中国海岸带分布规律及其海部要素变化检测

在海岸带图测绘完成后,海部要素的变化是导致海岸带图使用价值降低的重要因素。根据我国海岸的组成物质将其归纳为淤泥质海岸、沙砾质海岸、基岩海岸、红树海岸和珊瑚海岸,并归纳总结了每一种海岸的空间分布规律。分析了影响海岸线、干出滩以及近海水深等海部要素变化的主要因素,海岸要素变化的因素和变化规律,进而提出了海部要素实质性变化的检测统计方法,对提高海岸带图测绘效率、缩短成图周期、确定更新周期和制定更新方案都具有重要的意义。

Oracle 8i数据库可视化检索技术及其在遥感图像信息系统中的应用

介绍了遥感图像信息系统对影像数据库的要求 ,提出了Oracle 8i作为影像数据库管理的DBMS的技术方案 ,进一步说明了可视化检索技术在遥感图像信息系统中的重要性 ,最后 ,详细阐明了可视化检索技术的有关概念和工作原理。

SPOT卫星图像用于修测地形图的试验

确定地形图的更新方法,在很大程度上取决于遥感图像的现势性和地面分辨率的大小。利用航空像片更新地形图能保证地形图的精度,但周期长、成本高。星载CCD推扫图像可以周期性的覆盖地面,且有较高的地面分辨率。SPOT卫星HRV传感器获得的图像,地面分辨率甚高,用于修测的1:5万地形图的可能性很大。针对地貌测绘和地形要素的判读能否满足现行规范的要求。

高光谱遥感技术的发展与应用现状

20世纪80年代初期出现的高光谱遥感技术,将反映目标辐射属性的光谱信息与反映目标空间几何关系的图像信息有机地结合在一起,与传统的全色、多光谱遥感相比,在地物识别方面具有明显的优势。高光谱遥感技术在许多国家的重视下发展迅速,其应用领域也日趋广泛并更加成熟。对高光谱遥感技术的发展与应用现状进行总结。

海岸带地形图及其测量方法研究

界定海岸带的范围,介绍海岸带地形图探测内容、特点及测绘要求,讨论分解法测绘陆部地形要素和海部地形要素的技术方法,阐述综合法陆海一体化探测技术,分析各种测量技术方法的特点,提出用机载INSAR图像和机载激光扫描数据来探测海岸带地形的新方法。

海岸带地区陆海图的差异分析

海岸带是影响人类活动的重要地带。随着海洋经济的发展,海岸带专题图的需求日益增加。详细介绍了目前海岸带地区地形图和海图表示方法的各种差异,分析了产生这些差异的根本原因;阐述了消除地形图和海图差异的办法即新建海岸带地形图,编制海岸带地形图测量和编绘规范,编制海岸带地形图图式,统一海岸带地形要素的表示内容和表示方法。在此基础上根据不同的需要测绘海岸带地形图,为经济建设和社会发展提供有力的技术支持。

基于边缘引导约束的高分辨率遥感影像海岸线提取

针对海岸线的影像特征,提出一种基于边缘引导约束的海岸线提取方法。该方法是在遥感影像进行中值滤波处理,去除噪声的基础上,通过交互方式对遥感影像进行灰度拉伸,以增强海岸线特征;再利用梯度算子卷积运算得到梯度影像;然后通过边缘像素点和灰度差阈值引导种子点进行生长,进而提取包括滩涂在内的水域或其他地物;最后通过轮廓跟踪提取生长区域的边界,即海岸线。试验表明,该方法可准确提取出海岸线位置,效果较好。

基于光谱曲线整体相似性测度的匹配分类

高光谱影像具有丰富的空间、辐射和光谱信息,每一个像元都可以提取出连续的光谱曲线。因此,可以通过高光谱数据与已知的参考光谱曲线波形或特征相似性对比分析的方法识别地物类型。在整体相似性测度约束下,综合考虑数值指数和形状指数,利用光谱特征向量间的差异和曲线信息熵提出了一种新的匹配分类的方法。实验结果表明,该方法具有分类精度高、适应性强的特点。

基于色差的遥感影像海岸线提取

分析了Canny算子边缘检测的基本原理和存在的问题,介绍了彩色空间及计算方法。根据海岸地带遥感影像特征,探讨了基于色差的Canny算子自适应边缘提取算法。实验表明,改进的算子具有较高信噪比,能达到比较理想的海岸线检测效果。

高光谱──遥感测绘的新机遇

通过对高光谱遥感技术的主要优势、基本特征和地理空间信息探测潜力的分析,展示了高光谱数据在遥感测绘领域大规模应用的可能性。同时,还分析了围绕高光谱测绘应用相关的一系列问题,包括高光谱数据的测绘需求、面向测绘应用的高光谱影像分析的关键技术、高光谱遥感测绘模式以及实用化系统建立的设想等。通过对这些问题的进一步深化研究,高光谱技术就可充分与现有的遥感测绘手段有机结合,并对地理空间信息的遥感探测技术产生有力的推动。

基于嵩山定标场的无人机数据快速成图应用

无人机作为一个高效的测绘平台,越来越多地被应用到生产作业中。研究无人机数据快速成图的技术基础,基于GPU加速的同名点匹配技术,并根据嵩山定标场的测绘需求进行试验。采用无人机获取的影像16 179张,结合场内高精度地面控制点,快速处理得到嵩山定标场约50km2的高精度数字正射影像图(DOM),精度为平面点位中误差2.7cm,约0.5个像素。通过试验验证基于无人机数据快速成图的高效率和高精度,同时为后续的国产卫星、大型航测相机、无人机等定标检校提供参考。

一种结合相位相关法和AKAZE算法的纹理缺乏地区影像匹配技术

由于纹理缺乏地区影像缺少鲜明特征,特征重复性严重,使得单纯的基于特征的匹配算法很难获得唯一性较强的特征描述符,导致同名点误匹配的比率大大增加。AKAZE算法以非线性尺度空间为基础,较好地顾及了影像的纹理结构及细节信息,对纹理缺乏地区的影像匹配具有一定的应用价值。基于频域的Fourier-Mellin相位相关技术,通过对影像的频域及对极数变换,计算互功率谱可获得影像间的旋转、尺度和平移参数。因此,本文通过Fourier-Mellin变换计算影像间的几何关系,对AKAZE算法检测出的特征点进行了匹配范围的约束,初步解决了纹理缺乏地区的影像匹配问题。试验结果表明,该方法可以提高匹配的正确率及同名点对数。

基于Quick Shift算法的高光谱影像分类

论述了面向对象分类方法处理高光谱高空间分辨率影像的优势与流程;分析了快速漂移(Quick Shift)算法的原理,该算法在进行模式搜索时具有可控制模态选择和平衡"过分割"与"欠分割"的特点。将该算法应用于高光谱影像分割,可得到面向对象分类所需的较理想的"同质"影像对象。为提高影像分割的效率,提出了一种基于灰度共生矩阵的自适应核带宽确定方法,能够兼顾影像空间特征和光谱特征。最后采用最小距离分类法、支持向量机分类法与提出的分类方法进行了对比试验,实验结果表明了该方法的有效性。

基于简约集支持向量机的高光谱影像分类

针对高光谱影像支持向量机分类的预测过程中需要花费大量计算时间的问题,提出了一种利用简约集算法提高高光谱影像分类预测效率的方法。采用径向基核函数,使用一对一构造多类支持向量机分类器,通过交叉验证网格搜索法对参数进行模型参数选择,并利用简约集算法来减少分类预测过程计算量。通过高光谱影像分类试验表明,保持支持向量机的泛化能力并不需要使用所有计算得到的支持向量,简约集算法能够在保持分类预测精度的同时,大大提高高光谱影像分类预测的速度。

基于纹理的影像分类的特征、波段与窗口选择问题研究

结合纹理特征进行分类是提高影像分类精度的重要手段之一。纹理分析结果的好坏直接影响到最终的影像分类精度,而纹理分析结果又与很多因素有关。本文选取武汉某地区的局部多光谱遥感影像,分别在不同纹理特征组合、不同波段组合以及不同分析窗口下利用灰度共生矩阵进行纹理分析,然后采用最大似然法进行影像分类。通过精度分析实验选取出最优纹理特征组合、波段组合以及纹理分析窗口。

基于形态学色差的彩色遥感影像水域提取

基于形态学变换的遥感图像分类提取技术在影像识别中得到了广泛应用,也取得了令人满意的效果。但在处理多光谱、高光谱影像中,由于较少考虑色差信息而使分类识别受到限制。本文在分析形态学算子特点的基础上,提出了基于形态学变换色差的水域特征提取策略。实验表明,该算法具有明显的优越性和较强的适应性。

组件式海岸带地形图符号库的设计与实现

从地图符号的本质和特征入手,根据具体应用把海岸带地形图符号进行分类和数据分层。最后,利用组件技术,设计完成了符合最新海岸带地形图图式标准的海岸带地形图符号库。

基于高分辨率卫星影像的居民地信息提取研究

居民地提取是一项长期而复杂的研究工作,因为居民地提取涉及到多方面因素的制约,而高分辨率遥感技术是进行居民地信息提取的有效手段。本文利用ENVI软件,针对高分辨率影像,采取监督分类的方法对居民地提取进行了研究。

基于多峰灰度直方图分割的遥感影像码头目标提取

针对传统方法在码头目标提取时效率和准确度不高的问题,本文提出了一种基于多峰灰度直方图分割的码头提取算法。首先利用中值滤波法去除浪花等噪声干扰,确定感兴趣区域;然后针对多峰直方图自动寻找最佳分割阈值获取码头目标二值图像;最后对二值图像进行边缘提取,得到码头目标。结果表明,本文方法对不同类型遥感影像均能较完整地提取出码头轮廓,且精度和效率较为理想。

基于视觉注意机制和Hough变换融合的遥感影像油罐提取

Hough变换用于遥感影像地物提取时具有较高的精度,但其算法非常复杂,效率较低。为提高Hough变换处理效率,提出了一种融合视觉注意机制和Hough变换遥感影像提取算法,并以油罐提取为例验证其有效性。首先提取影像的视觉显著性特征图,获取油罐目标显著性区域;然后对显著性区域进行Hough变换检测,得到油罐目标。实验结果证明,该方法能大幅减少Hough变换的计算量,提高效率的同时,提取精度也较高。