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。     

高分辨率遥感图像道路边缘自动检测与提取技术研究

基于对高分辨率遥感图像中道路特征的分析,对传统的道路边缘自动检测与提取技术进行了改进,提出了新的技术路线和框架,引入数学形态学重建和边缘追踪算法对高分辨率遥感图像进行道路边缘自动检测。定义了描述边缘形状特性的P因子、F因子和C因子,利用K均值聚类的方法实现了基于多重判别准则的道路边缘提取,从而在众多的边缘检测结果中,排除房屋等其它区域的干扰,准确的获得道路边缘。     

高分辨率遥感影像分割提取构筑物评估

面向对象的影像分析已成为针对高分辨率遥感影像信息提取和行业应用的一种先进方法．该方法的实用效果,基础和关键在于对影像中所关注地物目标的影像分割提取效果．针对高分辨率遥感影像地面杓筑物的提取,采用经验性符合统计比较法,把自动分割结果与人工分割提取的地面构筑物区域轮廓相对符合程度分为3个等级：良好、可以接受和不可接受,对当前应用广泛的两种多尺度影像分割方法进行了地面构筑物分割提取效果评估．     

基于双边匹配的多属性共享停车匹配研究

共享停车作为缓解停车难问题的有效措施被广泛使用.为了研究出行者和停车位共享者在车位共享匹配过程中考虑多种属性时对停车位匹配结果的影响,在对所有属性规范化处理的基础上,基于熵权法确定不同出行者对不同属性的权重并将多属性决策转换为综合属性决策,建立考虑出行者和停车位共享者双方收益最大的多目标双边匹配决策模型,然后利用公平性和综合性算子将多目标模型转换为单目标模型,最后采用匈牙利算法求解.算例结果表明:仅考虑出行者或共享者收益的匹配结果与综合考虑双方收益的匹配结果差异明显,综合考虑双方收益的匹配结果稳定性较好,稳定匹配数目与综合收益值增加.     

基于目标匹配的道路网增量信息的识别和提取

道路网增量信息的识别和提取方法直接影响地图数据更新的质量,其中提取的阈值是关键。通过面积叠置率结合最大类间方差法计算阈值,实验结果说明该方法有很好的数据针对性,对增量信息提取效果比较好,且算法简单容易实现。     

面向对象的QuickBird影像道路提取

采用面向对象影像分析方法对试验区Quick Bird影像进行了主干道目标的提取,通过影像多尺度分割、影像类规则库的建立以及面向对象的编辑,提取出试验区主干道目标,取得了不错的效果。     

面向对象的高分辨率遥感影像道路提取算法

针对高分辨率遥感影像的特点,提出了一种基于面向对象思想的自动道路提取方法.首先对遥感影像进行双边滤波,平滑细节信息并保留道路边缘信息;然后使用模糊C均值算法分割图像以得到独立的地物对象,并结合道路几何特征对各对象滤波得到候选道路段;使用区域增长算法形成道路网,最后使用形态学方法实现道路网的修整和细化.实验表明,该方法无需人工选取道路种子点,就可以在不同场景的遥感影像中有效地提取出道路目标.     

交通地图图像中道路识别与道路信息提取

提出了一种基于道路中心线的闭环反馈改善交通地图图像中道路识别与提取的方法,以达到识别与提取完整道路网络的目的.依据于微观识别与宏观排除的逼近思想,实现了道路图层的初始聚类与输出反馈控制下的道路图层完全提取.针对标准城市交通地图,确定了道路与区域阈值条件.通过对噪声的再聚类过程实现道路与区域的二值完全聚类.利用交通道路中心线特征构成道路图层反馈再聚类策略.反馈再聚类策略能够保证道路图层优化过程的收敛性质.试验结果表明了该方法具有较高的准确性、全自动化和通用性.     

基于混合高斯模型的道路背景提取方法研究

针对单高斯模型对道路背景提取的不足,提出一种基于混合高斯模型的道路背景提取方法。利用多个高斯分布组成混合高斯模型来表示道路背景图像中的各个像素点,并且针对该算法利用MATLAB进行仿真实验,实验结果验证了基于混合高斯模型的道路背景提取方法的实用性和有效性。     

一种基于物影匹配算法的道路小目标跟踪方法

针对复杂道路环境下小目标抛洒物难以被检测与跟踪,且落地静止像素易被纳入背景而导致目标丢失等问题,本文提出一种基于物影匹配算法(OSMA)的道路小目标跟踪方法来解决上述问题。首先,采用混合高斯模型对背景进行建模以此获取前景图像,对前景图像采用膨胀、腐蚀等形态学处理;其次,根据道路抛洒物移动时在前景产生独立的物与影双轮廓特征,进行连续帧前景轮廓的物影匹配,并将连续的匹配结果定为疑似抛洒物;最后,采用多帧质心偏移法判断疑似抛洒物是否处于静止状态,并对运动状态中的疑似抛洒物进行位置判定与帧间轮廓匹配,从而实现抛洒物的逐帧跟踪。基于大量实验表明：本文所提出的OSMA与核化相关滤波器(KCF)、辨别尺度空间跟踪器(DSST)、背景感知相关滤波器(BACF)、深度注意力跟踪器(DAT)、视觉跟踪时空变换器(SATRK)等跟踪器相比,准确性更优越,可较好解决道路复杂场景下各类抛洒物的跟踪问题;复杂背景、快速旋转的小目标场景中跟踪表现优异,具有良好的跟踪尺度,实时性满足预期要求。     

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．     

基于IHS和小波变换的遥感图像融合方法研究

基于IHS变换法和小波变换法,提出一种新的图像融合方法．该方法利用IHS变换法增强空间细节表现能力,利用小波变换法保留TM图像的光谱特性,可以最大限度地保留待融合图像的光谱信息,同时可提高待融合图像的清晰度和空间分辨率．     

极线约束下的多分辨率相关匹配算法

针对计算机视觉在几何测量应用中图像匹配特点,提出了将多分辨率和极线约束与相关法相结合的图像匹配方法。该方法采用金字塔分层和极线约束来弥补相关匹配带来运算量大的不足,克服了图像匹配中精度低的缺点。通过计算机视觉在几何测量检测系统中图像匹配的实际应用,验证了该算法具有较高的测量精度、速度及其实用性。     

基于改进Canny算子的遥感图像边缘检测

针对传统的Canny边缘检测算子存在高斯滤波函数方差和阈值需要人工设置的缺点,提出了一种基于改进Canny算子的遥感图像边缘检测算法.首先利用复合形态学滤波代替高斯滤波,可得到更好的平滑效果,同时保留更多的边缘信息;然后利用Otsu阈值方法对阈值进行自适应设定,可以使检测边缘更加连续完整,并减少虚假边缘的存在;最后引入数学形态学算法实现对边缘细化处理.实验结果表明,将改进的Canny算子应用到遥感图像的处理中,具有良好的抗噪性能和检测精度.     

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。     

A New Robust Image Matching Method Based on Distance Reciprocal

Object matching between two-dimensional images is an important problem in computer vision. The purpose of object matching is to decide the similarity between two objects. A new robust image matching method based on distance reciprocal was presented. The distance reciprocal is based on human visual perception. This method is simple and effective. Moreover, it is robust against noise. The experiments show that this method outperforms the Hausdorff distance, when the images with noise interfered need to be recognized.     

基于eCognition的面向对象农村公路提取

采用面向对象思想,使用高分辨率CBERS 02B HR全色影像对农村公路进行提取。在对影像进行分割后,综合利用影像对象的光谱信息和几何信息,构建道路提取知识库,并使用道路生长法对提取结果进行完善,增加了道路的完整性。与面向像元的方法对比,该方法能取得较好的精度。     

基于多尺度模糊边缘特征的遥感影像融合方法

针对全色与多光谱遥感影像融合,提出了一种基于多尺度模糊边缘特征的融合方法.该方法根据à trous小波变换特点以及全色与多光谱遥感影像的频率关系,对全色影像进行多层小波分解,并将不同尺度下的小波面叠加得到多尺度小波面,然后对其进行模糊增强处理提取边缘细节信息,最后将边缘细节信息叠加到多光谱影像中得到融合结果.实验中与传统融合方法进行了主观分析与客观定量比较,结果表明本文方法具有良好的融合效果.