- 标题
- 摘要
- 关键词
- 实验方案
- 产品
-
Landsat 8数据与SAR纹理图像的特征级融合在城市土地覆盖分类中的应用
摘要： 每种城市土地覆盖类型都具有独特的热力特征。因此，热红外遥感可用于监测城区温度差异，并分析地表温度与土地覆盖类型之间的关系。另一方面，合成孔径雷达（SAR）传感器因其具备昼夜穿透云层作业能力，且能捕捉地表材料的结构与介电特性，在土地覆盖分类中发挥着日益重要的作用。本研究提出将SAR影像与Landsat 8数据全波段（光学与热红外）进行特征级融合，以提高城市土地覆盖分类精度。在基于对象的图像分析算法中，利用Landsat 8与SAR影像的分割区域，结合地表温度、热红外与光学波段的光谱关系，以及灰度共生矩阵空间测量的SAR纹理特征，开展知识驱动的分类。评估结果表明：对Landsat 8与SAR数据进行特征级融合后，总体分类精度提升约2.48%，Kappa系数提高约0.06。
关键词： 热红外遥感、SAR数据、面向对象图像分析、纹理特征、特征级融合
更新于2025-09-23 15:21:21
-
基于对象的激光扫描三维轮廓数据裂缝检测与属性提取
摘要： 三维路面数据中的裂缝常表现出连续性差、对比度低及深度不一的特征，这给相关应用带来巨大挑战。近期，裂缝属性（如深度和宽度）因其在公路养护决策中的重要性受到交通部门关注，但针对裂缝属性的研究仍较为有限。本文提出一种基于目标图像分析（OBIA）的方法，用于从高程精度约0.25毫米的激光扫描三维剖面数据中检测裂缝并提取属性。首先应用我们前期研究设计的路面组件高通滤波器消除三维数据中的起伏姿态，继而采用最小恒虚警率算法获取包含裂缝种子及低纹理的下层点集；其次通过上述三维点集构建目标对象并实施OBIA分析，重点描述目标的深度统计特征、形态及拓扑特性；此外，根据对象局部统计特征差异，采用多尺度目标筛选与合并策略逐步强化裂缝对象并抑制纹理对象；最后结合目标方向属性与张量投票技术连接推断最终裂缝对象，进而提取对象级裂缝深度属性。实验结果表明：该方法在30组实测三维沥青路面数据上实现平均缓冲豪斯多夫评分为94.39、召回率0.92及F值0.91的裂缝检测效果。此外，可根据需求多尺度提取裂缝深度属性，所获位置与深度信息为路面养护提供了更全面的决策依据。
关键词： 激光扫描三维、裂缝检测、裂缝属性、张量投票、面向对象图像分析
更新于2025-09-12 10:27:22
-
利用机载激光雷达和超高分辨率影像对混交温带森林进行树种识别与单木检测以预测主要树木测量特征
摘要： 本研究旨在探究两种遥感数据（基于机载无人机传感器影像的激光雷达点云数据与数字航空摄影测量数据）及密集野外测量的联合应用，以提取和预测同龄混交林的树木与林分参数。研究区域位于罗马尼亚西南部，分析数据采集自混交林样地，各样地主要树种为挪威云杉（Picea abies L. Karst.）与欧洲山毛榉（Fagus sylvatica L.）。通过激光雷达数据提取数字高程模型（DTM）、数字表面模型（DSM）及归一化冠层高度模型（CHM），并采用面向对象图像分析（OBIA）分类技术自动识别主要树种。运用基于冠层高度的可变窗宽局部滤波算法，测定各样地内主要树种的位置、树高与冠幅直径——该滤波器分别针对各样地及OBIA分类所得的云杉/山毛榉分布区独立运行。基于激光雷达数据，通过蒙特卡洛统计模拟及将各树种实测胸径与其对应激光雷达树高、冠幅直径相关联的线性回归模型预测胸径。所有样地中挪威云杉与山毛榉的总体均方根误差分别为5.8厘米和5.9厘米。结果表明：在同龄云杉-山毛榉混交林中，相较于山毛榉，挪威云杉具有更高的单木识别率及更精确的林分参数估算精度。针对温带同龄混交林中山毛榉单木检测方法的最优选择，仍需进一步研究。
关键词： 蒙特卡洛模拟、ALS（机载激光扫描）、森林资源清查、无人机、面向对象图像分析
更新于2025-09-11 14:15:04
-
[IEEE IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 西班牙瓦伦西亚（2018.7.22-2018.7.27）] IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 基于超像素邻域的空间精确上下文特征用于高分辨率卫星图像时间序列的土地覆盖制图
摘要： 像哨兵二号提供的高分辨率影像时间序列，能够为土地覆盖制图采用语义丰富的分类体系。但在10米分辨率下，基于像素的分类方法难以准确识别某些依赖像素上下文区分的类别。深度卷积神经网络的最新进展虽展现出解决该问题的潜力，但由于大范围区域完整标注数据的缺失、计算成本高昂以及特征空间维度（远超计算机视觉领域常用规模）等问题，这些方法尚无法应用于实际制图作业。通过固定尺寸邻域滤波器可计算上下文信息，但可能导致线性地物断裂和锐角圆化?；诙韵蟮挠跋穹治鐾ü指钐崛《韵罄醇扑闵舷挛奶卣鳎北Ａ敉枷窀咂翟?，但这些对象未必包含具有光谱差异性的邻域像素——而这类像素对表征上下文至关重要。超像素方法介于固定邻域与基于对象的方法之间：既通过尺寸和紧凑性约束使同一段落包含光谱多样的像素，又能自适应图像自然边界。本研究评估并比较了这三种邻域类型在高分辨率哨兵二号时间序列土地覆盖制图中，提升依赖上下文类别分类性能的能力。
关键词： 面向对象图像分析、土地覆盖制图、上下文特征、超像素、时间序列
更新于2025-09-09 09:28:46
-
激光雷达与正射影像协同优化基于对象的地貌变化分析：以某活动滑坡为例
摘要： 活跃滑坡对景观有三大影响：（1）土地覆盖变化，（2）地形变化，（3）地上生物量变化。本研究结合多时相激光雷达（LiDAR）数据与多时相正射影像，量化了2006至2012年间奥地利多伦村附近一个活跃深部滑坡引发的这些变化。通过基于正射影像与LiDAR高程数据协同作用的隶属度分类及上下文优化方法进行土地覆盖分类；利用LiDAR生成的数字地形模型差值计算地形变化；采用树冠顶点局部最大值算法结合异速生长方程量化地上生物量。2006年土地覆盖分类精度从仅用LiDAR的65%、仅用正射影像的76%提升至数据协同的90%；2012年则分别从64%、75%提高到91%。精度提升证明了基于对象图像分析的LiDAR与正射影像数据协同在量化活跃滑坡引发景观变化中的有效性，该方法具有向更大区域推广用于景观变化分析的潜力。
关键词： 数据协同效应、地上生物量、激光雷达、福拉尔贝格州、滑坡、正射影像、面向对象图像分析、土地覆盖变化
更新于2025-09-09 09:28:46