多源遙感影像面向?qū)ο蠼ㄖ锾崛》椒?/h1>

初步測試?yán)没谥R規(guī)則的面向?qū)ο蠓诸惙椒◤母叻直媛蔵konos衛(wèi)星影像上提取建筑物,包括:融合1m全色和4m多光譜波段影像,生成1m分辨率的多光譜融合影像;分割融合影像;利用影像對象的光譜和空間特征執(zhí)行基于對象的分類。面向?qū)ο蠓诸愄崛〗Y(jié)果與傳統(tǒng)的基于像元最大似然分類結(jié)果進行對比,表明面向?qū)ο蠓诸惙椒ǜm用于提取高分辨率遙感影像中的建筑物。

以汶川地震中的都江堰地區(qū)震后遙感圖像為例,研究分析了圖像分割技術(shù)及模糊分類技術(shù),在此基礎(chǔ)上,用分類精度更高的單尺度、多特征的面向?qū)ο髨D像處理方法進行建筑物震害評估。重點探索了混淆矩陣在震害評估中的應(yīng)用,通過kappa統(tǒng)計值進行震害分類結(jié)果的比對與精度評價,并驗證該分類方法的穩(wěn)定性。研究結(jié)果表明:改進后的面向?qū)ο髨D像處理方法簡單、快速且精度較高,具有良好的適用性和穩(wěn)定性。

高分辨率多光譜遙感影像中的建筑物陰影具有重要作用。針對檢測到的建筑物陰影經(jīng)常受高大樹木陰影影響的問題,在可分離亮度的lab顏色空間建立樹木顏色模型,使用查表法準(zhǔn)確檢測遙感影像中的樹木區(qū)域。提出根據(jù)樹木區(qū)域和光照方向去除建筑物陰影中樹木陰影的方法,通過實驗證明其有效性。

建筑物的提取是地理數(shù)據(jù)庫更新和建設(shè)的重要內(nèi)容；利用高分辨率遙感影像進行建筑物提取是該項研究的重要方向；也是遙感前沿技術(shù)研究的重要內(nèi)容；本文將相關(guān)文獻進行歸納分析；將建筑物提取方法分為3種有代表性的類型:基于對象分割的提取方法、基于建筑特征的提取方法和結(jié)合輔助信息的提取方法；綜述分析了每種類型的提取方法并總結(jié)了其優(yōu)缺點；展望了高分辨率遙感影像中建筑物提取的發(fā)展前景；

提出一種利用高分辨率遙感影像半自動提取建筑物邊緣的方法。先對遙感影像進行預(yù)處理,對所有邊緣進行邊緣檢測,然后進行邊緣跟蹤,提取建筑物的主方向線,利用模型進行線段關(guān)系判斷,再進行線段關(guān)系處理、區(qū)域分割和區(qū)域生長,最后進行區(qū)域合并提取出建筑物的輪廓。用上述方法對quickbird衛(wèi)星的高分辨率影像進行了實驗,實驗結(jié)果證明該方法有較高的識別率、較好的準(zhǔn)確性,具有一定的實用價值。

采用基于小面積去除方法的中值susan噪聲點平滑方法,結(jié)合高分辨率遙感影像,對dsm中房屋點的提取進行了探討。實驗表明,本方法能有效地從dsm中提取絕大部分建筑物點,有助于建筑物的精確三維重建。

針對許多領(lǐng)域?qū)ㄖ镄畔⒏碌钠惹幸?提出并發(fā)展了一套完整的基于高分辨率遙感影像的建筑物二維輪廓快速提取流程。首先介紹一種利用數(shù)學(xué)形態(tài)學(xué)理論進行邊緣檢測和邊緣連接的新方法,然后利用了模式識別和圖像分析領(lǐng)域的相關(guān)技術(shù)(區(qū)域標(biāo)識和特征量測等)進行建筑物二維信息的提取。最后通過quickbird影像進行了方法驗證,試驗證明該流程可以快速有效的提取建筑物輪廓信息。

提出了一種基于建筑物陰影的高分辨率衛(wèi)星遙感影像建筑物容積率提取方法。首先利用高分辨率遙感影像提取城市大范圍建成區(qū)建筑物陰影,再通過陰影矢量化、陰影坐標(biāo)轉(zhuǎn)換,將大比例尺的衛(wèi)星分幅圖進行自動拼接,最終根據(jù)陰影與建筑物面積關(guān)系回歸分析、建筑物朝向分析等進行建筑容積率的計算和半自動提取。對上海中心城區(qū)的建筑容積率的提取實驗驗證了所提方法的有效性。

實驗四遙感影像的巖性解譯 實驗?zāi)康模?1、綜合應(yīng)用前面所學(xué)的知識，對原始遙感影像進行裁剪，形成自己的工作區(qū)，并進行 增強處理和分析，最大程度的提取信息，生成地質(zhì)解譯基礎(chǔ)影像； 2、對生成的地質(zhì)解譯基礎(chǔ)影像在envi（或mapgis）等軟件環(huán)境下進行目視解譯，根 據(jù)構(gòu)造解譯標(biāo)志對線性影像特征等進行構(gòu)造解譯，圈出不同褶皺、線性、環(huán)狀構(gòu)造，生成構(gòu) 造解譯成果圖； 3、基本掌握遙感構(gòu)造解譯的過程和方法，了解遙感在地學(xué)上的應(yīng)用。 實驗材料： etm742影像 實驗步驟： 1、打開影像etm742，將etm742影像的band7、band4、band2分別賦予r、g、b， loadrgb。 2、對影像進行裁剪，保存為工作區(qū)文件（自己設(shè)定范圍）。 3、打開工作區(qū)文件，在主窗口里選擇overlays>annotation菜單，出現(xiàn)如下對話框： 要在主圖像窗口、

建筑物倒塌是造成地震人員傷亡的主要原因,對地震應(yīng)急救援與決策具有重要的指導(dǎo)意義.遙感以其綜合、宏觀、快速、動態(tài)的特點,為地震災(zāi)害信息調(diào)查和震害快速評估提供了一種可靠的信息源.面向?qū)ο蟮姆诸惙椒ㄊ轻槍Ω叻直媛视跋竦囊环N新的分類方法.本文在總結(jié)遙感影像建筑物震害信息提取方法進展的基礎(chǔ)上,將建筑物分為基本完好和毀壞兩個等級.選取唐山地震和汶川地震的震后航片,利用面向?qū)ο蟮姆诸惙椒▉碜R別影像上基本完好的建筑物,計算評估區(qū)內(nèi)的建筑物倒塌率.實驗結(jié)果表明,面向?qū)ο蟮姆诸惙椒ǔ浞掷昧藞D像上的光譜、形狀、紋理等特征.在很大程度上克服了基于像元分類方法的局限性,并且基于對象的建筑物倒塌率計算也取得了較好的精度.

電腦知識與技術(shù)研究開發(fā) １引言 隨著計算機應(yīng)用的飛速發(fā)展，軟件的復(fù)雜度不斷提高，源代 碼的規(guī)模越來越大，項目失敗的可能性也相應(yīng)增加。在長期的研 究與實踐中，人們越來越深刻地認(rèn)識到，建立簡明準(zhǔn)確的表示模 型是把握復(fù)雜系統(tǒng)的關(guān)鍵。模型是對事物的一種抽象，人們常常 在正式建造實物之前，首先建立一個簡化的模型，以便更透徹地 了解它的本質(zhì)，抓住問題的要害。使用模型可使人們從全局上把 握系統(tǒng)的全貌及其相關(guān)部件之間的關(guān)系，可以防止人們過早地陷 入各個模塊的細(xì)節(jié)。因此，建模是軟件建設(shè)的功能需求分析的重 要部分。對于軟件的開發(fā)來講，參與系統(tǒng)建設(shè)人員包括領(lǐng)域?qū)＜摇?軟件設(shè)計開發(fā)人員、管理人員和操作人員，他們之間的交流成為 系統(tǒng)開發(fā)的最大難題，即如何將系統(tǒng)的功能需求分析以明確的、 清晰的方式表達出來，使得系統(tǒng)在具體實現(xiàn)階段能夠順利地、無 歧義地進行。 ｕｍｌ作

采用面向?qū)ο蟪绦蛟O(shè)計方法對三維點云數(shù)據(jù)進行分析,研究以visualc++6.0為開發(fā)平臺利用圖像法對激光掃描獲取的城市建筑物點云數(shù)據(jù)進行組織的計算機實現(xiàn)方法。通過掃描關(guān)系確定點云數(shù)據(jù)中有效目標(biāo)點的全局唯一索引值,將點云數(shù)據(jù)看作一幅深度圖像,確定全局索引值對應(yīng)的圖像行列值,再利用該行列值計算每個點對應(yīng)的法向量,分類和組織點云數(shù)據(jù)。實驗結(jié)果表明,利用面向?qū)ο蟮膱D像處理技術(shù)可以方便、快捷地實現(xiàn)三維點云數(shù)據(jù)的加載和組織。

與傳統(tǒng)的信息提取方法相比；將機器學(xué)習(xí)算法應(yīng)用到遙感影像信息提取中；可以提高結(jié)果的精度；文章以worldview-2遙感影像為例；首先利用多尺度分割選取最優(yōu)分割尺度；獲得影像對象；在基于對象的基礎(chǔ)上利用特征空間優(yōu)選工具獲得最優(yōu)特征子集；最后利用j48算法、隨機森林算法對建筑物提取的效果進行分析；實驗結(jié)果表明:j48算法在高分辨率影像建筑物提取中有更好地效果；

討論了以往建筑結(jié)構(gòu)分析程序設(shè)計中所使用的程序設(shè)計方法及其缺點;論述了面向?qū)ο蠓椒ǖ膬?yōu)勢;結(jié)合平面桿系結(jié)構(gòu)分析的實例,探討了面向?qū)ο蠓椒ㄔ诮ㄖY(jié)構(gòu)分析程序設(shè)計中的應(yīng)用。

城市內(nèi)加蓋、擴建違法建筑物現(xiàn)象嚴(yán)重,如何快速準(zhǔn)確地獲取城市建筑物的基本情況,監(jiān)測出違法建筑物信息,成為城市規(guī)劃、建設(shè)部門的一個迫切問題;根據(jù)不同時期數(shù)字表面模型(dsm)差值比對可以獲取建筑物高度變化的原理,通過對雷達及光學(xué)衛(wèi)星影像各自特征的對比,提出了利用多源影像數(shù)據(jù),快速準(zhǔn)確的發(fā)現(xiàn)建筑物變化信息的方法。

城市內(nèi)加蓋、擴建違法建筑物現(xiàn)象嚴(yán)重,如何快速準(zhǔn)確地獲取城市建筑物的基本情況,監(jiān)測出違法建筑物信息,成為城市規(guī)劃、建設(shè)部門的一個迫切問題;根據(jù)不同時期數(shù)字表面模型（dsm）差值比對可以獲取建筑物高度變化的原理,通過對雷達及光學(xué)衛(wèi)星影像各自特征的對比,提出了利用多源影像數(shù)據(jù),快速準(zhǔn)確的發(fā)現(xiàn)建筑物變化信息的方法。

當(dāng)前人工調(diào)查土地資源利用情況具有較高的人力成本且勞動強度大；對其實現(xiàn)自動變化檢測具有較高的理論和應(yīng)用價值；將深度置信網(wǎng)絡(luò)(deepbeliefnetwork；dbn)應(yīng)用于高分辨率遙感影像的建筑物變化檢測；但dbn在變化檢測時存在由誤判現(xiàn)象造成的建筑物完整度欠缺、空間存在噪聲等問題；提出dbn與數(shù)學(xué)形態(tài)學(xué)融合模型對高分辨率遙感影像建筑物進行變化檢測；在遙感影像預(yù)處理基礎(chǔ)上；標(biāo)記少量明顯的變化與未變化樣本；利用搜索窗口從標(biāo)記的區(qū)域獲取大量帶有標(biāo)簽的樣本訓(xùn)練融合模型分類器對建筑物進行變化檢測；檢測方法準(zhǔn)確率為94.76%；召回率為87.63%；f1為91.06%；實驗結(jié)果表明；該方法可以為建筑物的變化檢測提供有效依據(jù)；

高分辨率遙感影像具有場景復(fù)雜、目標(biāo)種類多樣、同一目標(biāo)呈現(xiàn)多種形態(tài)等特點,給建筑物檢測帶來困難.近年來,可變形部件模型(deformablepartmodel,dpm)被廣泛應(yīng)用到模式識別領(lǐng)域,并且在自然場景的目標(biāo)識別方面取得很好的效果.結(jié)合可變形部件模型,提出一種針對高分辨率遙感影像中建筑物的檢測方法,將建筑物看作可變形部件的組合,通過訓(xùn)練得到其對應(yīng)的參數(shù)模板,并采用滑動窗口的方式遍歷待檢測的影像,判斷其中是否存在建筑物目標(biāo).通過對分辨率為0.5m的高分辨率遙感影像的實驗證明了方法的有效性.

高分辨率遙感影像具有場景復(fù)雜、目標(biāo)種類多樣、同一目標(biāo)呈現(xiàn)多種形態(tài)等特點，給建筑物檢測帶來困難。近年來，可變形部件模型（deformablepartmodel，dpm）被廣泛應(yīng)用到模式識別領(lǐng)域，并且在自然場景的目標(biāo)識別方面取得很好的效果。結(jié)合可變形部件模型，提出一種針對高分辨率遙感影像中建筑物的檢測方法，將建筑物看作可變形部件的組合，通過訓(xùn)練得到其對應(yīng)的參數(shù)模板，并采用滑動窗口的方式遍歷待檢測的影像，判斷其中是否存在建筑物目標(biāo)。通過對分辨率為0．5m的高分辨率遙感影像的實驗證明了方法的有效性。

針對空調(diào)系統(tǒng)開發(fā)過程中涉及的設(shè)備較多、開發(fā)過程復(fù)雜,而工業(yè)生產(chǎn)需要高效率以及靈活性而引入了面向?qū)ο蠓治龇椒?。通過實驗證實了該方法的設(shè)計結(jié)果的可行性,用面向?qū)ο蟮姆椒ǚ治龊蛯崿F(xiàn)的系統(tǒng)不但靈活且易于維護,大大提高了開發(fā)以及糾錯的速度。

三本學(xué)校在程序設(shè)計的教學(xué)中,需要結(jié)合學(xué)生的特點,就\"面向?qū)ο蟪绦蛟O(shè)計\"課程,進行理論課程實踐化處理。本文在教學(xué)方法的探索上,貫徹cdio教學(xué)理念,注重把實踐環(huán)節(jié)直接引入到課堂中來,同時,縮減整個課程體系的學(xué)時,增加學(xué)生課后的調(diào)試程序的時間,以形成區(qū)別于傳統(tǒng)教學(xué)方式設(shè)計的不同措施,并對傳統(tǒng)的教學(xué)方法和實踐化教學(xué)方法的效果進行了對比。

該系統(tǒng)采用browser/server系統(tǒng)架構(gòu),使用arcgisserver作為網(wǎng)絡(luò)地圖發(fā)布平臺,結(jié)合先進的asp技術(shù),開發(fā)遙感影像檢索系統(tǒng),實現(xiàn)影像資源的共享。系統(tǒng)集按地圖瀏覽、按矩形框查詢、按經(jīng)緯度查詢、按軌道號查詢、按湖泊查詢、按行政區(qū)查詢以及其他空間分析等功能于一體,并提出了基于湖泊查詢遙感影像的新方法,為公眾、科研人員以及管理部門提供方便快捷準(zhǔn)確的資源支持,文章的結(jié)尾總結(jié)了arcgisserver性能優(yōu)化的幾點措施,使系統(tǒng)的運行效率明顯提高。