一种高光谱遥感图像快速谱聚类算法     

张亚平  张宇  杨楠  罗晓  罗谦 《测绘通报》2019,(12):60-64

为获得分类效果更优良的遥感图像分类方式并解决高光谱遥感图像分类运算速度缓慢的问题，集成Lanczos算法与谱聚类算法，探讨了高光谱遥感图像谱聚类算法应用于遥感图像分类的可行性，提出了一种面向高光谱遥感图像的快速谱聚类算法；通过对比美国圣地亚哥机场高光谱遥感图像K-均值算法与谱聚类算法的分类结果，发现面向高光谱遥感图像的谱聚类算法易于识别线性地物，且分类的速度能得到较大提升。  相似文献   

深度学习GoogleNet模型支持下的中分辨率遥感影像自动分类     

陈斌  王宏志  徐新良  王首泰  张亚庆 《测绘通报》2019,(6):29-33,40

提出了一种基于深度学习技术的遥感分类方法，它能有效解决中分辨率影像在分类过程中出现的像元混分问题。研究选用2016年5月12日武汉市Landsat 7 ETM+遥感影像，基于GoogleNet模型中的Inception V3网络结构，借助迁移学习方法，构建出遥感分类模型，实现了对武汉市主城区4类典型地物（不透水层、植被、水体和其他用地）的自动分类提取，并将分类结果与传统最大似然分类（ML）结果进行了对比分析。研究表明：基于深度学习方法的遥感影像总体分类精度高达88.33%，Kappa系数为0.834 2，明显优于传统ML方法总体分类精度83%和Kappa系数0.755 0，而且有效抑制了地物在分类过程中出现的像元混分现象。  相似文献   

结合主动学习和词袋模型的高分二号遥感影像自动化分类     

张金盈  姚光虎  林琳  郭怀轩 《测绘通报》2019,(2):103-107

高分卫星遥感影像空间分辨率的提高，使得地物的光谱和纹理变得更加丰富和复杂，这给遥感影像的自动化分类带来严重挑战。因此，本文提出了一种结合主动学习和词袋模型的高分二号遥感影像分类方法。首先，对研究区域进行多尺度分割，建立影像分割对象集；然后，采用词袋模型构建影像对象的语义特征向量；最后，充分考虑位于分类边界的不确定性样本分布，迭代选择最优样本用于训练支持向量机，用于分类遥感影像。为了验证本文方法的有效性和稳健性，以山东省某市的高分二号遥感影像为试验数据进行了试验分析。结果表明，本文提出的方法可以有效地将研究区域分为水体、地面、植被和建筑物四类，正确率达到90.6%以上。  相似文献   

机载LiDAR点云获取与高精度DEM建设关键技术探讨   总被引：1，自引：0，他引：1  

杨辉山  雷丽珍 《测绘通报》2019,(3):124-127

结合广东省机载LiDAR点云获取与高精度DEM建设项目，介绍了项目总体技术路线，针对项目难点，从设备选择、点云密度设计、植被覆盖密集山区数据获取方法、点云数据分类组合算法、空白区处理等5个方面的关键技术进行了探讨，并提出解决方案，为同类项目的设计与实施提供参考。  相似文献   

多尺度邻域特征下的机载LiDAR点云电力线分类   总被引：1，自引：0，他引：1  

王艳军  李凯  路立娟 《测绘通报》2019,(4):21-25

利用机载激光雷达技术三维测量精度高且获取快速的优点进行电力线自动分类提取已成为点云数据处理与电力应用的重要领域。针对电力线分类模型的自动化和高精度需求，本文提出了基于三维多尺度邻域特征的机载LiDAR点云电力线分类提取模型框架，主要包括4个步骤：电力线候选点滤波、多尺度邻域类型选取、形状结构特征提取和支持向量机分类。通过对2个复杂城市区域的试验数据集和8种不同邻域类型的详细结果对比分析，发现基于多尺度圆球邻域形状结构特征的分类模型结果准确率、召回率和质量分别达到97%、94%和93%，同时整体处理时间在2个试验数据中分别从366、256 s减少到274、160 s。试验结果表明，该方法在多种复杂城市场景中能够实现机载LiDAR数据的电力线较高精度分类提取。  相似文献   

机载LiDAR技术支持下的荒漠地区1:10 000地形图测绘与研究——以内蒙古阿拉善地区为例     

王志明  李锁乐 《测绘通报》2019,(4):91-95

尝试应用机载LiDAR技术测绘1：10 000比例尺地形图3D（DLG、DEM、DOM）产品，给出了机载LiDAR测绘3D产品的技术流程，并选择荒漠地区作为试验区，验证了此种技术方法在荒漠地区测绘3D产品的可行性，分析了成果精度。试验证明，该方法可以满足荒漠区域的1：10 000比例尺3D基础数据生产要求，且具有外业工作量小、自动化程度高、成图快、高程精度高、受外界环境影响小等优点，同时也总结了该方法中有待完善之处。该方法为荒漠地区3D基础测绘数据获取提供了有益借鉴。  相似文献   

Synergetic efficiency of Lidar and WorldView-2 for 3D urban cartography in Northeast Mexico     

Fabiola D. Yépez Rincón  Diego F. Lozano García 《国际地球制图》2019,34(2):164-178

Three-dimensional urban cartography is needed for city changes’ assessment. The variety of studies using 3D calculations of urban elements grows each year. Building and vegetation volumes are necessary to assess and understand spatio-temporal urban changeable environments. However, there are technical questions as to which method can improve 3D urban cartographic accuracy. The innovative part of this current study is the creation of a six-band hybrid obtained from LIDAR and WorldView2 synergy. Two different enhancement algorithms demonstrated the most important spectral features for the urban development and vegetation classes. Results indicated an improvement in accuracy by up to 21.3%, according to the Kappa coefficient. Both infra-red band and intensity band were the most significant, according to the principal components analysis. The synergy delimited classes and polygons, as well as the direct display of information regarding heights of elements and improving the extraction of roads, buildings and vegetation classes.  相似文献   

Geospatial data mining for digital raster mapping     

Bruce K. Wylie  Neal J. Pastick  Joshua J. Picotte  Carol A. Deering 《地理信息系统科学与遥感》2019,56(3):406-429

We performed an in-depth literature survey to identify the most popular data mining approaches that have been applied for raster mapping of ecological parameters through the use of Geographic Information Systems (GIS) and remotely sensed data. Popular data mining approaches included decision trees or “data mining” trees which consist of regression and classification trees, random forests, neural networks, and support vector machines. The advantages of each data mining approach as well as approaches to avoid overfitting are subsequently discussed. We also provide suggestions and examples for the mapping of problematic variables or classes, future or historical projections, and avoidance of model bias. Finally, we address the separate issues of parallel processing, error mapping, and incorporation of “no data” values into modeling processes. Given the improved availability of digital spatial products and remote sensing products, data mining approaches combined with parallel processing potentials should greatly improve the quality and extent of ecological datasets.  相似文献   

利用Sentinel-2A多光谱成像仪与Landsat8陆地成像仪影像进行普陀山岛植被分类效果比较     

章晓洁  邓艳芬  张亚超  蒋芸芸  邱桔斐 《测绘通报》2019,(10):97-100

卫星遥感技术可用于海岛资源调查。Sentinel-2A与Landsat 8两颗卫星都可免费提供空间分辨率较高的多光谱遥感影像，在海岛调查中的应用潜力较大。本文以浙江舟山普陀山岛为例开展了针对这两种影像在海岛植被分类中的应用效果的研究，分别利用Sentinel-2A多光谱成像仪（MSI）和Landsat 8陆地成像仪（OLI）影像基于最大似然法分类获得了该岛阔叶林、针阔混交林、针叶林、灌丛、草丛等植被及其他地物的分布情况，并进行了精度检验，结果表明MSI的总体分类精度略高于OLI。  相似文献   

热河生物群爬行类化石Monjurosuchus splendens中文译名讨论及其属种分类位置研究简史     

姬书安 《地质论评》2021,67(1):67020011-67020011

Monjurosuchus splendens是辽宁西部热河生物群中最早被正式命名的爬行类化石,该属种名称在最初以英文发表的论文中并没有明确其含义,导致它的中文称谓有“文珠龙”（属名）、“荣耀满洲鳄”、“楔齿满洲鳄”等几种说法。本文认为属名（Monjurosuchus）应尊重最初命名者论文中的日文摘要表述的含义,称之为“满洲鳄”,而种名（splendens）的拉丁文并不是“楔齿”之义,应按其本义译为“华丽”,因而Monjurosuchus splendens的正确中文译名应为“华丽满洲鳄”。华丽满洲鳄的分类位置、以及其与辽宁西部另一爬行类化石“东方喙龙Rhynchosaurus orientalis”的关系长期以来亦存在着不同看法,直到20世纪末和21世纪初Monjurosuchus splendens作为有效属种名称被再次确认且被正确归入离龙目（Choristodera）。本文回顾了该属种研究历史及其分类位置的认识变化情况,支持将其归入离龙目（Choristodera）满洲鳄科（Monjurosuchidae）、而且“东方喙龙Rhynchosaurus orientalis”为华丽满洲鳄Monjurosuchus splendens的晚出同物异名这一观点。  相似文献