多源遥感数据融合的道路材质精细识别

针对当前道路识别方法对道路材质识别精度不高的问题,提出了一种融合多源遥感影像进行城市道路材质高精度识别的方法。首先,对高光谱遥感影像中的地物光谱曲线进行分析,在保留地物光谱分离度较大的波段的基础上提升计算效率;通过分步融合的策略对多源遥感影像进行融合,提升高光谱影像的空间分辨率,为后续道路材质识别提供高质量的数据保障。其次,通过使用不同的指数对融合影像进行掩膜,提取城市建筑物,并在此基础上提取建筑物纹理信息与光谱信息,进行多特征融合并分类;最后,通过影像后处理对提取的道路进一步进行规范,得到最终高质量的道路材质识别结果。通过使用高分五号高光谱影像、高分二号全色/多光谱影像、高分一号多光谱影像对提出的方法进行实验验证,试验结果表明,本文方法可取得较高精度的道路材质识别效果,具有较好的应用价值。     

基于深度学习的高分影像道路提取方法研究

首先阐明了道路数据信息化管理的重要意义,并简要分析了道路元素特征与提取思路,论证了在高分辨率遥感影像和丰富样本集的支持下,基于深度学习的道路提取方法相较于传统方法具有更优的适用性;其次选择了WGAN(Wasserstein生成对抗网络)深度学习模型来实现道路提取操作,通过样本标注与多层融合训练得到了能够根据原始遥感影像直接输出道路元素二值图像的生成模型;最终通过对实际道路提取任务的实验验证,证明了本方法在提取精度和效率上的优势和普适性。     

面向自动驾驶的遥感影像路网检测方法

针对高分辨率遥感影像道路提取难度大、提取精度低的问题，提出了一种基于VGGU-Net++的遥感影像路网检测方法。首先基于VGGU-Net框架构建了编码器-解码器网络；其次，设计了一系列嵌套、密集的卷积块，用以缩小编码器与解码器特征映射之间的语义差距。节点之间利用跳跃连接填充了具有多个卷积层的密集卷积块，其层数取决于金字塔等级；并在2个卷积块之间设置1个串联层，该层将同一密集块前一个卷积层的输出和浅层的上采样输出进行特征图融合。同时，使用深监督策略保证网络模型的修剪程度和速度增益。在网络训练过程中，这种相似语义特征图的跳转连接可以简化优化操作，提高网络训练性能。最后，利用遥感影像开源数据集——马萨诸塞州数据集进行算法的测试与验证。结果表明，提出的VGGU-Net++网络与现有同类方法相比，获得了更好的性能表现，在精确率、召回率、F₁-score和I_oU方面分别达到了88.1%、87.1%、88.5%和77.9%，能够实现城市、山区、直线、弯曲道路场景高维、复杂、抽象特征的自动提取；此外，检测结果能够减少干扰，降低误检，保留更多道路细节信息，得到更加完整、清晰的路网检测效果。     

融合影像信息的LiDAR点云滤波

传统的LiDAR点云滤波方式都是基于点云本身利用其高程突变信息进行滤波和分类,仅依靠单一的数据源难以达到良好的滤波效果.文中融合影像信息的LiDAR点云数据滤波,通过影像分割后,提取分割对象内的形状和光谱信息,将矢量空间对象与点云套合后建立决策树辅助滤波.文中对建筑物、道路密集区进行试验,取得了较好的滤波效果.     

基于3D空间球面的车载全景快速生成方法

为了高效生成具有低失真度的车载全景,以保证基于此影像信息的辅助驾驶系统的实时性,提出针对运算效率进行优化的车载全景生成方法。首先,利用多扫描线趋近、圆拟合的方法实现鱼眼成像有效区域的准确自动提取,并对参数进行优化以提升算法鲁棒性。基于鱼眼成像有效区域轮廓,计算得到有效区域半径以及圆心。以圆心为原点,半径为单位长度重构笛卡尔坐标系。再基于此坐标系,将鱼眼成像通过经纬映射投射至3D空间球面并在球心建立虚拟相机,利用梯度下降获取视锥体最优旋转角后进行视角重构并成像,直接获取该方向鸟瞰图,实现通过一步变换完成鱼眼校正与逆透视变换,达到提升车载全景影像生成速率与减少图像失真的效果。最后,对图像位置进行配准,使虚拟相机直接成像在指定位置,并对4幅图像进行融合,从而降低由于拼接缝带来的图像信息损失,保证生成的车载全景影像最大程度保留道路信息。研究结果表明:使用该方法在同等硬件平台下,基于标定参数计算生成车载全景影像速率提升接近1倍,从视觉上图像失真程度明显降低;该算法可以提升车载全景生成速率,减少计算资源占用,降低图像失真,从而提升基于车载全景影像的辅助驾驶系统的实时性与可靠性。     

基于小波变换的多源遥感图像融合方法

数据融合是目前遥感应用领域的一个热点问题,文中分析了传统的多源数据融合方法,提出了采用基于多分辨率的小波分解技术进行多源图像融合的方法.它将高分辨率图像的小波系数添加到多频谱(低分辨率)数据上,再将全色图像小波变换的高阶系数添加到多频谱图像的浓度组件上.实验表明,此方法切实可行,能使低分辨率图像的信息提取与利用接近于高分辨率图像.     

结合深度神经网络的高分辨遥感影像滑坡检测

利用遥感影像快速、高效地检测滑坡区域在抢险救援、风险评估等方面发挥着重要的作用。提出了多尺度特征融合的深度神经网络框架用于高分辨遥感影像滑坡自动检测。首先,该框架利用ResNet网络对遥感影像进行筛选,选出具有滑坡区域的候选影像。接着将含有滑坡区域的候选遥感影像输入到多尺度神经网络中对滑坡区域进行分割,从而精准地定位滑坡位置。利用开源数据集和自制数据集对模型进行了训练,并在都香高速公路沿线正射遥感影像上测试。结果表明,该方法在测试区域的滑坡检测总体精度为88.55%,召回率为85.52%。提出的深度神经网络框架能够提取不同尺度的滑坡区域,削弱了与滑坡无关因素的影响,有效提高了高分辨遥感影像滑坡检测的精度。     

利用高空间分辨率卫星遥感数据制作影像交通图

从高分辨率卫星遥感影像图中可以获取大量与交通规划、控制与管理相关的信息,如土地利用、交通小区人口、城市道路网络、交通流量分布、交叉口类型、停车场分布、建筑密度和容积率,甚至主干道路渠化信息等。制作遥感影像交通图能够直观、生动、形象地表述这些信息,并能实现一图多用、一库多用。本文就高分辨率遥感影像交通图的优点、内容、制作的技术路线,以及若干关键技术进行了探讨。     

基于遥感技术的交通流检测

介绍了两类传统的交通流检测技术,并指出了其优缺点;分析了基于遥感影像进行交通流检测的研究现状和研究重点,通过比较说明了遥感影像交通流检测的优越性,指出了遥感影像交通流检测需要解决的重点问题.     

遥感影像解译算法的研究进展

系统地分析了遥感影像解译算法的研究现状及存在的问题，提出基于人工神经网络的遥感影像解译的研究构想。     

基于GF-1卫星遥感数据的苏化高速公路植被变化研究

基于GF-1遥感卫星影像,采用光谱锐化方法及灰度直方图进行图像融合与镶嵌,选用生境质量指数和植被覆盖度指数作为生境质量变化的指示因子,定量研究苏化高速公路2018年～2020年土地覆盖和植被NDVI数据。结果表明：(1)GS变换融合方法和灰度直方图法可较好地处理图像数据;(2)2018年～2020年苏化高速公路12个重要工点中,土地利用类型的明显变化主要发生在2019年,7个工点生境质量指数有所减小,施工在原有的建设用地基础上扩大了面积,草地占比大的工点生境指数可达到95.64,耕地占比大的弃土场工点生境指数可低至43.62。     

基于小波变换理论的车辆实测载荷谱优化处理方法研究

鉴于工程中采集到的车辆道路载荷谱易受外部环境干扰而存在噪声和异常的尖峰信号,而传统的傅里叶变换滤波方法容易将真实信号随噪声信号同时滤除,本文中研究了基于小波变换理论的车辆实测道路载荷谱降噪方法。选用Daubechies小波函数,结合多种小波阈值降噪准则对某试验车辆实测道路载荷谱进行降噪处理,系统性地研究了不同小波阈值降噪准则和小波消失矩对实测含噪随机载荷信号的降噪性能。结果表明,基于小波变换的降噪方法能有效剔除干扰噪声信号,其中Heuristic SURE准则对原载荷谱各项载荷特征的保留效果最好。此外,研究了基于小波变换理论的实测载荷谱中异常尖峰信号自动检测方法,为车辆实测道路载荷谱的优化处理提供了一定的参考。     

交叉路口道路环境辨识之初步研究——建立智能型执法系统的首部曲

利用影像处理技术结合自行发展之道路环境辨识算法,建立智能型执法系统之平台,并选定"未依规定变换车道"违规行为建立违规行为判定系统,以期作为智能型执法系统平台建立之先驱研究.利用影像中位数法建立背景、结合递归式背景建构模式进行背景更新;透过"特征判断"与"样板比对"辨识路面标线;最后将车辆侦测、追踪等影像处理技术结合道路环境辨识结果进行违规行为的侦测与辨识.经过实际验证,于道路环境辨识以及违规行为辨识皆达良好的辨识水平.     

基于遥感影像的陈庄地区地形图更新试验

矿区地形图是矿区进行开采沉陷影响损失评估、土地复垦、地面设施建设等的重要依据。基于遥感影像实效性强、成本低、获取方便的优点,本文利用遥感影像来更新矿区地形图,验证利用SPOT影像更新矿区1：5000大比例尺地形图的可行性。     

城市道路绿带与地表温度的相关性研究

为探究道路绿带对地表温度(LST)的影响，以聊城市为研究对象，基于Landsat 8四季遥感影像，反演了19条主要道路的地表温度，并计算了归一化差异植被指数(NDVI)。对道路结构和植物配植进行基础调查后，对LST数据进行采样，分析了不同行道树的降温效果。利用散点图分析了NDVI和LST在样点尺度和道路尺度的相关性。结果表明：(1)在夏季，当道路宽度在30 m～55 m之间时，“白蜡+国槐”组合的降温效果最好，平均降温1.11℃,当道路宽度在60 m～85 m时，“二球悬铃木+白蜡”组合的降温效果最好，平均降温1.52℃;(2)在道路剖面折线图上，道路NDVI和LST呈现镜像关系；(3)在样点尺度上，NDVI和LST夏季相关性最强，两者为负相关。因此，研究不同道路绿带形式和尺度下LST变化，有助于优化道路绿带群落结构。     

基于序列影像种子跟踪的道路线自动提取算法

为快速建立道路精确的几何模型,利用车载移动测量系统获取的序列影像开展了道路边线自动提取方法研究.针对不同类型道路边线的特征,提出了一种基于序列影像种子跟踪的道路线自动算法.首先,对不同质量道路影像分别采用基于灰度信息和梯度信息的道路边线边缘检测方法;其次,采用线性回归模型拟合道路边线,以当前帧拟合直线为种子点,提出了基于种子直线的序列影像感兴趣预测方法,在此基础上对下一帧影像道路边线进行跟踪;最后,以高速公路和城市街区道路序列影像为例,开展了道路边线自动跟踪提取试验,结果表明此方法可以达到优于20 cm的精度,具有很好的鲁棒性.     

基于Hough变换的道路边缘提取

在以图像处理技术为基础的视觉导引方式下,提出了一种基于Hough变换的道路边缘提取方法.将拍摄到的道路图像进行滤波预处理;利用自适应阈值分割法对处理后的图像进行分割,并采用数学形态学中的"腐蚀"运算检测边缘;利用Hough变换实现道路边缘的检测与定位.试验结果表明,此方法对复杂的道路环境具有较好的适应性.     

基于空-地融合的道路基础设施3D数据采集和管理

随着我国公路建设的高速发展,如何准确快速而有效地进行道路基础设施可视化数据采集成为道路管护的基础。本文结合近年来无人机和移动测量技术的快速发展,提出了一种融合无人机影像和地面移动采集影像进行道路基础设施3D数据采集的新方法,经初步实验可满足道路基础设施数据的采集要求,可提供丰富的可量测的3D影像和模型。     

基于可量测实景影像的数字公路体系研究

为了提高公路运营管理及公路网综合服务水平,在分析公路信息化现状及其存在问题的基础上,系统地研究了基于可量测实景影像的全可视化三维数字公路地理信息平台架构及其应用模式。首先针对公路地理信息采集与更新存在的问题,提出了一种移动道路测量系统,给出了移动道路测量系统测量模型,结合公路应用实际,设计了基于移动道路测量系统的线性参考模型。其次,提出基于可量测实景影像公路地理信息平台的概念,设计了基于可量测实景影像的数字公路体系架构。再次,提出基于可量测实景影像数字公路平台上的资产管理、养护管理和路政巡查、应急救援、出行服务等方面的应用模式。最后,以宁波数字公路综合信息系统建设实例验证了基于可量测实景影像数字公路架构的合理性和实用性。     

Google Earth卫星影像图在道路设计中的应用研究

目前,由于Google Earth卫星影像图具备直观、免费、时效性强等特点,已逐渐在道路设计中普及.现今的道路设计中,大多都基于AutoCAD系统,如何将卫星影像图应用到道路CAD设计系统中,使道路设计与卫星影像图有机结合起来,已成为大多数设计者努力的方向.基于此,研究Google Earth卫星影像图下载原理,通过坐标转换,并利用kml脚本语言,实现设计成果在Google Earth与CAD道路设计系统的相互转换.最后利用GoogleEarth卫星影像三维仿真,实现路线动态三维实景模拟,以达到优化设计方案的目的.