用地理本体和相对高程识别遥感对象的方法研究

由于遥感技术应用领域的不断扩大,用户希望利用遥感技术来实现功能性用地的自动提取。然而,在现行分类标准中,存在许多按应用功能分类的地物,其在光谱和纹理等遥感特征上与普通的城市建筑物没有本质区别,仅仅通过遥感数据本身,无法对其进行提取。因此,文中以教学用地为例,提供一种用地理本体和相对高程对其进行识别分类的方法：首先,在遥感影像中提取操场和建筑物对象,通过阴影计算建筑物的相对高程并确定其建筑面积,再通过遥感领域知识从操场面积推算出学校的建筑面积,并通过缓冲区分析对教学用地进行分类。     

基于遥感和GIS的公路水毁监测和评估技术框架

在分析公路水毁灾害监测对遥感数据要求的基础上,利用ALOS卫星遥感影像建立滑坡与泥石流等水毁灾害信息自动提取模型,结合遥感和GIS软件平台建立了公路水毁遥感自动评估系统与水毁监测和评估技术流程。以四川省北川县境内区域作为典型研究区,进行"5.12"地震后公路水毁自动监测和评估分析,将结果与利用更高分辨率遥感影像人工解译的分析结果进行对比。发现二者在水毁公路长度上相比,误差不超过10%;空间分辨率在2～10m、具有多光谱的遥感数据是进行山区超过400m2以上规模公路水毁灾害研究比较适用的数据源。     

基于多峰直方图的遥感图像阈值自动选取算法

基于多峰灰度直方图的阈值自动选取算法,首先使用平均滤波器平滑直方图,消除直方图中微小的波动,保留反映直方图总体趋势的大的波峰波谷;然后通过寻找直方图中局部最大值和最小值,以确定合理的阈值.该算法使用时仅需要用户指定直方图应保留的合理波峰数,在针对大尺寸遥感图象计算出的阈值要优于大津算法和双峰算法计算出的阈值,且算法计算复杂度较低,适用于快速阈值选取.通过对TM影像中水体自动提取实验研究,阈值自动选取算法可用于水体及其它地物目标遥感信息的批量自动提取处理,具有较好的提取效果.     

3S集成技术在土地利用动态监测中的应用

针对基于RS和G IS的土地利用动态监测方法可靠性差,精度低,提出了RS,G IS和GPS集成技术.在2000年TM遥感影像解译数据的基础上,以2004年中巴资源卫星(CBERS-02)遥感影像数据为信息源,对2004年遥感影像进行了解译,修改了2000年数据库.在野外用手持GPS接收机对解译成果进行了验证,更新了解译的数据库;利用G IS技术的空间分析功能,提取出了2000~2004年间土地利用/覆被变化信息,得到了高精度的土地利用动态变化数据库,并在此基础上对土地利用动态变化信息进行了分析.实验结果表明,利用3S集成技术可以提高土地利用信息的可靠性和精度.     

基于Python的新闻聚合系统网络爬虫研究

本研究旨在创建一个能够从不同页面布局中提取数据的开源爬虫,其中包括网络爬虫、API、网络爬虫调度器以及Socket服务器的实现等。使用Python语言开发网络爬虫,利用BeautifulSoup作为网络爬虫的Web提取工具,以Laravel为Web应用程序框架,PHP作为主要后端语言,承载CMS和API。网络爬虫可以通过利用用户创建的配置文件来适应从不同的页面布局中提取数据,并将提取的数据导出到JSON文件或数据库系统中。     

基于纹理特征的建筑物震害信息提取方法研究

利用遥感手段快速提取灾害信息是震后应急工作中最为关键的一个环节,在前人研究的基础上,提出一种基于纹理特征的主成分震害提取方法。利用纹理特征描述符及主成分变换对震害信息进行提取,结果要比直接对震害图像分类效果好。     

基于多标记像素匹配的高分辨率遥感图像道路提取

针对高分辨率遥感图像道路提取方法存在提取不完整和误提取问题，提出一种基于多标记像素匹配的高分辨率遥感图像道路提取方法. 将待提取图像由RGB颜色空间转换到 Lab颜色空间，选取与照明强度弱相关的色相特征作为初始匹配项. 以矩形框的方式标记不同类型的道路，利用t 检验法剔除其匹配项的异常值，从而确定阈值来匹配道路像素点，利用局部纹理算子对匹配结果进行筛选. 利用道路区域的形态特征对匹配结果进行优化处理. 为验证所提方法的可行性和优越性，对不同传感器获取的高分辨遥感图像进行测试，与现有道路提取方法进行对比. 定性和定量精度评价结果表明，所提方法对不同类型道路的提取具有较高的精度.     

基于高分遥感影像的农村地区公路网规模预测

为准确预测农村地区公路网中短期发展规模,研究提出了基于高分遥感影像与地形、区域功能及周边环境划分的农村地区公路网中短期发展规模预测模型.模型采用基于地形区域分类的方法,以深度神经网络提取的路网高分遥感影像为基础数据,综合考虑路网分布、自然村分布及路网提取算法精度等客观情况,并对遥感影像质量偏低导致的识别率下降进行了里程...     

面向对象的成都平原高分辨率遥感影像分类研究

为了快速、准确地提取成都平原土地利用及其变化信息,选择高分辨率遥感影像作为数据源,利用面向对象的影像分析方法,对成都平原高分辨率遥感影像的分类方法进行了研究.对最佳分割尺度进行了较深入的实验分析,提出了快速、准确获取成都平原土地利用及其变化信息的方法和途径.结果表明,面向对象的影像分析技术能很好地解决成都平原土地利用及其变化信息的快速提取问题,关键是影像分割尺度的选择和影像对象各种特征信息的提取.     

遥感技术在公路交通管理维护中的应用

为充分发挥遥感数据时空分辨率高、覆盖范围广等优势,进一步推动遥感技术在交通监控与管理领域中的深入应用与持续发展,对基于高分遥感影像的道路轨迹及属性信息快速提取、车辆自动识别、道路及周边建筑物特征变化检测、路域次生地质灾害及道路损毁信息自动提取等关键技术进行了简要阐述,并介绍了这些关键技术在公路路网状况调查、交通流提取、道路施工与建设监管、道路灾害损毁评估等方面的应用情况。充分了解以上技术的研究及应用情况,对交通遥感关键技术研究和公路交通管理维护的信息化发展具有借鉴意义。     

遥感技术在哈尔滨市数字城市规划中的应用

对遥感技术在哈尔滨市数字城市规划中的应用进行了分析,其应用主要包括城市空间布局信息分析、城市变化监测、城市规划实施情况检查三方面,对应用的内容、方案及效果进行了总结和探讨。分析表明,遥感技术能为城市规划提供许多基础数据,具有广阔的应用前景。     

ERDAS IMAGINE在地形图更新中的应用

本文在深入研究ERDAS IMAGINE模块功能的基础上,从实用化的角度出发,将矢量图层与高精度的最新遥感图像进行配准,然后以栅格图像为参照,对矢量图层的空间数据进行了更新,总结出了利用ERDAS I-MAGINE矢量模块结合遥感影像进行矢量图形更新的经验与方法。     

基于遥感技术的农村公路电子地图制作研究

采用遥感技术对新疆农村公路的基本信息进行提取,并完成初步调查,再利用复核过的数据采用专业电子地图制作软件生成带有空间数据和属性数据的农村公路电子地图。通过利用上述方法制作电子地图发现：利用遥感技术进行公路调查不仅速度快、效率高、费用低,而且里程的准确率在10m-150m之间,路面类型和路面宽度的准确率都在90％以上。这为今后的公路调查提供了一种先进的调查手段。     

遥感信息技术及其在高精度可视化导航工程中的应用

遥感信息技术是一项集现代高新技术于大成的复杂系统工程.在概要介绍了遥感信息技术基础上,通过高分辨率遥感影像在高精度可视化导航工程中的直接应用,探讨了遥感信息技术在相关领域应用的重大意义.     

改进SSD模型在高分二号遥感影像中高速公路收费站位提取的应用

以高分二号遥感影像中的高速公路收费站为研究对象，选取了北京、山西、河南、广东、福建5个省市2019年的高速公路收费站点位和0.8 m遥感影像，通过图像预处理、样本标注、裁切、数据增强、样本集划分的步骤制作训练样本集；引入“多尺度特征融合”的方法对SSD目标检测模型进行改进，通过增加“转置卷积”和“拼接”操作，将高层次特征图像的语义特征赋予低层次特征图像，以增强上采样质量与特征融合能力，从而提升了模型对小目标收费站的检测效果；将改进SSD模型用于2019年福建省高分二号影像中的收费站点位提取，沿福建省高速公路路网矢量对影像进行自动切片，将切片输入模型中进行目标检测；保留有收费站的切片，使用非极大值抑制去除多余的检测框，将剩余的检测框的坐标变换为中心点的坐标，可以直接输出得到高速公路收费站的中心点矢量，从而实现对于收费站点位的端到端自动化提取。研究结果表明:改进SSD模型的精度、召回率及二者的调和平均数分别为0.86、0.88和0.87，均优于传统的SSD, VGG, Faster R-CNN和特征金字塔网络模型。可见，对收费站点位的自动提取可以大大提高公路管理者的工作效率，有效满足公路管理者的实际工作需求。      

路域生态环境监测研究综述

随着遥感技术的发展与广泛应用,其在宏观生态环境监测中的作用也逐步体现。遥感路域生态环境监测可以及时、准确、全面地掌握公路建设和营运过程中环境污染和生态破坏的实际情况,为评价生态环境质量和采取有效的环保措施提供定量数据。     

基于高分辨率遥感影像的道路提取方法

分别采用面向对象、最大似然、支持向量机3种分类方法进行实验区高分辨率遥感影像的道路提取,并作分类精度评定。结果表明,面向对象法能够综合利用高分辨率遥感影像的波谱、几何、纹理等多种特征信息,可有效克服影响因素的干扰。本案面向对象法道路提取的总分类精度较高,获得的分类结果较好。     

基于Hopfield神经网络的遥感图像超分辨率识别算法

提出基于Hopfield神经网络的遥感图像超分辨率目标识别算法，它是利用模糊分类技术进行模糊分类，然后用分类结果约束Hopfield神经网络的方法．通过实验，可知Hopfield神经网络在学习样本少时．也能够输出分辨率相对较高的地物目标信息．因此．基于Hopfield神经网络的遥感图像处理方法，能够提高遥感图像的目标分辨率．使其目标特征信息更清晰．