共查询到16条相似文献，搜索用时 109 毫秒
1.
遥感信息的自动提取是当今空间信息领域的研究难点和重点,常见的提取方法能在一定程度上实现自动提取,但提取后的空间数据如道路、建筑物,存在着属性信息缺失、质量不高等问题,无法直接用于实际生产.为了解决这个问题,本文对遥感影像提取数据后处理过程进行研究,基于自动提取结果,借鉴制图综合领域中的算子和算法,并根据典型矢量要素的自身特征,制定规则库进行制图综合处理.同时引入OpenStreetMap数据进行多源数据融合,解决提取信息属性不足的问题,最终形成一套适合半自动生产加工的遥感影像数据提取后处理方法.与传统后处理方法相比,本文提出的方法可以大大提高系列比例尺地形图制作速度和自动化水平,提升基础地理信息数据快速生产更新效率. 相似文献
2.
3.
城市行道树绿视量指数研究 总被引：1，自引：0，他引：1
本文立足于街道景观视觉质量定量研究不足,以行人的视觉感受为出发点,创新性地提出一种用于衡量城市行道树的绿量可视性的绿视量指数。该方法通过模拟人眼视野范围内周围树木的真实场景,定量描述了行人视角下所能捕获的行道树绿色面积,以及这种目视接触概率的空间分布差异。研究结果表明：对于复杂的城市街道景观,绿视量指数能够很好地反映出行道树的空间分布、树冠三维结构、建筑物遮挡、以及观察距离对行人感知城市绿量产生的影响。本方法充分利用多源信息,基于计算机的自动解译,实现了街道场景内任意位置的绿视量高精度计算,大大降低了人力成本,可用作大范围多区域间的对比评价。研究成果证实了多源遥感数据在评价道路绿化景观视觉效果上的有效性,可为环境规划设计、绿化精细化管理、人居环境改善提供技术支撑。 相似文献
4.
城市交通是经济社会发展的重要推动因素和枢纽,因此道路信息的提取与更新显得尤为重要。利用遥感图像来提取道路信息已经成为近年来道路提取的主要方法,但高分辨率遥感影像的快速发展与应用,在提供丰富信息的同时使道路提取变得更加困难。针对目前基于高分辨率遥感影像提取道路存在的问题,提出一种基于数学形态学和Hough变换的道路自动化提取方法。基于Hough变换确定道路的走向,在此基础上选定线性结构元素,利用数学形态学进行道路提取。分别选择IKONOS影像和Quickbird影像验证本文提出的模型。实验结果表明,本文提出的模型能有效地提取弯曲型道路与直线型道路,取得了较好的结果。 相似文献
5.
遥感影像上线状目标自动提取研究现状与思考 总被引：7，自引：0，他引：7
自动识别遥感影像上的目标，快速、准确地获取所需信息是遥感数据处理的主要发展方向。从分析遥感影像上道路的基本特征出发，探讨了道路提取的基本思想，总结了国内外关于道路半自动提取的现状，综述了常用的提取算法，提出了对该问题的思考和进一步研究的设想。 相似文献
6.
基于抽样技术的地面调查与遥感影像分类相结合的方法在大范围作物种植面积提取中得到广泛使用。无人机影像具有低成本、高时效、高分辨率的一系列优点,可以快速实现特定区域范围内的农情采样任务。本文以水稻样地为研究对象,采用便携式无人机Mavic Pro进行航拍。对所获取无人机影像进行预处理生成分辨率为3.95cm/pix的正射影像,采用面向对象的思想,目视评价和ESP工具相结合快速选择了最优分割尺度为300,应用了支持向量机、随机森林和最邻近监督分类方法对影像进行了地物分类和水稻面积快速提取。采用目视解译分类结果进行分类结果和面积精度评价,总体精度最高的方法为最邻近分类法,此时水稻分类用户精度为95%,面积一致性精度为99%。研究结果说明了无人机遥感和自动分类能够在平原水稻种植区快速获取样方内高分辨率影像并提取水稻种植面积,弥补了农田被遮挡时地面调查数据的缺失,为大范围水稻种植面积、产量等信息的计算提供样本和验证依据。 相似文献
7.
建筑物是城市地理数据库中最容易发生变化和最需要更新的部分,其更新工作量巨大,因此开展对高分辨率遥感影像中的建筑物进行自动提取和变化检测研究具有重要的意义.本文以精确提取变化建筑物的位置和轮廓为目标,基于图分割提出一种高分辨率遥感影像建筑物变化检测方法.首先,将遥感影像中的每个像元映射成图的顶点,利用像元之间的距离阈值构造图的边,综合利用位置,灰度和边缘3种特征计算边的权值,将遥感影像的分割转化为图的分割,并用归一化图分割方法得到分割对象集合;然后,以长宽比和矩形度作为约束条件,对2期遥感影像中的分割对象集合进行筛选,提取建筑物对象;最后,根据2期影像中建筑物之间的空间,面积和格局关系识别建筑物的变化类型(包括新增,消失和改建),并对其进行可视化表达.为了验证本文方法的有效性,分别以深圳市的WorldView影像和北京市的QuickBird全色影像为数据源,从中选取13组具有代表性的子影像进行实验.结果表明,本文提出的方法对配准精度较低的影像组具有一定的适应性,容许的配准误差达到20个像元(10 m),平均查准率和平均查全率分别达到93.16%和87.90%. 相似文献
8.
针对目前高空间分辨率遥感影像（简称高分遥感影像）地物全自动提取无法完全实现的现实,本文结合自然地物的光谱和纹理特征,提出一种面向对象的高分遥感影像典型自然地物半自动提取方法。首先构建最小生成树（Minimum Spanning Tree, MST）进行影像初始分割,根据影像灰度平均归一化值和标准差统计对象的光谱、纹理等特征。用户通过“种子点”交互选取提供前景样本,并基于区域邻接图（Region Adjacency Graph, RAG）寻找合并代价最小的区域扩充前景样本。在自动构建的环形缓冲区内选择背景样本,利用特征空间高斯滤波实现全连接条件随机场中均值场更新。依据全连接条件随机场描述全局信息,结合不同地物的提取准则最终得到自然地物的提取结果。以航空和高分二号(GF-2)遥感影像为实验数据,分别对林地、草地、耕地、裸地和水体等典型自然地物进行提取。结果显示,基于本文方法的航空影像典型自然地物提取总精度和Kappa值为0.959和0.948,相较于SVM方法分别提升了20.757%和0.268。高分二号(GF-2)遥感影像的提取总精度和Kappa值为0.959和0.941,相比SVM方法分别提高了1.698%和0.133。证明所给方法能够通过较少的用户交互,实现高分遥感影像典型自然地物高精度智能提取。 相似文献
9.
准确、高效地获取地面光伏电站的空间部署现状，科学估算光伏电站发电效益及其碳减排成效，对未来光伏电站建设的合理布局与光伏资源的有效利用具有重要意义。本文以我国西部新疆维吾尔自治区、青海省和西藏自治区作为研究区：(1)使用以ResNet50作为骨干网络的ResNet50-UNet网络分割模型自动提取地面光伏电站，在深度学习广泛应用于遥感语义分割/地表覆盖分类的背景下，本文未局限于单一地对网络模型的不断改进上，而同时考虑了如何充分发挥输入样本的自身优势，研究中基于Sentinel-2A遥感影像挖掘光伏电站纹理特征，强调地物固有特征在智能化深度学习中的应用价值，模型提取精度得到显著提升；(2)针对提取结果边界精度较差的问题，提出结合ArcGIS和eCognition多尺度分割优化处理光伏电站提取结果的技术路线，高保真还原地面光伏电站真实形态。经后处理优化，提取结果的Kappa系数达93.71%,mIoU值达94.05%；(3)碳减排效益评估时，准确估算光伏电站发电量是进行该工作的重要前提，本文基于光伏电站提取结果，从内部结构复杂的光伏用地中准确提取发电量估算公式中的重要参数之一——光伏方阵面积... 相似文献
10.
为了解决多云雨地区遥感数据时空覆盖缺失的问题,以满足对地块尺度作物种植信息日益迫切的应用需求,本文在遥感图谱认知理论框架下发展了一种基于多星数据协同的地块尺度作物识别与面积估算方法。首先,基于米级高分辨率影像提取农田地块对象;其次,通过对多源中分辨率时序影像的有效化处理和指数计算,获取“碎片化”的高时空覆盖有效数据,并以地块对象为单元构建时间序列;然后,在时序分析基础上,建立多维特征空间,结合作物生长物候特征,构建决策树模型进行作物分类识别与面积计算;最后,以湖南省宁远县为研究区开展了水稻种植信息的提取实验。结果表明：本文方法可在农田地块尺度下实现不同水稻类型的准确识别及其种植面积的精细提取,早、中、晚稻的用户精度分别可达94.33%、90.76%和95.95%,总体分类精度为92.51%,Kappa系数为0.90;早、中、晚稻面积提取精度分别为93.37%、91.23%和95.42%。试验结果证明了本文方法的有效性,为其他作物种植信息的精细提取提供了借鉴。 相似文献
11.
高分辨率遥感影像中，道路光谱信息丰富，且空间几何结构更清晰。但是，基于高分遥感影像的道路提取面临道路尺寸变化大、容易受树木、建筑物及阴影遮挡等因素影响，导致提取结果不完整。此外，高分遥感影像中同物异谱和异物同谱现象较为严重，从而影响道路提取结果连续性及细小道路信息完整性，而且难以区分道路和非道路不透水层。因此，本文提出基于双注意力残差网络的道路提取模型DARNet，利用深度编码网络，获取细粒度高阶语义信息，增强网络对细小道路的提取能力，通过嵌入串联式通道-空间双重注意力模块，获取道路特征图逐通道的全局语义信息，实现道路特征的高效表达及多尺度道路信息的深层融合，增强阴影和遮挡环境下网络模型的鲁棒性，改善道路提取细节缺失现象，实现复杂环境下高效、准确的道路自动化提取。本文在3个实验数据集对DARNet和DLinkNet、DeepLabV3+等5个对比模型进行对比试验和定量评估，结果表明，本文DARNet模型的F1分别为77.92%、67.88%和80.37%，高于对比模型。此外，定性比较表明，本文提出模型可以有效克服由于物体阴影、遮挡和高分影像光谱变化导致道路提取不准确与不完整问题，改善细小道路漏提、错提等现象，提高道路网提取的完整性和连续性。 相似文献
12.
街道景观图是城市规划设计和城市管理的重要参考依据,车载点云数据能够提供沿街建筑的三维点信息,精度高,覆盖范围广泛,为街景立面整治提供了新的解决方案。为此,本文提出一种适用于车载点云的街景立面的自动提取方法,提取立面点云的具体步骤为：对原始数据去噪滤波;选取非地面点构建规则格网并二值化,依据语义特征筛选出建筑物点云;用POS数据拟合直线段帮助选取参考向量与参考平面;计算点云到参考面的距离,按距离分类点云数据,并对前述步骤中未分类点另行提取,合并面点集得到以沿街建筑物立面为主的街景立面点云。为了验证这一方法的可行性和有效性,采用点云数据进行实验,实验结果表明本方法在一定程度上提高了数据处理效率,能得到较理想的结果。 相似文献
13.
为揭示树木的不同空间配植方案对行人呼吸高度气流的影响,本文将树木视为均匀多孔介质,通过附加源项法从空气动力学角度用CFD模拟了H/W=2的典型深街谷几何内4种树木配植情景,实验表明,不同空间配置下树木对街谷内行人呼吸高度处局地气流的影响强弱在空间分布模式上差异悬殊：① 均匀种植的树木对街谷内行人呼吸高度的气流起到阻碍作用,不均匀种植则有效提升街谷的整体流速。4种空间配植方案下树木对气流的影响程度不同,阻碍作用从大到小的顺序为均匀间距8 m（Spa8m）>均匀间距6 m（Spa6m）>均匀间距20 m（Spa20m）>不均匀配植（Non-uniform）;对应的平均气流增强指标顺序为$\bar{D}_{spa8}$（-19.31%）<$\bar{D}_{spa6}$（-16.14%）<$\bar{D}_{spa20}$（-10.73%）<$\bar{D}_{non-uniform}$（1.25%）。② 对比不均匀和均匀的种植方案,不均匀植树的街谷内部行人呼吸高度的气流流速比其对照案例（均匀植树Spa8m方案）整体增强了106.49%。街谷中部不种树,在街谷两端配置树木并预留足够的自由空间的不均匀植树方案,能够让角涡渗入街谷中部,促使街谷内部的垂直漩涡和两端的水平角涡运动,增强湍流和垂直交换,有效减少了街道两端“风口效应”和街道中部“风影效应”的区域,改善了整个街谷行人呼吸平面的风环境。④ 合理空间配置的树木能够改善街谷内部的行人风环境。街谷内行人呼吸高度处的气流对局地条件很敏感,树木的局部配置（空间簇集、密度）将引起强烈的空间变化。在既有城市建筑布局条件下,如何通过谨慎的景观设计,利用树木等城市绿化措施有效地改善城市的行人风环境,缓解污染扩散、疾病传播等问题,本文的方法可提供一定的参考。 相似文献
14.
"线"状街道空间承担交通功能的同时"面"状街道空间则是人活动交往的场所,也是体现街道活力的地方,目前随着城市化的加快街道活力逐渐降低。本论文从街道空间环境入手,结合GIS(Geographic Information System)和空间句法知识,利用ArcGIS软件,以德州市商业街—太平街和常兴路中段为例,对比分析街道空间的街道纵深分布、周边用地布局、交通可达性、空间开放性及邻街店铺,得出街道空间环境对街道活力的影响,从而为保持街道活力,提高城市功能提供支持。 相似文献
15.
道路绿化带是城市园林绿地系统重要组成部分,具有重要的生态和环境服务功能,道路绿化带信息的精细分类与提取以及绿化带的动态分析对于道路信息化管理具有重要意义。本文提出基于车载LiDAR技术的道路绿化带自动提取与绿植地物精细分类算法。为验证算法有效性,选取北京市丰台区某路段作为实验区域,一期试验数据采集时间为2015年6月,二期试验数据采集时间为2015年9月。将车载LiDAR点云数据作为原始数据,对原始数据进行剪裁分块等预处理,提高算法运行速度。首先对每段道路点云数据进行地面、低矮地物与高地物分类,并将低矮地物与地面点进行组合;然后通过绿化带的点云特性与空间特征,精确提取出每段点云数据中的绿化带,根据所提取的绿化带确定分类范围,利用各类地物点云的特征差别,对绿化带内地物进行详细分类;最后对比同一区域内的多期绿化带数据,从而判断绿化带面积以及绿化带中的各种地物是否发生变化。为验证算法精度,采用人工交互的方式提取绿化带,并对绿化带内各类地物进行人工分类,以此作为参照将人工统计得到的信息与自动提取出的绿化带信息以及各个分类地物信息进行对比,试验区人工提取绿化带总面积为13 027 m 2,自动提取绿化带总面积为12 749 m 2,2组数据相差278 m 2,相对误差为0.02。自动分类算法在试验区场景中杆状地物的探测率为80%,树木的探测率81.81%,灌木探测率为73.91%。对比2期绿化带数据,发现面积缩减量为129.5 m 2,另外新增3株灌木。实验结果说明了本文所述算法的准确性。 相似文献
16.
SVF（Sky View Factor）是描述城市辐射和城市热环境的有效指标之一,是研究城市热岛的重要几何参数,如何快速准确地计算大规模的SVF对城市形态和城市气候研究具有重要意义。已有研究发现,SVF与热岛强度具有强烈关系,但以往研究存在争论和局限性。本研究采用百度全景静态图,基于深度学习,使用Deeplabv3+模型对天空范围进行探测,提出一种SVF自动计算方法,并用该方法计算上海市中心城区的SVF分布。本研究引入局地气候分区（Local Climate Zones, LCZ）,将大规模、精确的SVF结合每个地块具体的土地利用和建筑情况进一步用于SVF与热岛强度的关系研究。实验结果表明,在不同场景下,Deeplabv3+模型都能对天空范围进行有效探测（MIOU=91.64%）;本文方法计算的SVF与鱼眼照片计算的SVF具有令人满意的一致性（R2=0.8869）;在不同区域,SVF与热岛强度的关系不同,对于LCZ5开敞中层建筑,最高相关系数为0.68,对于LCZ1紧凑高层建筑,最高相关系数为-0.79。本文SVF计算方法在上海市中心城区的成功应用,验证了在中国高密度和复杂的城市环境中使用街景图像计算大规模SVF的可行性,此外本文基于区域化研究思想进一步研究了SVF与城市热岛的关系,弥补了以往此类研究的不足。 相似文献