一种四叉树和测地线活动轮廓模型相结合的海陆影像分割方法

海陆影像分割对于后续的海岸线提取、潮间带地形反演、海岸演化状况分析等都具有十分重要的意义。本文在分析了四叉树、测地线活动轮廓(GAC)模型和Canny边缘检测算子等在海陆影像分割中优缺点的基础上,提出了一种四叉树、Canny算子和GAC模型相结合的海陆影像分割方法。该方法综合利用上述各方法的优点,将Canny算子边缘检测结果融入到基于四叉树初分割的GAC模型中,重构边界停止函数,演化水平集方程,实现海陆影像分割。试验结果表明,该方法具有海陆影像分割速度快、精度高、可靠性强和自动化程度高等优点,对于弱边缘以及严重凹陷边缘,都能实现自动和准确分割。     

基于Canny算子和GAC模型相结合的影像水边线提取方法

从遥感影像上提取弱边缘水边线是影像特征提取的一个难点。在分析了GAC模型和边缘检测算子在影像水边线提取中的优缺点的基础上,提出了一种将Canny边缘检测结果融入GAC模型重构边界停止函数进行水边线提取的方法。实验结果表明,利用该方法进行海岸带遥感影像水边线提取精度高,速度快,即使是弱边缘水边线或水边线严重凹陷边界,在平滑性和精度上都能达到很好的效果。     

基于Landsat-8遥感影像的鄱阳湖水边线提取方法研究

目前应用于水边线提取的方法众多,但是精度、效率参差不齐,本文主要通过对比监督分类、单波段阈值法、归一化指数模型法以及决策树方法在landsat-8影像下鄱阳湖水边线提取的精度及效率,结合水边线提取后的应用对提取方法进行对比分析。     

基于四叉树原理的多波段遥感影像区域合并算法

随着计算机技术的发展,通过处理分析遥感影像数据获取信息达到科研或工程应用目的已成为一种普遍的模式。遥感影像数据在包含丰富信息量的同时,其自身的海量特性也逐渐成为制约其应用的障碍之一。在诸多关于遥感影像压缩合并方法的研究中,四叉树原理一直是一个重点研究方向。但传统的四叉树算法在处理遥感影像过程中总会存在过度分割现象;而且以往的相关研究中,总是针对单一波段影像进行处理,其应用价值会有一定的局限性。针对这两点不足,本文提出并实现了一种基于四叉树原理的多波段遥感影像合并算法,并通过试验进行了验证,与传统的四叉树方法相比,其在压缩比方面平均可以提高50%以上,且在压缩精度方面也取得了良好的效果。     

Landsat 8影像水边线提取方法比较研究

传统的海岸线调绘方法比较费时、费力,而且资金消耗巨大,因而会逐渐被遥感技术所取代。本文利用Landsat 8的OLI数据提取长江入海口处的九段沙水边线。由于水体、土壤等地物的光谱特征不同,所以可以选择不同的方法进行提取。本文选用了灰度阈值法、边缘检测法中的Soble算子和Roberts算子、改进的归一化水体差异指数(MNDWI)等方法对水边线进行提取研究,并对结果进行比较分析。发现Landsat 8中的第一波段有利于水边界线提取,边缘检测中的Soble算子提取的九段沙水边线可以得到较好的结果。     

格网划分与四叉树相结合的海量建筑物数据组织与调度

针对三维GIS中海量建筑物数据,提出基于经纬线格网划分与四叉树空间索引相结合的数据组织方式,采用基于视点相关LOD、数据缓存和多线程的建筑物数据动态调度策略进行了实践应用,试验结果表明此方法是可行、高效的.     

一种利用主动轮廓模型和矢量数据的遥感影像面状水体提取方法

以矢量数据作为主动轮廓模型的初始位置,提出一种用于提取面状水体的新主动轮廓模型。在传统内部能量和外部能量的基础上加入基于目标-背景灰度的图像引力势能和基于离散曲率的形状约束势能,提高了模型的收敛速度和抗噪性能。充分利用矢量数据的先验信息,自适应地确定模型中的相关参数。同时,建立了基于相似性度量的提取精度评估模型,给出了基于贪婪算法的模型求解过程。最后,实验验证了本文方法的可行性与优越性。     

基于四叉树索引和双缓存机制的GIS动态可视化模型设计与实现

针对GIS数据的多维、海量、动态性等特点,本文设计了基于四叉树和双缓存机制的GIS动态数据可视化模型,并详细地介绍并阐述该模型的数据存储规格和数据可视化方法及其特点。基于四叉树索引结构和多线程双缓存机制,构建GIS动态数据可视化模型,探讨多线程分层绘制动态对象方法和GIS空间数据库实时更新方法,实现GIS海量数据的动态化、序列化、实时可视化表达。并测试对比了常见可视化算法与本算法之间的显示效率,发现本研究算法针对多种GIS图形类型、大数据量GIS数据显示,均有较高的效率提升,实验证明该方法稳定可行,可为其他GIS动态数据的可视化提供参考。     

基于四叉树算法的POI分级优化显示方法研究

为了使"天地图"中大数据量、高密度的POI数据在各显示比例下达到清晰易读的表达效果,本文在考虑POI权重属性的情况下,提出了一种基于四叉树算法进行自动过滤的方法,达到各级比例尺优化显示的效果,并通过实例验证该方法的可行性、稳定性,达到了对POI数据高效过滤和图面表达美观的双重效果。     

基于ALOS影像与CV模型的瞬时海岸线提取

利用ALOS多光谱影像及CV模型对山东沿海三种不同类型海岸、人工海岸、砂质海岸、淤泥质海岸进行海岸线提取,为比较不同特征影像对海岸线提取效果的影响,对同一类型海岸又分为近红外影像、421彩色合成影像、NDWI影像、PCA影像并分别进行海岸线提取,最后利用缓冲区分析进行精度比较。分析得出:对于人工海岸、砂质海岸两种海岸,在一个像元缓冲区内,提取精度基本可以达到80%以上,两个像元内可达到95%以上;对于淤泥质海岸,四种特征影像的提取效果均比较差,只有NDWI影像在两个缓冲区内可达到87%;总体来说,NDWI影像提取的效果最好。     

LiDAR点云与遥感影像结合提取建筑物轮廓

结合点云数据与遥感图像数据提取建筑物轮廓提出一种新方法。首先对LiDAR点云高程栅格化,利用形态学滤波得到地物的高程图DSM;用渐进形态学对高程图进行滤波,得到地形图;通过克里金插值对地面点进行内插得到DTM;以DSM-DTM=DHM得到粗糙的高度图;通过中值滤波得到完善的高度图,进行基于高度信息和彩色信息的区域生长,最后进行基于方位梯度数据的分割,优化建筑物边缘,有效地实现了建筑物轮廓提取。     

基于面向对象方法的高分辨率遥感影像道路提取方法研究

随着遥感影像分辨率的不断提高,基于高分辨率遥感影像的目标自动提取逐步成为研究热点。本文采用面向对象的图像分析方法,基于Ecognition遥感图像处理平台,对IKONOS影像进行道路提取实验,重点对图像分割方案、道路提取规则、后处理方法等进行探讨。     

基于知识的遥感图像地物提取方法研究

通过对图像知识库、图像数据库、纹理分析和形状分析等技术的研究,提出了一种基于知识的遥感图像地物提取的方法。该方法提取图像的纹理特征和形状特征,根据知识库中的先验知识进行推理,实现了遥感图像地物的判别和提取。     

一种基于卷积运算的遥感影像道路提取方法

根据遥感影像道路特征,提出一种基于卷积运算和数学形态学的道路提取方法。首先通过拉普拉斯算子对图像行锐化处理;再用卷积运算获得线特征加强系数,在加强道路线特征的同时,背景灰度恒定区域被弱化;然后去除短线和块状噪声,适当地加入人工干预进行道路修剪;最后用数学形态学细化处理得到道路网。实验结果表明,该方法能有地从遥感影像中提取出道路。     

海岸带水体遥感信息全自动提取方法

在对经典的水体遥感信息提取方法分析的基础上,针对海岸带水体的特点了提出一种新的方法,该方法通过“像元-对象”及“全域-局部”的双重尺度转换,综合利用了海岸带水体遥感信息的光谱特征、空间特征、统计特征和不确定性,有机结合了地学知识与数据挖掘方法,实现了海岸带水体遥感信息的全自动提取。对我国四大海域不同类型海岸带的Landsat ETM+遥感影像进行试验,发现应用该方法能够兼顾宏观和微观的水体特征,提取结果具有较好的完整性和连续型,相对精度优于监督分类法和阈值分割法。     

分水岭变换在遥感影像线状特征提取中的应用

在现有目标识别方法的基础上,提出一种结合目标的特性进行分水岭变换提取目标的方法。试验结果表明,这种方法可以有效地从遥感影像中提取线状特征。