基于多特征融合的城市遥感图像自动解译方法

为更全面有效地解译城市遥感图像,提出了一种新的基于多特征融合的自动解译方法。该方法定义对象网络来表达图像结构并获取更为准确的处理单元。在此基础上,综合分析颜色、纹理、形状和位置等众多特征,通过自适应的概率学习训练最优分类器并标记目标类别。方法中还结合上下文信息进行空间平滑,大大消除了噪音、遮挡等影响,矢量标绘后得到最终解译结果。实验表明,该方法准确率高、鲁棒性好,适用于多种遥感图像城市场景的自动解译。     

结合颜色和纹理特征的树冠提取方法

提出了一种结合颜色信息和纹理特征的树冠提取方法。该方法结合了树冠在图像中明显的颜色信息和独特的纹理特征,能够准确地将树冠从复杂的城市背景中提取出来,并在提取结果的基础上,利用圆模型对单个树冠进行了描绘和标注。     

基于遥感图像的城市道路自动测绘方法研究

为更有效地将空间观测技术应用于城市地理信息系统等领域,提出了一种新的基于遥感图像的城市道路自动测绘方法.该方法通过构建对象网络来表达图像结构,获取客观的处理单元.在此基础上,针对感兴趣特征,利用无监督学习来综合分析遥感图像中道路目标的各类可视及非可视化信息,快速标记并定位目标区域.方法中还结合上下文信息进行空间平滑处理,大大消除了噪声、遮挡等影响.矢量标绘后可以量测得到城市道路的准确轮廓及相关参数.实验表明,该方法准确率高、鲁棒性好,适用于绝大多数高分辨率城市遥感图像中道路目标的自动测绘,在地理信息系统和数字城市系统建设中具有较大的实用价值.