采用基于小面積去除方法的中值susan噪聲點(diǎn)平滑方法,結(jié)合高分辨率遙感影像,對(duì)dsm中房屋點(diǎn)的提取進(jìn)行了探討。實(shí)驗(yàn)表明,本方法能有效地從dsm中提取絕大部分建筑物點(diǎn),有助于建筑物的精確三維重建。

針對(duì)許多領(lǐng)域?qū)ㄖ镄畔⒏碌钠惹幸?提出并發(fā)展了一套完整的基于高分辨率遙感影像的建筑物二維輪廓快速提取流程。首先介紹一種利用數(shù)學(xué)形態(tài)學(xué)理論進(jìn)行邊緣檢測(cè)和邊緣連接的新方法,然后利用了模式識(shí)別和圖像分析領(lǐng)域的相關(guān)技術(shù)(區(qū)域標(biāo)識(shí)和特征量測(cè)等)進(jìn)行建筑物二維信息的提取。最后通過quickbird影像進(jìn)行了方法驗(yàn)證,試驗(yàn)證明該流程可以快速有效的提取建筑物輪廓信息。

提出一種利用高分辨率遙感影像半自動(dòng)提取建筑物邊緣的方法。先對(duì)遙感影像進(jìn)行預(yù)處理,對(duì)所有邊緣進(jìn)行邊緣檢測(cè),然后進(jìn)行邊緣跟蹤,提取建筑物的主方向線,利用模型進(jìn)行線段關(guān)系判斷,再進(jìn)行線段關(guān)系處理、區(qū)域分割和區(qū)域生長(zhǎng),最后進(jìn)行區(qū)域合并提取出建筑物的輪廓。用上述方法對(duì)quickbird衛(wèi)星的高分辨率影像進(jìn)行了實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果證明該方法有較高的識(shí)別率、較好的準(zhǔn)確性,具有一定的實(shí)用價(jià)值。

與傳統(tǒng)的信息提取方法相比；將機(jī)器學(xué)習(xí)算法應(yīng)用到遙感影像信息提取中；可以提高結(jié)果的精度；文章以worldview-2遙感影像為例；首先利用多尺度分割選取最優(yōu)分割尺度；獲得影像對(duì)象；在基于對(duì)象的基礎(chǔ)上利用特征空間優(yōu)選工具獲得最優(yōu)特征子集；最后利用j48算法、隨機(jī)森林算法對(duì)建筑物提取的效果進(jìn)行分析；實(shí)驗(yàn)結(jié)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；

高分辨率遙感影像在城市綠地信息提取中的應(yīng)用研究 徐建輝,蘇　婭 (滁州學(xué)院國土信息工程系,安徽滁州239000) 　　摘要:高分辨率衛(wèi)星遙感圖像數(shù)據(jù)量大、空間分辨率高、結(jié)構(gòu)信息復(fù)雜、地物同物異譜現(xiàn)象更為突出等特征給專題信息提取技 術(shù)帶來了新的挑戰(zhàn)。基于植被的光譜特征,利用監(jiān)督分類、植被指數(shù)分類和目視解譯等方法對(duì)quickbird高分辨率衛(wèi)星遙感影像的 綠地信息進(jìn)行提取,并對(duì)分類精度作了比對(duì)分析。研究結(jié)果表明,監(jiān)督分類方法不能得到令人滿意的結(jié)果,運(yùn)用植被指數(shù)分類方法 則有明顯改善,其中歸一化植被指數(shù)(ndvi)精度最高,因此ndvi能有效地對(duì)植被進(jìn)行分類與識(shí)別。 關(guān)鍵詞:quickbird;城市綠地;監(jiān)督分類;植被指數(shù) 中圖分類號(hào):tp753　　文獻(xiàn)標(biāo)志碼:a　　文章編號(hào):1005-8141(2010)04-02

提出了一種基于建筑物陰影的高分辨率衛(wèi)星遙感影像建筑物容積率提取方法。首先利用高分辨率遙感影像提取城市大范圍建成區(qū)建筑物陰影,再通過陰影矢量化、陰影坐標(biāo)轉(zhuǎn)換,將大比例尺的衛(wèi)星分幅圖進(jìn)行自動(dòng)拼接,最終根據(jù)陰影與建筑物面積關(guān)系回歸分析、建筑物朝向分析等進(jìn)行建筑容積率的計(jì)算和半自動(dòng)提取。對(duì)上海中心城區(qū)的建筑容積率的提取實(shí)驗(yàn)驗(yàn)證了所提方法的有效性。

地質(zhì)調(diào)查和測(cè)繪以及國土資源、交通旅行、城市規(guī)劃建設(shè)、生態(tài)環(huán)境等一些涉及地域較廣的行業(yè)以及部門,一般都需要分辨率較高的遙感數(shù)據(jù)從中幫忙。本文基于某地區(qū)的地質(zhì)災(zāi)害的實(shí)際情況,通過遙感技術(shù)的實(shí)際應(yīng)用情況,來分析調(diào)查的結(jié)果和遙感技術(shù)的作用。遙感技術(shù)從大局觀上統(tǒng)籌調(diào)查工作,它的技術(shù)基礎(chǔ)是分辨率極高的航空遙感影像。這樣子的好處不僅能從實(shí)際效果中觀察出遙感技術(shù)起到的作用,并且能夠?qū)Φ刭|(zhì)災(zāi)害進(jìn)行標(biāo)志的建立。最新的分辨率較高的遙感影像能夠統(tǒng)籌全局,對(duì)大型地質(zhì)災(zāi)害的進(jìn)度進(jìn)行控制,并且能夠?qū)唧w的數(shù)據(jù)進(jìn)行分析和整合。通過調(diào)查實(shí)踐發(fā)現(xiàn),遙感技術(shù)在地質(zhì)災(zāi)害調(diào)查中能起到統(tǒng)籌全局的作用。

如何自動(dòng)地從高分辨率遙感影像中提取建筑物等人工目標(biāo)是高分辨率遙感影像處理與理解領(lǐng)域的一個(gè)熱點(diǎn)與難點(diǎn)問題,建筑物作為人類改變自然界的標(biāo)志性地物之一,其各種信息的快速自動(dòng)提取是地形測(cè)圖和城市地理數(shù)據(jù)更新的重要步驟,也是衡量人類活動(dòng)的主要因素之一。本文提出了影像-基元-目標(biāo)的影像分析方法,首先對(duì)高分辨率遙感影像進(jìn)行特征提取,通過聚類方法形成不同基元,在此基礎(chǔ)上對(duì)相應(yīng)的基元特征進(jìn)行分析及建筑物模式的匹配,完成建筑物的自動(dòng)提取過程,相應(yīng)方法也可以推廣到其他目標(biāo)地物的識(shí)別過程。

首先對(duì)上海市中心城區(qū)遙感影像建庫,把眾多的遙感影像數(shù)據(jù)組織起來,以方便管理和使用.在此基礎(chǔ)上,利用gis和rs技術(shù),對(duì)遙感數(shù)據(jù)解譯處理,提取建筑物陰影信息,從而為估算建筑物高度值作準(zhǔn)備.

提出一種基于感知組織的線段提取方法該方法有兩大特點(diǎn):在基本線段提取算法中使用了模板,并且在線段合并過程中綜合考慮了直線和物體的形狀特點(diǎn)運(yùn)用該方法對(duì)高分辨率遙感圖像中的建筑物進(jìn)行識(shí)別,取得了良好效果

本文以0.61m空間分辨率(全色波段)的快鳥影像和2.44m空間分辨率的spot5(全色波段)影像為例,采用彩色合成最佳波段選擇,圖像融合等遙感技術(shù)手段,將高分辨率影像分別應(yīng)用于露天開采磁鐵礦區(qū)和硐采煤礦區(qū)的地質(zhì)災(zāi)害監(jiān)測(cè)和環(huán)境污染監(jiān)測(cè)工作中,并利用5m精度的dem制作了礦區(qū)三維景觀圖。結(jié)果證明,基于高分辨率衛(wèi)星遙感影像技術(shù)方法是礦山環(huán)境監(jiān)測(cè)和治理的有效手段和發(fā)展趨勢(shì)。

為解決當(dāng)前深度學(xué)習(xí)方法在高分辨率遙感圖像中存在識(shí)別結(jié)果過度分割；以及小物體識(shí)別差的問題；提出一種基于segnet架構(gòu)改進(jìn)的網(wǎng)絡(luò)模型aa-segnet；增加了增強(qiáng)的空間金字塔池化模塊和空間注意力融合模塊；該網(wǎng)絡(luò)可以加強(qiáng)特征傳播并能夠有效傳遞更高級(jí)別的特征信息以抑制低級(jí)特征的噪聲；并且可以增強(qiáng)小目標(biāo)特征學(xué)習(xí)；基于高分二號(hào)遙感影像制作數(shù)據(jù)集并進(jìn)行實(shí)驗(yàn)；aa-segnet網(wǎng)絡(luò)總體識(shí)別準(zhǔn)確率為96.61%；在識(shí)別率、f1分?jǐn)?shù)以及訓(xùn)練時(shí)間等方面也都優(yōu)于segnet、u-net、deeplab-v3網(wǎng)絡(luò)；

為了分析汶川地震震后高分辨率合成孔徑(sar)圖像的城區(qū)建筑物特征,基于實(shí)際獲取的機(jī)載x波段sar圖像,采用電磁模擬方法進(jìn)行分析和研究。通過對(duì)城區(qū)的完整建筑和毀損建筑進(jìn)行三維建模,采用射線跟蹤的電磁計(jì)算方法和圖像域積分的成像模擬方法得到不同受災(zāi)程度的建筑物sar模擬圖像。與真實(shí)sar圖像對(duì)比分析,提出的算法能夠分析建筑物結(jié)構(gòu)變化對(duì)sar圖像的影響,模擬主要的強(qiáng)散射點(diǎn),能有效輔助sar圖像進(jìn)行城區(qū)特征分析。

隨著地球空間信息科學(xué)技術(shù)的飛速發(fā)展,高分辨率衛(wèi)星遙感技術(shù)逐漸成為主流的對(duì)地觀測(cè)手段之一。其生產(chǎn)的高分辨率遙感影像具有數(shù)據(jù)獲取迅速、成本低、不受地域限制等諸多優(yōu)點(diǎn),廣泛應(yīng)用于國土、石油、電力、林業(yè)等行業(yè)部門。但由于其出現(xiàn)年代較新、數(shù)據(jù)量龐大、分辨率高,高分辨率遙感影像的數(shù)據(jù)處理與應(yīng)用尚無完整的理論和方案指導(dǎo),導(dǎo)致其在電力等行業(yè)的應(yīng)用長(zhǎng)期處于探索階段。本文針對(duì)高分辨率遙感影像的關(guān)鍵處理難點(diǎn),結(jié)合電力工程實(shí)際需求,提出了一整套數(shù)據(jù)處理及應(yīng)用方案,為高分辨率遙感影像數(shù)據(jù)處理及其電力工程應(yīng)用提供了技術(shù)支持和實(shí)踐經(jīng)驗(yàn)。

高分辨率遙感影像在重慶市土地利用動(dòng)態(tài)監(jiān)測(cè)中的應(yīng)用 作者：李仕川，馬澤忠，張海珍 作者單位：重慶市土地勘測(cè)規(guī)劃院 相似文獻(xiàn)(10條) 1.期刊論文李仕川.馬澤忠.張海珍.lishi-chuan.maze-zhong.zhanghai-zhen高分辨率遙感影像在重慶市土地 利用動(dòng)態(tài)監(jiān)測(cè)中的應(yīng)用-四川測(cè)繪2007,30(4) 本文闡述了高分辨率遙感影像應(yīng)用于重慶市土地利用動(dòng)態(tài)監(jiān)測(cè)的技術(shù)過程及方法.詳細(xì)介紹了監(jiān)測(cè)過程中運(yùn)用到的遙感影像幾何糾正、融合、變化信 息提取等處理技術(shù),同時(shí)針對(duì)重慶市復(fù)雜的地形情況給出了一定的建議.為遙感技術(shù)在重慶市國土資源規(guī)劃、管理中的深入應(yīng)用提供一定參考. 2.學(xué)位論文王瑞國遙感土地利用動(dòng)態(tài)監(jiān)測(cè)變化信息自動(dòng)提取與實(shí)證研究2007 遙感土地利用動(dòng)態(tài)監(jiān)測(cè)在我國已有近20年的發(fā)展歷程，其目的：一是利用遙感影像監(jiān)

高分辨率影像城市綠地快速提取技術(shù)與應(yīng)用

初步測(cè)試?yán)没谥R(shí)規(guī)則的面向?qū)ο蠓诸惙椒◤母叻直媛蔵konos衛(wèi)星影像上提取建筑物,包括:融合1m全色和4m多光譜波段影像,生成1m分辨率的多光譜融合影像;分割融合影像;利用影像對(duì)象的光譜和空間特征執(zhí)行基于對(duì)象的分類。面向?qū)ο蠓诸愄崛〗Y(jié)果與傳統(tǒng)的基于像元最大似然分類結(jié)果進(jìn)行對(duì)比,表明面向?qū)ο蠓诸惙椒ǜm用于提取高分辨率遙感影像中的建筑物。

高分辨率衛(wèi)星影像包含著地表目標(biāo)豐富的形狀結(jié)構(gòu)和紋理信息,使其成為城市研究的重要數(shù)據(jù)源。建筑物作為城市區(qū)域的主體單元,其輪廓的矢量信息在城市研究中有著重要的應(yīng)用價(jià)值。二值點(diǎn)陣圖的矢量化是圖像處理的一個(gè)重要課題,現(xiàn)有的矢量化方法在提取建筑物輪廓信息時(shí)都存在局限性。本文針對(duì)矩形建筑物的輪廓矢量化提取技術(shù),提出了一種新的基于角點(diǎn)識(shí)別和定位的矢量化方法。該方法自動(dòng)提取建筑物二值圖上的輪廓點(diǎn),而后進(jìn)行以基礎(chǔ)點(diǎn)為劃分點(diǎn)列組合依據(jù)的處理,再采用最小二乘法進(jìn)行分段線性擬合,其中關(guān)鍵步驟就是如何準(zhǔn)確識(shí)別參與擬合的輪廓點(diǎn)群。實(shí)驗(yàn)結(jié)果證明用該方法提取矩形建筑物輪廓具有運(yùn)算速度快、效率高、精度滿足實(shí)際應(yīng)用需要等優(yōu)點(diǎn),有較好的實(shí)用價(jià)值。

基于高分辨率影像的城市綠地快速提取方法

提取建筑物屋頂是建筑物三維重建的一個(gè)重要步驟,為了更精確地提取建筑物屋頂,融合了高分辨率的光學(xué)和sar圖像.利用sar圖像中建筑物的疊掩來確定光學(xué)圖像中的建筑物,從而在光學(xué)圖像上確定一個(gè)包含建筑物屋頂小窗口,利用isodata分類方法對(duì)小窗口進(jìn)行了分類來獲取建筑物屋頂類別或屋頂輪廓,最后計(jì)算得到屋頂?shù)囊?guī)則輪廓.從計(jì)算結(jié)果上看,該方法是可行的.

當(dāng)前人工調(diào)查土地資源利用情況具有較高的人力成本且勞動(dòng)強(qiáng)度大；對(duì)其實(shí)現(xiàn)自動(dòng)變化檢測(cè)具有較高的理論和應(yīng)用價(jià)值；將深度置信網(wǎng)絡(luò)(deepbeliefnetwork；dbn)應(yīng)用于高分辨率遙感影像的建筑物變化檢測(cè)；但dbn在變化檢測(cè)時(shí)存在由誤判現(xiàn)象造成的建筑物完整度欠缺、空間存在噪聲等問題；提出dbn與數(shù)學(xué)形態(tài)學(xué)融合模型對(duì)高分辨率遙感影像建筑物進(jìn)行變化檢測(cè)；在遙感影像預(yù)處理基礎(chǔ)上；標(biāo)記少量明顯的變化與未變化樣本；利用搜索窗口從標(biāo)記的區(qū)域獲取大量帶有標(biāo)簽的樣本訓(xùn)練融合模型分類器對(duì)建筑物進(jìn)行變化檢測(cè)；檢測(cè)方法準(zhǔn)確率為94.76%；召回率為87.63%；f1為91.06%；實(shí)驗(yàn)結(jié)果表明；該方法可以為建筑物的變化檢測(cè)提供有效依據(jù)；

水庫是調(diào)節(jié)水資源的重要工具,而庫容數(shù)據(jù)是調(diào)度水資源的基礎(chǔ)和依據(jù).傳統(tǒng)的靜態(tài)庫容測(cè)量方法采用單頻測(cè)深儀或全站儀等,數(shù)據(jù)密度和分辨率較低,已經(jīng)難以滿足精細(xì)水資源管理的需求.在介紹多波束測(cè)深系統(tǒng)工作原理的基礎(chǔ)上,研究了采用sonic2024多波束測(cè)深系統(tǒng)進(jìn)行靜態(tài)庫容測(cè)量的方法并在浙江省某水庫進(jìn)行了測(cè)試.結(jié)果表明,數(shù)據(jù)成果分辨率和精度滿足國家規(guī)范要求.