面向对象特征融合的高分辨率遥感图像变化检测方法

针对高分辨率遥感图像变化检测的难点和传统像元级变化检测方法的局限性,提出了基于面向对象的思想,利用分割后图像对象的光谱特征、纹理特征、形状特征分别进行变化检测,然后将不同对象特征检测结果进行融合得到最终结果。实验表明了本方法比传统的像素级方法对高分辨率遥感图像变化检测有较强的优势。

基于区域生长的多尺度遥感图像分割算法

图像分割是图像解译的关键一步,仅仅利用光谱信息的传统分割方法已不能有效地对高分辨遥感图像进行分割。鉴于高分辨率遥感图像提供了地物光谱、形状和纹理等大量信息,文章提出了一种基于区域生长结合多种特征的多尺度分割算法。首先利用图像梯度信息选取种子点;其次综合高分辨率遥感图像地物的局部光谱信息和全局形状信息作为区域生长的准则进行区域生长。迭代这两个过程,直到所有区域的平均面积大于设定的尺度面积参数则停止生长。该算法用VC实现,实验结果表明该算法能获得不同尺度下的分割结果且分割效率高、分割效果好。

TM图像的SOMP几何纠正法

针对缺少地面控制点 (GCP)的遥感影像 ,探讨一种几何精纠正的新方法 ,就是把空间投影理论应用于遥感图像的几何精纠正中 ,利用空间斜墨卡托投影 (SOMP)和少量地面控制点对遥感影像实施几何精纠正。该方法理论严密 ,算法速度快捷 ,适用性强。通过对广州地区的TM影像进行的几何精纠正实验 ,该方法十分有效 。

方向矢量法在城市土地利用变化检测中的应用

城市土地利用变化检测为城市规划和管理提供有用信息。但是目前很多变化检测方法都离不开人工干预,其结果在一定程度上依赖于人的经验。方向矢量法是将多时相遥感数据中不同地物类型间的光谱差异利用方向矢量反映在多维空间中,进而建立类型转换模型。该方法避免了依赖人的经验所带来的不便和误差,并且简单、直观、易操作。通过对北京奥运村地区高分辨率遥感影像的检测,分析了方向矢量检测法在城市土地利用变化检测中的应用。