam D影像对提出的方法进行测试,结果表明:该方法可有效解决水体误检测为阴影的问题,且能够降低阴影补偿对非阴影区域的影响。     

水体污染时空分布遥感影像要素深度提取方法

针对现有方法影像要素提取精准度不高,易丢失细节信息,不能有效提供全面水体信息的问题,提出水体污染时空分布影像要素深度提取方法.借助ArcGIS水文分析模块生成水系图,建立逐步迭代提取流程,利用主成分变换方法对影像块实行最小化重构,提取影像的主要特征.通过NSCT变换对原始图像进行采样分解,使用卷积计算方式构建自适应池化模型,提取污染水体的纹理特征.基于数学形态学细化水体图像的主要特征与纹理特征结构,构建反演函数进行大气校正,从而完成水污染遥感影像的深度提取.实验结果证明,所提方法提取的遥感影像具有较高精度,同时包含较多细节信息,实用性强,可在水污染检测中推广应用.     

基于面向对象技术的高分辨率遥感影像的阴影检测与去除

阴影是高分辨率遥感影像的基本特征之一,阴影的检测对于影像的目标识别和信息恢复十分关键。采用面向对象的技术,通过图像分割,获取阴影对象,结合阴影对象的特征,设置特征函数并分类,最后获得阴影区域。试验证明,该方法简单易行,较精确地提取了阴影区域。     

采用高斯归一化水体指数实现遥感影像河流的精确提取

河流精确提取在水资源调查、利用、变化检测及大型水利设施建设评估等方面具有非常重要的意义.通常的河流信息提取方法受影像中云、冰雪、山体阴影、大型湖泊等的干扰较大,大范围的适用性有限.以Landsat卫星遥感数据为数据源,在归一化差异水指数(NDWI)计算的基础上,首次提出采用高斯归一化水体指数(GNDWI)提取河流水体的模型,使得指数能够更大程度上保证河流提取的连续性,并通过DEM的辅助实现了其他干扰信息的去除.通过对伊犁河试验区河流信息提取的实验结果表明,该方法除了能够实现对复杂多样的河流水体信息进行自动提取外,还可有效去除阴影等信息的混淆,并能够达到较高的河流提取精度.     

基于形态学阴影指数的高分二号影像建筑物高度估计

高分二号卫星是我国自主研发的高分辨率对地观测卫星,分辨率达到亚米级。利用高分二号卫星遥感影像,结合数学形态学和面向对象分类的思想进行城市建筑物高度估计。首先,利用多尺度分割将影像分割成对象;进而结合光谱、形状、形态学阴影指数(MSI)等特征面向对象进行分类,相对准确提取出建筑物的阴影并计算阴影的长度;最后,结合影像成像时的卫星、太阳和建筑物的几何关系模型进行建筑物高度估计,并利用实地测量数据进行精度评价和误差分析。结果显示,90%的估计结果绝对误差小于1m,说明该方法可以有效地从高分二号影像中提取建筑物高度,展现了国产高分辨率遥感影像提取城市建筑物信息的巨大潜能。     

基于PCA与HIS模型的高分辨率遥感影像阴影检测研究

根据高分辨率遥感影像阴影区域的性质,基于主成分变换和HIS模型,提出一种检测阴影的阴影指数SI(Shadow Index)。选取两个试验区,分别采用Polidorio算法、归一化阴影指数(NDUI)和SI进行阴影检测和比较分析,结果表明SI能够有效地区分阴影区域与水体和偏蓝色地物。提取3种算法的直方图得出,SI图像的直方图具有两个波峰一个波谷形状,能够更好地采用直方图阈值法分割阴影区和非阴影区。实验表明该方法简单有效。