Catalogue Search | MBRL
Are you sure you want to remove the book from the shelf?
{{itemTitle}}
30
result(s) for
"高分辨率遥感影像"
Sort by:
一种融合超像素与最小生成树的高分辨率遥感影像分割方法
影像分割是面向对象高分辨率遥感影像分析的基础与关键。针对传统影像分割方法易受噪声影响,且难以确定合适的影像分割尺度的问题,本文提出了一种融合超像素与最小生成树的高分辨率遥感影像分割方法。首先用简单线性迭代聚类算法对影像进行过分割生成超像素;然后初始设定影像分割数,采用区域动态约束聚类算法对超像素进行合并,获得分割数-方差和、分割数-局部方差、分割数-局部方差变化率指标图,依据3个指标图确定合适的影像分割数;最后根据确定的合适影像分割数,采用区域动态约束聚类算法对超像素重新合并得到分割结果。定性对比试验和定量评价结果表明,本文方法可以有效地克服影像噪声对分割结果的影响,获得良好的影像分割结果。
Journal Article
图割能量驱动的高分辨率遥感影像震害损毁建筑物检测
为充分利用高分辨率遥感影像提供的细节信息,提高震害损毁建筑物检测精度,提出了 一种图 割框架下融合形状、边缘、角点等多种类型特征的损毁建筑物检测方法.该方法首先利用震前建筑物线 划图提取包含单个建筑物的局部影像,用于图割能量函数建模,并分别根据建筑物的位置、形状、边缘以 及角点构造能量函数的各约束项.在此基础上,通过最大流/最小割算法求解能量函数最小值,依据最 小割能量进行地震前后局部影像中建筑物的相似性度量.最后利用最大期望算法（ expectation maximization, EM）求得最小割能量的分类阈值, 并根据错分率估值执行后处理以获得最终变化检测结 果.采用 2011 年 3 月 11 日东日本大地震前后石卷港的高分辨率遥感影像进行试验,结果表明本文提 出的方法能有效检测出损毁建筑物.
Journal Article
面向对象的形态学建筑物指数及其高分辨率遥感影像建筑物提取应用
高分辨率遥感影像建筑物提取是摄影测量与遥感领域的一个热门研究主题。本文综合利用影像分割、基于图的数学形态学top-hat重建技术,提出了面向对象的形态学建筑物指数OBMBI,并将其应用于高分辨率遥感影像建筑物提取。首先,建立像素-对象-图节点的双向映射关系;然后,基于图的白top-hat重建和上述映射关系来构建OBMBI图像;接着,对该OBMBI图像二值化、矢量化以获取建筑物多边形;最后,对结果进行后处理优化。使用一景航空、一景卫星全色影像对本文方法和PanTex方法进行性能测试。试验表明,本文方法的建筑物提取精度显著的优于PanTex方法。其中,本文方法平均比PanTex方法的正确率高9.49%、完整率高11.26%、质量高14.11%。
Journal Article
基于形态学属性剖面和单类随机森林分类的道路路域新增建筑物提取方法
提出一种利用形态学属性剖面和单类随机森林分类的道路路域新增建筑物提取方法.用该方法计算路域范围内两时相高分辨率遥感影像的形态学属性剖面, 将得到的形态学属性剖面与光谱特征叠加, 采用改进的单类随机森林分类方法直接提取新增建筑物.以北京市稻香湖地区两时相高分辨率影像作为实验数据, 对比分析该方法与经典两时相直接分类及分类后比较方法的新增建筑物提取精度.结果表明, 综合利用形态学属性剖面和光谱特征提取得到的新增建筑物提取精度比仅使用光谱特征的提取精度显著提高, 其中 Kappa系数提高 15.11%.此外, 该方法提取结果的 Kappa 系数比两时相直接分类方法提高 1.78%, 比分类后比较方法提高 25.15%, 验证了所提方法的有效性.所采用的单类随机森林方法能够有效地处理高维数据, 并可以度量不同特征对分类结果的重要性.
Journal Article
联合显著性和多层卷积神经网络的高分影像场景分类
高分辨率遥感影像中的场景信息,对于影像解译和现实世界的理解具有重要意义。传统的场景分类方法多利用中、低层人工特征,但是高分辨率遥感影像的信息丰富,场景构成复杂,需要高层次的特征来表达。本文提出了一种联合显著性和多层卷积神经网络的方法,首先利用显著性采样获取包含影像主要信息的有意义的块,将这些块作为样本集输入卷积神经网络中进行训练,获得不同层次的特征表达,最后联合多层特征利用支持向量机进行分类。两组高分影像场景数据UC Merced 21类和Wuhan 7类试验表明,显著性采样能够有效地获取主要目标,减弱其他无关目标的影响,降低数据冗余;卷积神经网络能够自动学习高层次的特征,相比已有方法,本文方法能够有效提高分类精度。
Journal Article
地表覆盖与建筑物目标变化检测技术研究
随着遥感技术发展,大量的多元异构遥感数据得以获取,为对地球表面进行及时的、精确的变化检测提供了大量的数据基础。但是,各种遥感数据在发挥各自特点的同时也对变化检测方法提出了挑战。如,高分辨率遥感影像削弱了混合像元的影响,但带来了更大的空间复杂性。
Journal Article
视觉显著性与知觉组织相结合的高分影像居民地提取方法
受人类视觉认知机制的启发,提出了一种利用视觉显著性与知觉组织相结合的高分辨率遥感影像居民地提取方法。首先利用认知物理学中的数据场构建居民地的视觉显著性模型,并通过自适应阈值法实现候选居民地的自动提取,然后利用多尺度小波变换的高频特征实现居民地的知觉组织,最后通过集合交运算提取同时满足这两种视觉机制的居民地。通过ZY-3和Quickbird两种高分传感器的影像数据集进行居民地提取试验,验证了该方法的有效性。
Journal Article
均值漂移与卡尔曼滤波相结合的遥感影像道路中心线追踪算法
基于模板匹配的道路追踪方法是道路提取中较实用的一类方法,但传统模板匹配方法主要以相关系数作为相似性测度,对车辆、树荫等遮挡敏感,不适用于高分辨率遥感影像道路提取。针对这一问题,本文采用一种稳健的相似性测度,设计了一种基于均值漂移的道路中心点匹配算法,克服了传统模板匹配对遮挡敏感的缺点;然后运用卡尔曼滤波,实现高分辨率遥感影像道路中心线追踪。试验表明,该方法能够准确提取高分辨率遥感影像道路中心线,对车辆、树荫等遮挡具有稳健性。
Journal Article
融合直角点和直角边特征的高分辨率遥感影像居民点提取方法
提出了一种融合直角点和直角边两种特征的高分辨率遥感影像居民点提取方法：首先,分别检测高分辨率遥感影像的角点和直线段,通过两种特征交叉验证确定直角点和直角边,并对二者进行栅格化;然后,基于局部直角点和直角边点的密度和距离特征生成居民点指数图像;最后,通过指数图像二值化、栅格转矢量、剔除小图斑等操作确定居民点多边形。使用3景影像进行了试验。试验结果表明,本文方法提高了居民点提取精度,其正确率、完整率、质量等3个指标的平均值比已有方法的相关值分别高6.76%、10.12%、12.14%。
Journal Article
高分辨率光学卫星遥感影像高精度无地面控制精确处理的理论与方法
卫星影像全球无地面控制高精度几何定位是卫星摄影测量技术发展追求的主要目标,也是实现困难地区和境外地区测图的关键支撑技术。本文围绕我国国产遥感卫星的技术发展,详细论述了高分辨率光学卫星遥感影像高精度无地面控制几何定位的理论与方法,在天星地一体化全链路误差建模分析的基础上,提出了在轨几何定标理论与方法、稳态重成像几何处理模型与方法及大规模无地面控制区域网平差理论与方法。将本文方法应用于资源三号卫星影像的数据处理,试验结果满足1∶50 000测图精度,证明了理论和方法的正确性。
Journal Article