千岛湖的三个影像

<正>千岛湖,位于浙江省淳安县境内,湖中有1078座翠岛,是世界上岛屿最多的湖。千岛湖因新安江水库拦坝蓄水而成,现在我们所看到的大大小小的岛屿,就是当初嵯峨轩昂的山峰。"西子三千个,群山已失高。"当年,这里应当是崇山峻岭,有着一片密布着松树柏树等山地植物的峰峦。当水涨之时,当这些山峰一个个次第没入水中,最后只剩下一点点不屈的头颅时,不知它们是不是有末日来临之感?也许那一刻,整个世界都     

基于改进边缘分割算法的幼苗信息提取

优化特征空间和改进分割算法是利用面向对象技术准确获取幼苗信息的关键,也是高空间分辨率数据提取目标地物信息迫切需要解决的问题。研究了在多光谱影像进行去噪声处理基础上,采用改进的基于边缘的算法进行影像分割,同时选取纹理、形状、光谱特征构建特征空间,实现幼苗信息提取的方法。结果表明,该方法对幼苗信息提取的总精度达86%,比传统技术提高了12%,KAPPA系数达0.814 5,比传统技术提高了0.115 9。该方法可以对幼苗信息进行准确快速提取,能够为生产或管理部门进行准确监测和决策提供依据,对未来造林情况进行预测和评价有重要意义。     

基于无人机多光谱影像的土地利用分类方法研究

土地利用分类是城市建设规划、水体变化监测、森林树种识别的前提,是土地资源可持续利用的基础.本研究以安徽省广德市西庄村为研究对象,基于无人机多光谱成像技术,采用8种监督分类方法,分析研究区的土地利用状况.在相同的分类条件下,支持向量机分类精度最高,总体分类精度达到了98.91％,kappa系数为0.99;其次是随机森林与...     

地类调查中影响卫生解译精度的几个因素

文章就如何充分发挥卫片在大区域资源调查中的优势，现地目视解译标志的建立等，阐述了卫片在地类调查中的判读规律，同时在判读过程中就卫片比例尺、卫片相对小班区划和目视解译精度产生的影响，提出一些解决的方法，供讨论。     

基于小波融合的泉州市QuickBird影像绿地信息提取

以2006年泉州市部分QuickBird多光谱影像与全色影像为实验区数据基础，在遥感软件ERDASIMAGINE9．2平台支持下，应用小波融合算法及融合规则实现QuickBird融合处理，在此基础上进行归一化植被指数（NDVI）运算，通过人机交互式提取得到实验区5种主要的绿地类型：公园绿地、生产绿地、防护绿地、附属绿地及其他绿地．结果表明：1）QuickBird多光谱影像、全色影像的信息熵分别为3．975，4．162，而QuickBird融合影像的信息熵为7．251，明显高于前两者，融合后空间信息更丰富；2）QuickBird融合影像的平均梯度是3．328，多光谱影像、全色影像分别是1．552，2．965，融合影像纹理特征更明显；3）QuickBird融合影像与多光谱影像的偏差是0．0359，全色影像的偏差为0．0562，均接近于0，小波融合影像较好地保持了源图像的光谱特性；4）绿地信息分类提取的精度为89．6％，趋近90％．     

狂卷财富的神“画” 神奇画中画

项目概述"神奇画中画"是一种用特殊的软件制作出的壁画。它不同于传统壁画或立体画,画中的"景物"具有动画效果:浪花击打着岸边的岩石、窈窕的姑娘不时地采下路边的野花……原本普通的图片瞬     

森林资源管理的遥感技术应用研究

本文论述了森林资源管理的遥感技术应用方法和手段。通过对不同时期的ＴＭ卫星影像进行数字解译处理，结合地面调查数据，计算各种图像指数，并辅以地理信息系统的分析，在ＥＲＤＡＳＩＭＡＧＩＮＥ和ＡＲＣ／ＩＮＦＯ系统的支持下，实现对森林资源动态变化情况进行监测的系列化程序，建立适用于福建省森林资源管理的遥感应用解析模型。     

基于卷积神经网络的空心村高分影像建筑物检测方法

基于卷积神经网络(CNN)提出了一种适用于空心村高分影像的建筑物自动检测方法,该方法利用多尺度显著性检测来获取包含建筑物信息的显著性区域,然后通过滑动窗口获取显著性区域内目标样本块,再将这些样本块输入训练好的CNN并结合SVM来实现分类。为检验方法有效性,选取高分影像进行实验,结果表明,显著性检测能够有效地获取主要目标,减弱其他无关目标的影响,降低数据冗余;卷积神经网络能够自动学习高层次的特征,基于CNN对高分影像进行建筑物检测,分类准确度可以达到97.6%,表明该方法具有较好的鲁棒性和有效性。     

基于DOM及LiDAR的多尺度分割与面向对象林隙分类

为研究分割尺度对航空正射影像(DOM)与LiDAR数据协同面向对象林隙分割与分类的影响,以东北典型的天然次生林帽儿山实验林场东林施业区为试验区,对DOM与LiDAR数据进行多尺度分割与面向对象林隙分类。分割过程中,采用基于DOM分割、基于LiDAR数据分割、DOMLiDAR协同分割3种分割方案。每种分割方案采用10种尺度。在每种尺度应用两种数据提取的光谱和高度两种特征,采用支持向量机分类器(SVM)进行林隙分类。研究结果表明:3种分割与分类方案分类精度随尺度的增大整体呈现下降的趋势,与ED3(Modified)趋势相反。基于LiDAR数据在尺度参数10获得了最优分割结果。在所有尺度上(10~100),基于LiDAR数据分割与分类精度高于其他两种数据源的分类精度,相比单独使用DOM优势更加明显。基于LiDAR数据分割与分类方案在尺度参数10时获得了最高分类精度(Kappa系数为80%)。3种分割与分类方案最优尺度的分类精度显著高于其他尺度分类精度。分割尺度对面向对象林隙分类结果有重要影响。     

遥感影像在三北防护林监测管理中的应用研究

通过选取甘肃省景泰县两个时段的卫星影像并经过加工处理,分析比较两个时期该区域的植被变化情况和土地利用变化情况,并计算出两个时段的具体数据,从该县近年各项林业工程建设任务的角度分析土地利用变化和森林消长的原因,首次尝试应用美国TM遥感卫星影像和法国SPOT卫星影像结合调查三北防护林的监测管理。通过该例研究和分析,为在三北工程建设区大面积推广应用遥感数据进行工程监测和管理提供有益的探索和实践。