Sentinel-1宽模式的SAR图像拼接及大区域海岸线快速提取     

余不凡  郎文辉  任莎莎  赵子航 《地理与地理信息科学》2019,35(4)

  相似文献   

结合深度学习和图割法的遥感影像建筑物检测     

刘舸  邓兴升 《测绘通报》2019,(11):69-73

提出一种基于卷积神经网络和图割法的自动提取高分影像建筑物的方法。首先，通过卷积神经网络定位与检测建筑物的位置，逐一提取单个建筑物轮廓，利用检测结果分别建立建筑物和非建筑物的高斯混合模型（GMM），然后结合最大流最小割的图像分割方式实现全局优化，完成建筑物初步提取，最后用形态学进行优化。通过试验证明了该方法的可行性。  相似文献   

多源高分辨率DOM批量快速制作方法研究   总被引：1，自引：0，他引：1  

张亚亚  马小计  周亦 《测绘通报》2019,(7):96-99,146

随着遥感数据在自然资源调查中的广泛应用，对多源高分辨率遥感影像“一张图”批量快速制作有了更高的需求。本文以广西壮族自治区北海市银海区作为试验区，利用Pixel Engine软件的“RS+GIS+Photoshop”算法，首先，针对多源高分辨率遥感卫星数据特点，制定相应的数据处理流程，自动化制作单景DOM；然后，以县级辖区为单位，批量快速制作县级辖区DOM；最后，从制作精度和速度两个方面，将该方法制作得到的DOM成果与人工处理成果进行对比，分析该方法的可行性，提出了一种快速、有效的多源高分辨率DOM制作方法。  相似文献   

建筑物侧面轮廓线约束的高分辨率遥感影像建筑物高度估算方法     

陈辉  张卡  宿东  王蓬勃 《测绘通报》2019,(9):34-37,72

针对现有利用阴影长度法提取建筑物高度时存在的阴影间相互遮挡问题，提出了一种基于建筑物侧面轮廓线进行建筑物高度估算的新方法。首先，利用RPC模型计算建筑物像点位移的方向与卫星成像角度，再将遥感影像进行旋转，使建筑物像点位移沿水平方向；然后，利用Canny算法进行轮廓检测，并构建一定长度的矩形形态学结构元素，对轮廓图像进行形态学开运算，以提取侧面轮廓线，再利用Hough变换与建筑物角点约束，对所提取的轮廓线进一步筛选；最后，根据卫星侧视成像时建筑物高度与像点位移的几何关系进行建筑物的高度估算。利用实际的高分辨率卫星影像对本文方法进行了验证，并与阴影法估算建筑物高度进行了对比。试验结果证明，利用建筑物侧面轮廓线进行建筑物高度估算平均误差可以达到0.7 m，且实际精度优于使用阴影法进行建筑物高度估算。  相似文献   

一种正样本单分类框架下的高分辨率遥感影像建筑物变化检测算法     

刘波  燕琴  刘恒飞  马磊 《测绘工程》2019,28(2)

高分辨率遥感影像建筑物变化检测对于城市规划、城市执法等方面具有非常重要的意义。文中提出一种基于正样本单分类器学习框架下的建筑物变化检测算法。首先提取影像形态学建筑物指数特征(MBI),通过卡方变换将其与光谱特征进行融合;然后利用一种单分类器完成建筑物变化初始判定;最后利用改进的长宽比形状特征完成最终建筑物变化判定。通过与现有建筑物变化检测算法、传统的多分类器算法对比,本文算法精度有一定提升并具有更强的鲁棒性。  相似文献   

虚拟仿真在测量学教学中的实践和探索     

袁德宝  孙文彬  蒋金豹  崔希民 《北京测绘》2019,(5)

《测量学》是一门理论与实践紧密结合的课程。针对测量学课程实践教学学时不足的缺陷,本文分析了非测绘专业测量学课程引入虚拟仿真教学的必要性,依据课程特点和教学现状,指出应将实践教学内容作为虚拟仿真教学的重点,从课堂教学和实践环节有机结合的角度,对虚拟仿真教学的应用模式进行了探索。  相似文献   

高分辨率遥感影像配准与变化检测一体化处理     

王慧贤  靳惠佳  江万寿 《测绘科学》2019,44(8):154-160

为了克服高分辨率遥感影像配准与变化检测作为单独环节处理的局限,该文提出了一种基于变分理论的配准与变化检测一体化处理方法。该方法将配准误差作为一种光谱变化决策因子,变化信息以权值的方式迭代反馈给变分配准模型的解算过程。为了更准确地检测建筑物这个特定目标的真实变化,该文采用多尺度最大形态学轮廓建筑物检测指数的差异作为另外一个决策因子。最后将配准误差反映的变化和建筑物检测指数的差异这两个决策因子在D-S证据理论框架下建立概率模型进行融合处理,进而得到建筑物的变化检测结果。该文选取WorldView-2数据进行实验,实验结果表明,一体化处理思路可以有效地解决单独处理的局限,从根本上解决配准误差对变化检测结果的影响以及由于变化而使配准精度降低的问题,进而提高配准和变化检测的质量。  相似文献   

甘肃黑方台黄土滑坡InSAR识别、监测与失稳模式研究   总被引：2，自引：0，他引：2       下载免费PDF全文

赵超英  刘晓杰  张勤  彭建兵  许强 《武汉大学学报(信息科学版)》2019,44(7):996-1007

采用合成孔径雷达干涉测量（interferometric synthetic aperture radar，InSAR）技术对甘肃黑方台地区潜在的黄土滑坡开展了多时相编目、长时序监测以及失稳模式识别研究。首先，采用不同空间分辨率、不同波长的历史存档合成孔径雷达（synthetic aperture radar，SAR）数据对黑方台地区2006-12至2017-11间的潜在滑坡开展了识别研究，在2006-12至2011-03和2016-01至2016-11两个时间段均识别出数10处不稳定坡体，实地调查和光学遥感影像验证了InSAR技术识别结果的可靠性与准确性。然后，对典型不稳定滑坡体采用高空间与高时间分辨率的TerraSAR-X数据开展了长时序监测，结果表明，在InSAR监测期间，累积形变最大的滑坡体在随后的时间里均发生了滑动，并成功地捕获到滑坡体形变加速的时间点。最后，利用升降轨SAR数据开展了黄土滑坡二维形变监测研究，基于滑坡的二维形变特征并结合地形图以及光学遥感影像进一步研究了滑坡的失稳模式，现场调查结果验证了所获得滑坡失稳模式的准确性。  相似文献   

高分辨率SAR影像在地面沉降监测中的应用     

王亚男  崔新宇  王宗伟 《地理空间信息》2019,(6)

TerraSAR-X具有较高的地面分辨率、短波长以及高时间分辨率,为高精度地面沉降的监测提供了更大的契机。选取2011-12～2013-05的38景TerraSAR-X影像,采用PS-InSAR技术对常州武进区地面沉降状况进行监测,提取更多的PS点,获取了2011～2013年的地表形变速率,沉降细节更加丰富;同时对沉降的原因进行研究和分析,最后利用外部水准数据对其监测结果进行对比和验证,精度较高(达到了4.2 mm/a)。  相似文献   

FIO-ESM气候模式北太平洋海表温度和降水的季节性预报技巧评估     

赵一丁  尹训强  宋亚娟  乔方利 《海洋学报(英文版)》2019,38(1):5-12

The seasonal prediction of sea surface temperature(SST) and precipitation in the North Pacific based on the hindcast results of The First Institute of Oceanography Earth System Model(FIO-ESM) is assessed in this study.The Ensemble Adjusted Kalman Filter assimilation scheme is used to generate initial conditions, which are shown to be reliable by comparison with the observations. Based on this comparison, we analyze the FIO-ESM 6-month hindcast results starting from each month of 1993–2013. The model exhibits high SST prediction skills over most of the North Pacific for two seasons in advance. Furthermore, it remains skillful at long lead times for midlatitudes. The reliable prediction of SST can transfer fairly well to precipitation prediction via air-sea interactions.The average skill of the North Pacific variability(NPV) index from 1 to 6 months lead is as high as 0.72(0.55) when El Ni?o-Southern Oscillation and NPV are in phase(out of phase) at initial conditions. The prediction skill of the NPV index of FIO-ESM is improved by 11.6%(23.6%) over the Climate Forecast System, Version 2. For seasonal dependence, the skill of FIO-ESM is higher than the skill of persistence prediction in the later period of prediction.  相似文献