ASTER高光谱影像提取地面人工建筑物信息的应用
高级星载热辐射热反射探测仪(ASTER)为对地观测提供更高质量的信息源。本文对福州市ASTER影像数据进行了主成分分析、波段运算和自动分类,结果表明其能较好地提取地面的人工建筑物信息。
ASTER高光谱影像在地面人工建筑物信息提取中的应用
aster(高级空间热辐射热反射探测仪)是高光谱遥感影像时代到来的标志,高光谱遥感与一般遥感影像相比能为对地观测提供更高质量的信息源.以福州市的一景aster影像数据进行主成分分析及波段运算,然后进行非监督自动分类,结果表明能较好地提取地面的人工建筑物信息.该结果可服务于城市规划和城市环境评价中.
面向对象分类提取高分辨率多光谱影像建筑物
初步测试利用基于知识规则的面向对象分类方法从高分辨率ikonos卫星影像上提取建筑物,包括:融合1m全色和4m多光谱波段影像,生成1m分辨率的多光谱融合影像;分割融合影像;利用影像对象的光谱和空间特征执行基于对象的分类。面向对象分类提取结果与传统的基于像元最大似然分类结果进行对比,表明面向对象分类方法更适用于提取高分辨率遥感影像中的建筑物。
基于TM图像的人工建筑物信息提取方法探讨
通过对福州市tm图像资料进行几何校正和不同的增强处理,以监督分类和非监督分类两种方法提取人工建筑物信息,并与目视解译相比较。结果表明利用计算机进行自动分类在人工建筑物信息提取中也能取得好的效果。
高分辨率影像建筑物提取方法对比
与传统的信息提取方法相比;将机器学习算法应用到遥感影像信息提取中;可以提高结果的精度;文章以worldview-2遥感影像为例;首先利用多尺度分割选取最优分割尺度;获得影像对象;在基于对象的基础上利用特征空间优选工具获得最优特征子集;最后利用j48算法、随机森林算法对建筑物提取的效果进行分析;实验结果表明:j48算法在高分辨率影像建筑物提取中有更好地效果;
基于影像分割与SVM分类的城市建筑物提取研究
以高分一号卫星遥感影像为数据源,引入形态学算法,研究采用面向对象的影像分类方法进行城市建筑物提取的关键技术。研究方法结合影像分割与基于知识规则的影像分类技术,首先采用基于形态学开闭重建的分水岭分割算法对高分影像进行分割,其次采用基于知识规则的svm分类方法对影像进行分类,达到提取建筑物的目的。结果显示,3个研究区建筑物提取的kappa系数分别为0.85、0.66和0.65,利用基于知识规则的面向对象分类方法对高分辨率遥感影像中建筑物的提取效果较好,能够完整、准确地提取出建筑物外形信息,具有较高的应用与推广价值。
彩色航空影像中的建筑物阴影提取
彩色航空影像中的建筑物阴影提取
基于地面高光谱数据的油茶炭疽病病情指数反演
使用fieldspechandheldtm地物光谱仪采集不同发病程度的油茶冠层光谱数据,并实地调查油茶炭疽病病情指数,将光谱数据进行一阶微分与滑动平均滤波相结合的预处理,提取与病情指数相关性较高的敏感波段,并采用主成分分析法(principalcomponentanalysis,pca)对敏感波段的光谱数据进行降维,分别以敏感波段和pca降维处理后的敏感波段作为输入变量建立了病情指数的bp神经网络反演模型。两种建模方法建立的bp神经网络模型计算出的预测值与观测值之间的决定系数(r2)均达99%以上。精度检验证明,以pca降维所得到的前10个主成分作为输入变量建立的10-7-1三层bp神经网络模型预测精度更高,模型计算出的预测值与观测值之间的决定系数(r2)和均方根误差(rmse)分别为0.9986和0.8148。该研究表明,利用地面高光谱数据结合主成分分析和bp神经网络算法反演油茶炭疽病病情指数是一种有效的方法。
基于高分辨率遥感影像的建筑物轮廓信息提取
针对许多领域对建筑物信息更新的迫切要求,提出并发展了一套完整的基于高分辨率遥感影像的建筑物二维轮廓快速提取流程。首先介绍一种利用数学形态学理论进行边缘检测和边缘连接的新方法,然后利用了模式识别和图像分析领域的相关技术(区域标识和特征量测等)进行建筑物二维信息的提取。最后通过quickbird影像进行了方法验证,试验证明该流程可以快速有效的提取建筑物轮廓信息。
从航空影像中自动提取高层建筑物
第z8卷第7期 z005年7月 计算机学报 c~inesejournalocomputers vol.z8no.7 julyz005 收稿日期z003-1z-06修改稿收到日期z005-0z-18.本课题得到国家自然科学基金6017z066国家八六三高技术研究发展计划项 目基金z001aa136070资助.唐亮男1975年生博士主要研究兴趣为图像处理模式识别和计算机视觉等.e-mailtl!tsinghua. edu.cn.谢维信男教授博士生导师主要从事信号和图像处理智能信息处理模糊信息处理等方面的研究.黄建军男1971年生博 士教授主要从事智能信息处理方面的研究.谢兴灿男硕士主要从事图像处理模式识别方面的研究.刘
基于深度学习的无人机影像建筑物自动提取
在无人机影像建筑物自动提取过程中;传统地物分类算法其精度已无法满足生产过程中的分类要求;为此;文章提出以深度学习技术结合条件随机场应用于无人机影像建筑物的自动提取方法;首先利用基于残差模块的卷积神经网络对图像进行特征提取;然后利用全卷积对图像进行反卷积;恢复图像特征;基于初步分类结果;利用条件随机场模型进行边缘细化;通过对实验结果进行分析;验证了该算法应用于无人机影像建筑物自动提取的可行性;
基于航空影像的建筑物半自动提取技术研究
基于航空影像的建筑物半自动提取技术研究
基于对象建模的遥感影像建筑物提取方法
研究城镇建筑物的提取是遥感影像分析应用中的一项重要内容。遥感影像建筑物结构和光谱的多样性,使结构、光谱等特征的建筑物提取变得极其复杂。根据遥感影像的建筑物纹理区别于其它空间对象纹理的特点,为提高影像分辨率,提出gabor纹理块的遥感影像对象模型方法应用于遥感影像城镇建筑物的提取。以整个城镇为对象,以建筑物、道路、绿地等不同城镇区域为组成对象的纹理块,建立基于纹理块的对象模型,利用模型进行遥感影像对象的纹理标定,最终提取出城镇建筑物。实验结果表明方法克服了建筑物结构复杂性和多样性以及背景环境的影响,能很好地从城镇遥感影像中提取建筑物。
基于高分辨率遥感影像的DSM建筑物点的提取研究
采用基于小面积去除方法的中值susan噪声点平滑方法,结合高分辨率遥感影像,对dsm中房屋点的提取进行了探讨。实验表明,本方法能有效地从dsm中提取绝大部分建筑物点,有助于建筑物的精确三维重建。
基于BP与小波神经网络的高光谱影像土地利用分类方法研究
遥感影像分类技术是土地利用调查的主要技术,人工神经网络的出现为提高分类精度提供了新途径,其中bp神经网络与小波神经网络应用最广泛。利用bp神经网络与小波神经网络对indianpines高光谱影像进行分类,比较bp神经网络与小波神经网络在土地利用分类中的表现,结果表明小波神经网络的分类效果优于bp神经网络。
基于高分辨率遥感影像的建筑物提取方法综述
建筑物的提取是地理数据库更新和建设的重要内容;利用高分辨率遥感影像进行建筑物提取是该项研究的重要方向;也是遥感前沿技术研究的重要内容;本文将相关文献进行归纳分析;将建筑物提取方法分为3种有代表性的类型:基于对象分割的提取方法、基于建筑特征的提取方法和结合辅助信息的提取方法;综述分析了每种类型的提取方法并总结了其优缺点;展望了高分辨率遥感影像中建筑物提取的发展前景;
支持向量机在土壤镁含量高光谱估算中的应用
研究利用土壤样本实验反射光谱,分析了土壤镁(mg)含量与土壤反射光谱的关系,比较了主成分回归分析(pcr)、偏最小二乘回归分析(plsr)和支持向量机回归分析(svmr)等方法,以及土壤反射光谱及其变换光谱与土壤mg含量之间的估算模型,为土壤mg含量高光谱估算提供依据。结果表明:pcr、plsr、svmr3种建模方法在mg含量的估算中,svmr的估算精度相对较高,估算精度平均达到80.96%,分别比pcr和plsr提高了6.16%、4.20%;对于不同的数学变换处理方法,一阶微分变换相对较好,估算精度平均为80.76%,分别比反射率、倒数对数变换提高了4.95%、4.61%。因此,运用土壤反射光谱一阶微分变换的svmr进行建模,可以相对较好地估算全mg含量,精度达84.04%。
利用高分辨率遥感图像提取建筑物阴影信息初探
首先对上海市中心城区遥感影像建库,把众多的遥感影像数据组织起来,以方便管理和使用.在此基础上,利用gis和rs技术,对遥感数据解译处理,提取建筑物阴影信息,从而为估算建筑物高度值作准备.
一种高分辨率遥感影像建筑物边缘提取方法
提出一种利用高分辨率遥感影像半自动提取建筑物边缘的方法。先对遥感影像进行预处理,对所有边缘进行边缘检测,然后进行边缘跟踪,提取建筑物的主方向线,利用模型进行线段关系判断,再进行线段关系处理、区域分割和区域生长,最后进行区域合并提取出建筑物的轮廓。用上述方法对quickbird卫星的高分辨率影像进行了实验,实验结果证明该方法有较高的识别率、较好的准确性,具有一定的实用价值。
基于航空影像的建筑物边缘直线特征提取方法
基于航空影像建筑物个数繁多、形状复杂,且存在较多的干扰信息,提出一种新颖的建筑物边缘直线特征提取方法.对航空影像进行改进标记分水岭分割,并结合dsm高度信息,有效去除道路和阴影的影响.同时,对影像进行基于多尺度自适应加权的改进canny算子的边缘检测.在每一个分割得到的建筑物初始区域内,对检测到的边缘点进行相位编组提取直线,利用建筑物屋顶约束条件,统计屋顶的主方向,修正和规划直线段,实现了建筑物边缘直线特征快速、有效的提取.
基于全谱数据挖掘技术的土壤有机质高光谱预测建模研究
可见/近红外高光谱技术与建模方法是当前土壤近地传感器研究领域的重要方向,可应用于土壤养分信息的快速获取和农田作物的精确施肥管理。以浙江省水稻土为研究对象,利用以非线性模型为核心的数据挖掘技术,包括随机森林、支持向量机、人工神经网络等方法分别建立了不同建模集和验证集的原始光谱与有机质含量的估测模型。结果表明:研究比较的1∶1,3∶1和全部样本建模并全部验证的三种样本模式划分对建模的结果有一定的影响。相较于目前常用的偏最小二乘回归(plsr)建模方法而言,非线性模型rf和svm也取得了较好的建模精度,三种模式下其rdp值均大于1.4。特别是采用svm建模方法所得模型具有很好的预测能力,模式二下其rdp值达到2.16。同时引入ann方法改进建立的plsr-ann方法显著提高了plsr的模型预测能力。
土壤盐渍化高光谱特征分析与建模
基于高光谱遥感技术快速、无损的检测优势,以新疆渭干河-库车河三角洲绿洲为例,探讨利用反射光谱来预测土壤含盐量的可行性。利用野外采集的土壤样本,在实验室内测得了土壤含盐量及原始光谱反射率。利用光谱分析技术计算高光谱指数,与土壤样本含盐量进行相关性分析,筛选出土壤含盐量的光谱特征波段,基于逐步多元线性回归和偏最小二乘回归建立土壤盐分动态监测模型。通过精度检验,结果表明:基于偏最小二乘回归方法,以对数二阶微分光谱特征波段所构建的盐渍化遥感监测模型最优,模型的稳定性和预测精度最高。利用反射光谱来预测土壤含盐量可实现区域尺度上的土壤盐渍化实时监测和评价。
点光源多光谱印像机设计原理
一、前言随着遥感技术的发展,多光谱图像由于具有丰富的信息和灵活的处理方式,加上彩色合成技术的完善,因而多光谱图像在遥感应用部门得到了广泛的应用。我国资源卫里预定在1994年发射,届时将要大量复制高质量多光谱图像,因而,需要研究和解决有关的设备和技术问题。近年来,我们进行了点光源印相机的研制,经初步试用表明,其成像质量达到了设计要求。
火焰光谱探测器的光谱匹配因数
从测量得到的火焰光谱数据出发,对火焰探测器的光谱匹配因数进行研究,导出了光谱匹配因数的表达式,并在1~14μm波段范围内,计算了insb红外探测器对不同温度黑体辐射的光谱匹配因数,为新型火焰探测器的研制提供一些必要的理论依据。
LED可变光谱光源的多光谱拟合反演研究
利用多个不同光谱的led单元成功拟合出几种特征明显的常见标准光源光谱。重点研究了如何通过目标光谱的特性反向找到所需要的led的频带分布和最小使用的led数目,进而利用所得结果对原有拟合模型进行条件判别和改进。对一些实测的目标光谱进行了模拟仿真,取得了较为理想的结果。
文辑推荐
知识推荐
百科推荐
职位:水电安装资料员
擅长专业:土建 安装 装饰 市政 园林