基于Freeman编码的遥感影像直角型房屋半自动提取方法研究.docx

基于Freeman编码的遥感影像直角型房屋半自动提取方法研究基于Freeman编码的遥感影像直角型房屋半自动提取方法研究（共7篇），下面小编为大家整理后的基于Freeman编码的遥感影像直角型房屋半自动提取方法研究，希望大家喜欢!篇1：基于Freeman编码的遥感影像直角型房屋半自动提取方法研究基于Freeman编码的遥感影像直角型房屋半自动提取方法研究通过分析遥感影像中直角型房屋特点,本文提出一种新的房屋提取方法:利用Freeman编码推导出常见直角型房屋代码,使得每一种形状房屋都具有惟一编号,且编号不随房屋大小、方位及位置改变而改变,利用Hough变换提取房屋角点并剔除伪角点,最后利用模式匹配方法获得各个角点之间的'连接关系.实验结果表明该方法具有较强的抗噪性,能有效提取影像中直角型房屋.作者：秦永宋伟东QINYongSONGWei-dong作者单位：秦永,QINYong(山东理工大学建筑工程学院,山东,淄博,255049)宋伟东,SONGWei-dong(辽宁工程技术大学测绘学院,辽宁,阜新,123000)刊名：测绘科学ISTICPKU英文刊名：SCIENCEOFSURVEYINGANDMAPPING年，卷(期)：34(6)分类号：P231.5关键词：Freeman编码Hough变换角点提取房屋提取Freemanchaincodehoughtranslationcornerextractionhouseextraction篇2：城市地区高分辨率遥感影像绿地提取研究城市地区高分辨率遥感影像绿地提取研究探讨应用高分辨率遥感影像提取城市地区绿地信息.利用自相关函数计算30个绿地样区,结果表明在影像位移2像元时,自相关系数还能达到0.95,从而确定纹理窗口大小为5*5.纹理值计算是在全色影像灰度共生矩阵的基础上,方向取45°、135°、225°、315°4个方向的平均值,计算5个纹理参数:Mean、variance、homogeneity、contrast、secondmoment.对全色影像和5个纹理影像进行多分辨率分割,对分割所形成的目标根据绿地5个纹理特征设定阈值,提取出绿地信息,通过精度评定正确率达92.8%.结果表明所采取的方法在高分辨率遥感影像的'城市绿地信息的提取上具有很好的应用性.作者：孙小芳卢健孙小丹SUNXiao-fangLUJianSUNXiao-dan作者单位：孙小芳,卢健,SUNXiao-fang,LUJian(武汉大学遥感信息工程学院,湖北,武汉,430079)孙小丹,SUNXiao-dan(福州职业技术学院计算机系,福建,福州,350108)刊名：遥感技术与应用ISTICPKU英文刊名：REMOTESENSINGTECHNOLOGYANDAPPLICATION年，卷(期)：21(2)分类号：P23P237关键词：遥感绿地纹理分割篇3：高分辨率遥感影像融合方法的比较研究高分辨率遥感影像融合方法的比较研究多源遥感数据融合技术是现今解决如何综合各种类型的.遥感影像信息,提高遥感数据利用率的有效手段.高分辨率遥感影像由于其信息的多样性和复杂性,对遥感数据融合提出了更高的要求.本文以Quickbird遥感影像为例,研究中引入了3种融合方法进行融合比较研究.这3种融合方法是IHS变换,主成分分析(PCA)和Brovey变换.并且从光谱信息和空间细节信息2方面进行定量分析,从中分析出比较适合于Quickbird遥感影像融合的方法.作者：张聪作者单位：哈尔滨师范大学地理科学学院,黑龙江・哈尔滨,150025刊名：科教文汇英文刊名：EDUCATIONSCIENCE&CULTUREMAGAZINE年，卷(期)：“”(2)分类号：P228关键词：图像融合Quickbird定量分析篇4：面向对象的遥感影像模糊分类方法研究面向对象的遥感影像模糊分类方法研究传统的基于像素的遥感影像处理方法都是基于遥感影像光谱信息极其丰富,地物间光谱差异较为明显的基础上进行的.对于只含有较少波段的高分辨率遥感影像,传统的分类方法,就会造成分类精度降低,空间数据的大量冗余,并且其分类结果常常是椒盐图像,不利于进行空间分析.本文采用面向时象的`影像分类方法,考虑了对象的不同特征值,例如光谱值,形状和纹理,结合上下文关系和语义的信息,这种分类技术不仅能够使用影像属性,而且能够利用不同影像对象之间的空间关系.在时诸多对象进行分类后,再进行精度分析.在此研究提出了一种面向对象的方法结合模糊理论把许多的对象块分成不同的类别.这一过程主要有两个步骤:第一个步骤是分割.图像分割将整个图像分割成若干个对象,在这个过程中,分割尺度的选择会影响到后续的分类结果和精度.第二个步骤是分类.在这个步骤中,特征值的选择和隶属度函数的选择都对分类结果有着至关重要的影响.作者：