共查询到20条相似文献，搜索用时 296 毫秒
1.
以实地调研数据为基准,对辽宁农居建筑物开展结构类型划分,利用无人机航拍影像建立影像特征与实际地物的对应关系,建立特征关联制定解译标志,依据解译标志定量提取无人机影像数据,最后通过Kappa系数分析法开展一致性分析验证.结果表明:辽宁农居房屋建筑结构类型分为土木砖石木结构、砖木结构、约束砌体结构及其他(厂房)结构,不同地域结构类型总体特点是辽西北、大连地区土木砖石木结构占比较大,辽南中部地区以约束砌体结构为主,沈抚、辽北地区以砖木结构为主.无人机影像解译一致性系数Kappa=0.723,具有高度的一致性,用此类方法获得解译标志具备一定的可行性,对提高该地区震后的快速评估的准确性具有重大的现实意义. 相似文献
2.
3.
一种遥感影像自动识别耕地类型的机器学习算法 总被引：1，自引：0，他引：1
《国土资源遥感》2018,(4)
耕地作为重要的土地资源,关系着国家的粮食安全问题,因此迫切需求快速准确获取耕地信息的方法。传统的遥感影像监督分类方法以训练样本和待分类像元/图斑的光谱特征或纹理特征的一致性作为分类依据,这对训练样本的依赖性较强。对此提出了一种基于影像窗口子区的耕地类型自动识别算法,通过提取一定大小影像窗口子区的多光谱和多层次特征,利用机器学习算法,实现影像窗口子区耕地和非耕地类型的自动判别。依据该算法,可以通过建立某个区域内遥感影像耕地类型的特征库,实现对影像窗口子区类别的非监督自动判别,提高目前分类算法的自动化程度。以东北地区高空间分辨率遥感影像为例进行实验,精度达到了90. 8%。该算法为耕地信息自动化快速获取提供了技术支持,也可用于遥感影像中某一种纯净地物类型的快速提取。 相似文献
4.
2022-09-05,四川省甘孜州泸定县发生Ms 6.8地震。地震在山区诱发了大量的地质灾害,造成了严重的人员伤亡。快速准确地获取地震诱发地质灾害的空间分布范围对震后应急决策和救援抢险至关重要。基于全球同震滑坡数据库与深度学习算法,构建了地震诱发滑坡空间分布概率近实时预测模型,在震后2 h内获取了泸定地震诱发地质灾害的预测结果。通过震后无人机与卫星遥感影像,采用机器学习与深度学习算法实现了震后大范围地质灾害的智能识别,共解译地震诱发滑坡3 633处,总面积13.78 km2。利用遥感解译的泸定地震滑坡数据,对地震诱发地质灾害预测模型进行了优化,获得了震区范围更广、准确性更高的同震滑坡预测结果。结果表明,同震滑坡预测模型能够快速获取震后地质灾害的空间分布情况,填补震后遥感影像获取前的空窗期,为灾后应急救援提供支撑;基于无人机与卫星遥感影像的智能识别技术是快速获取大范围地质灾害信息的有效手段。所取得的研究成果在泸定地震震后应急救援工作中发挥了重要作用。 相似文献
5.
《武汉大学学报(信息科学版)》2020,(8)
震后快速确定地震烈度影响场是评估地震灾害损失和开展应急救援的关键。在震后获得地震三要素、获得强震仪器烈度和取得地震现场资料这3种场景下连续开展地震烈度影响场的判定与修正工作。初始获得地震三要素之后,采用适用于全国不同区域的地震烈度衰减关系进行地震烈度影响场的初步判定;获得仪器地震烈度之后,利用空间插值对初步判定的地震烈度影响场进行修正;取得地震现场调查资料之后,采用现场调查资料、仪器地震烈度与余震分布相结合的方法进行地震烈度影响场修正。从而在震后12 h内,针对破坏性大地震提供较为科学准确的地震影响场判识理论方法和实现技术。以2013年中国四川芦山7.0级地震为震例,进行了分时段的地震烈度影响场计算和修正,将计算结果与实际调查烈度进行对比分析,一致性较好。 相似文献
6.
针对全国地理国情监测工作新增树冠覆盖提取这一全新的工作任务,本文通过深入分析房屋建筑区主要地物光谱特征和纹理特征,确定以光谱特征归一化植被指数（NDVI）,以及对比度（contrast）信息熵（entropy）两个纹理特征作为判断规则,按照面向对象的思路,设计了一种综合应用高分辨率遥感影像光谱特征和纹理特征的房屋建筑区树冠覆盖范围提取方法。试验结果表明,该方法能够自动提取房屋建筑区树冠覆盖范围,大幅降低了当前常用的目视解译方法的工作量,与采用单一影像特征的提取方法相比,本文方法能够有效地区分房屋建筑区内与树冠覆盖光谱特征相近的地物要素。 相似文献
7.
采用了基于模糊关系的图像空间共现核来进行高分辨率遥感影像的分类。首先分析了遥感影像的特点,指出其不存在绝对的参考帧。针对该特点,采用了具有较好方向不变性的描述子MROGH（multi-support region order-based gradient histogram）来进行遥感影像底层特征的描述;随后针对图像编码时的软编码情形采用了基于模糊关系的图像空间共现核来构建遥感影像的全局特征汇聚。在公用基准数据集上进行的遥感影像分类实验表明,采用本文方法得到的分类正确率显著优于传统的方式。此外,针对遥感影像分类时采用的不同分类框架进行了评估。 相似文献
8.
9.
《国土资源遥感》2017,(1)
遥感技术能及时获取洪水空间分布特征信息,已成为洪涝灾害监测与损失评估的重要依据。然而受天气和环境等因素影响,不能全天时接收遥感影像导致部分数据缺失,无法提供动态连续的洪涝淹没过程资料。以2013年汛期黑龙江流域八岔段溃口淹没区为例,基于多时相GF-1卫星晴空遥感影像提取的洪涝淹没范围信息,将洪涝淹没过程转化为水平集函数的偏微分方程数值求解问题,利用空间迎风差分格式和时间欧拉差分格式模拟了从8月24日到10月8日洪水涨退过程的逐日淹没范围。精度评价结果表明,洪涝淹没范围的模拟结果与同时期遥感影像提取结果的Kappa系数分别为0.921 2和0.893 2;与同时期洪涝淹没范围的统计数据相比略偏低,但相对误差都小于10%。该方法的模拟结果与影像提取结果和实际统计数据都具有较好的时空一致性,为不依赖先验资料的洪涝灾害应急响应决策提供了科学依据。 相似文献
10.
提出了一种基于亮度空间和相位一致性理论的多光谱遥感影像特征点检测算法。首先利用参数自适应的灰度变换函数建立影像亮度空间;然后结合相位一致性方法在影像亮度空间进行候选特征点检测,并将候选特征点映射到原始影像上进行非极大值抑制;最后在尺度空间计算特征点的特征尺度值。本文方法有效结合了亮度空间特征检测和相位一致性特征检测的优势,对多光谱遥感影像的辐射变化具有较强的稳健性。试验结果证明,与传统特征点检测算法相比,本文方法在特征重复率和重复特征数量方面都具有明显的优势。 相似文献
11.
传统的地震烈度评估方法依靠人为实地调查,易造成部分地区数据缺失,导致等烈度线丢失细节信息。本文以实地调查的等烈度线分布为基准,结合保存的唐山地震震后航片资料、卫星图像和其他资料,从宏观上更细致地开展了唐山地震的等烈度线图判定研究。首先,利用地震后的航空照片和地震前美国锁眼（KH）卫星图像进行对比分析,详细判读典型震害建构筑物目标、喷砂冒水等,总结影像判读标准,采用面向对象分类变化检测的方法确定极震区和重点破坏区分布;然后,利用地震前后的航片、KH卫星、美国陆地资源卫星Mss图像,选取2495个建筑区样本点,基于图像纹理信息熵的相关性分析对重点村镇目标进行变化检测处理,确定各村镇建筑物的破坏程度及其趋势;最后,综合分析历史航片、余震等资料,分析地震发震断层等多源遥感资料,基于反距离加权插值的方法对样本点进行插值获取地震烈度分布区域,综合多源遥感资料实现了唐山地震的地震烈度区的判读,与前人实地调查结果对比,综合多源遥感图像判定的地震烈度区与实地调查结果形态相近,证明该方法可用于地震烈度评估。 相似文献
12.
13.
2维对称小波与多尺度影像边缘特征提取 总被引：4，自引：2，他引：4
针对Mallat Gaussian小波和Bubble小波用于解决遥感影像中多变和不确定尺度目标检测中存在的不足，基于一般高斯核构造了2维对称小波和张量积2维对称小波。给出了5组有关空间滤波器响应系数和快速算法。实验表明给出的2维对称小波用于影像中多变尺度目标的边缘检测效果显著。对于遥感影像空间不同尺度目标的检测，可以通过在对称小波中选择适当的σ值以得到相应的空间滤波器响应系数，实现最佳边缘特征检测。由于遥感影像中存在2种类型的边缘，采用对称小波的过零点检测和极值检测获取的边缘特征间存在明显差异，在遥感影像目标特征的自动探测以及数字摄影测量研究中应引起重视。 相似文献
14.
针对高空间分辨率遥感影像震害目标难以识别和提取的问题,结合分形纹理和引力自组织神经网络(gravitational self-organizing map,g SOM),提出了一种新的面向对象分类方法。首先,利用分割算法对原始影像进行初始过分割,得到均质性较好的分割单元,以分割单元作为待处理对象;在此基础上,利用分形纹理描述待分割对象,同时融合光谱特征构建震害目标的特征向量;最后,利用g SOM对分割对象进行聚类,得到聚类结果,并利用一致性函数以最小代价将多样性的聚类结果集成,最终实现快速、自动决策分类。以四川省汶川县震后高空间分辨率遥感影像为实验数据对算法进行定性和定量的评价,结果表明,该算法能够有效地描述复杂的震害目标,既可以保持大面积震害目标的完整性,也可以反映小的震害目标及其细节信息,提高震害影像的自动分类精度。 相似文献
15.
针对传统尺度不变特征转换(SIFT)算法在高分辨率影像中检测特征点数量多、匹配效率低、无法快速对无人机低空遥感影像进行特征匹配的问题,该文优化SIFT-OCT算法的特征检测、特征匹配方法,主动放弃第一组尺度空间进行特征检测,并采用影像分块的方法加快检测过程;在特征匹配阶段,提出相似性系数进行匹配点对二次筛选,利用随机抽样一致性(RANSAC)算法计算透视变换模型参数进行精匹配.选取同一无人机序列影像中的4组不同地物类型的影像进行对比验证实验,结果表明,优化SIFT-OCT算法极大地限制特征提取数量,提高影像匹配效率,适合无人机低空遥感影像匹配. 相似文献
16.
获取光伏电池板的空间分布及动态变化信息对于国土调查、资源环境监测和能源结构评估具有重要意义,然而,传统的光伏电池板的识别依赖于人工设计的中低层次特征,无法克服对象光谱不确定性、空间结构类型复杂等难题,算法普遍存在稳健性不强、效率不高等问题。目前,基于场景单元从遥感影像中提取空间信息,多数算法仅建立在少数标准数据集上,未考虑实际应用中遥感图像质量、空间分辨率等因素对图像场景深度特征表达的影响,制约了遥感技术在城市结构、经济社会知识挖掘方面的深入应用。针对以上情况,本文基于卷积神经网络（CNN）采用迁移学习和模型微调的策略,在中等分辨率的Landsat影像上进行光伏电池板场景识别。结果表明,本文方法能够提取电站场景的多层次特征,在形态结构复杂的电站场景中取得了较好的识别效果。 相似文献
17.
几何结构是高分辨率遥感影像中人工地物区别于其他地物目标的突出特征。针对高分辨率遥感影像中建筑物提取的问题,提出一种基于角点这一几何结构特征的建筑物自动提取方法。该方法无需事先标记训练数据,而是通过计算影像的建筑物指数来直接获取建筑物位置。首先利用基于模板的角点检测算子提取影像中的角点;其次综合角点的位置、角度和显著性等信息,利用空间投票的统计方法计算影像中每个像素属于建筑物的概率;最后经过阈值分割得到建筑物提取结果。实验采用了自主收集的影像分辨率为0.5 m的Spacenet65数据集进行测试。结果表明,提出的方法能够准确提取出高分辨率遥感影像中的不同类型的建筑物。 相似文献
18.
19.
地震是一种会造成人类生命财产重大损失的突发性自然灾害,震后第一时间启动应急响应并开展灾情的快速评估能有效地减轻地震灾害带来的破坏。空间对地观测技术为宏观性的地震应急与调查工作提供了便捷、经济的途径,随着空间对地观测技术与数据处理技术的不断发展,各国学者对遥感应急调查开展了大量深入的研究工作,相关研究成果已广泛地应用于地震应急的实际工作中。但是,遥感数据类型与处理技术的多样化也带来了应急信息的散乱,导致遥感快速应急响应系统性不强,使得应急服务不持续,一定程度上限制了遥感技术的效能;为此,针对现阶段遥感技术在地震应急调查中的应用情况,在总结地震应急调查常用遥感技术手段的基础上,分析了遥感快速应急响应面临的技术挑战,重点梳理了地震应急不同阶段对遥感数据及应急专题产品产出类型与时效性的现实需求,结合震后灾区影像数据的情况,系统地分析了光学、雷达、激光雷达遥感技术在地震应急调查应用中的技术现状与存在的问题。在实际地震应用案例分析的基础,总结剖析遥感应急工作存在的问题,并重点从海量数据快速处理、震害信息智能化提取、多源数据协同分析3个技术层面论述了遥感地震应急面临的核心困难,基于此,结合在轨数据实时、海量数据快速处理就灾情智能化识别的多技术联合、多源数据协同分析、发展敏捷卫星等几个方面论述了未来遥感技术在防震减灾中的发展趋势,以期推动遥感监测手段提供动态、实时、持续的空间信息应急服务能力,提高地震应急工作的快速响应、精细化与业务化应用能力。本文的研究可以为多源遥感技术在地震应急调查中的科研及业务应用提供很好的参考,更高效的发挥遥感技术在防震减灾工作中的应用能力与水平。 相似文献
20.
高空间、高时间分辨率的遥感影像对地表与大气环境的实时精细监测具有重要作用,但单一卫星传感器获取的遥感影像存在空间与时间分辨率相互制约的问题,时空融合技术发展成为了低成本、高效生成满足不同应用需求的高时空分辨率遥感影像的有效手段。近年来,国内外学者提出了大量的时空融合算法,但对于复杂的地物类型变化的空间细节修复仍存在挑战,融合影像精度有待提高。对此,本文提出增强型空间像元分解时空遥感影像融合算法(EUSTFM),采用变化检测识别并修复地物类型改变的像元,使空间像元分解过程可同时在已知时相与未知时相进行,以生成空间细节信息准确的中间分辨率影像对,用于最终的邻域相似像元计算,实现了对季节性变化(如植被自然生长)、有形变(如城市土地扩张)及无形变的地物类型变化(如农作物的成熟与收割)等复杂地表变化的一致性预测,提高了融合精度。实验采用两对Landsat-MODIS遥感影像数据集,对比STARFM与FSDAF两种广泛应用的时空融合算法,测试了该算法的影像融合效果。结果表明,本文提出的EUSTFM能够同时实现对季节性变化及复杂的地物类型变化的稳定预测,可生成具有更高精度的融合影像,将有效推动时空影像融合的实际遥感应用。 相似文献