基于马尔科夫分割的单极化SAR数据洪涝水体检测方法

我国是个洪涝灾害多发的国家,每年7月、8月份洪涝灾害时常发生。因此,实现洪涝受灾区域的水体快速检测对灾害救援和评估具有重要的意义。高分3号SAR卫星数据采用主动式对地观测技术,全天时、全天候成像的特点在洪涝减灾应用中具有明显的优势。以湖南省洪涝灾害区域快速检测为目的,该文提出基于高分3号单极化SAR数据的洪涝区域水体快速检测方法,包括SAR预处理,顾及SAR分布特性且保边缘的马尔科夫模型洪涝水体提取,基于SAR几何构象模型的阴影虚警干扰去除等步骤,并利用人工检测结果进行相对精度评价。测试结果表明,所提方法可以实现洪涝受灾区域的快速、精确提取。

基于光谱和空域信息的城区变化检测方法研究

目前的变化检测研究主要集中在利用中、小比例尺遥感图像进行自然环境等方面的变化检测,如草场的季节性变化、灾害检测、植被分布变化、土地使用规划等。然而随着城市的快速发展,为了满足城区管理规划中对道路、房屋等变化细节进行分析的需求,并由于高分辨率卫星诸如Ikonos,Quickbird等的出现,我们有必要并且有可能开发出一套实用、有效的、可靠的城区自动变化检测系统。针对城市区域的复杂性及其高分辨率卫星影像的配准误差问题,本文提出一种通过模糊逻辑结合光谱特征和空域特征的城区变化检测方法,以期望减小图像整体及局部配准误差对变化检测精度的影响。

基于标准化处理的手写符号快速识别方法

图形符号的绘制是手写输入的重要部分,广泛应用于笔记记录、思维导图等方面。现有手写输入设备大多仅单纯记录手写输入的内容,而并不进行输入符号的识别和标准化处理。针对这一问题,提出一种基于标准化处理的手写符号快速识别方法。将手写符号进行几何和离散采样标准化处理,去除输入过程中尺寸、旋转、平移和采样等差异的影响;将标准化后符号与手写符号库中的模板进行形状相似性比较,得到输入符号识别结果;将标准库中的对应符号进行几何反变换,得到标准化的输入符号。基于上述处理,可以实现手写符号的快速识别和标准化处理,能有效提升手写输入过程的效率,为手写符号输入提供一种新的解决办法。