【摘 要】
：
城市建成区的确定是城市规划的重要基础.为客观准确地识别城市建成区,研究比较了基于兴趣点数据的Density-Graph法、基于地理实体数据的城市扩张曲线法两种识别方法,并结合两种方法提出一种兴趣点密度与城市扩张曲线结合的城市建成区识别方法,以重庆市二环区域进行了实证研究.结果表明:(1) Density-Graph法识别城市建成区阈值受容许值的影响,同一研究区在不同容许值下确定的阈值不同,容许值仍
论文部分内容阅读
城市建成区的确定是城市规划的重要基础.为客观准确地识别城市建成区,研究比较了基于兴趣点数据的Density-Graph法、基于地理实体数据的城市扩张曲线法两种识别方法,并结合两种方法提出一种兴趣点密度与城市扩张曲线结合的城市建成区识别方法,以重庆市二环区域进行了实证研究.结果表明:(1) Density-Graph法识别城市建成区阈值受容许值的影响,同一研究区在不同容许值下确定的阈值不同,容许值仍依靠经验设置.(2)基于地理实体数据的城市扩张曲线识别城市建成区,能客观地确定阈值,但识别结果受最小扩张
其他文献
多光谱图像的分割是遥感图像解译的重要基础环节,SAR遥感图像中包含着复杂的地物目标信息,传统的分割方法存在耗时长、效率低等问题,导致传统图像分割方法的应用受限。近年来,深度学习算法在计算机视觉方向的应用取得了较好的成果,针对多光谱遥感影像语义分割问题,使用深度学习的语义分割方法来实现遥感影像的高性能分割,在U-Net网络结构上添加激活层、Dropout层、卷积层,提出一种基于U-Net优化的深度卷
原始DeeplabV3+算法对无人机航拍图像中的地物边缘分割不够准确,对道路的分割存在不连续的情况。因此,针对这些问题,文中对DeeplabV3+算法进行了改进。首先,在编码阶段进行特征融合,增强浅层特征图的语义信息;其次,在分割网络结构中添加边界提取分支模块,并采用Canny边缘检测算法提取真实的边界信息进行监督训练,使网络对地物边缘的分割更为精细;最后,在网络的解码阶段,融合更多的浅层特征。实
通常情况下,超分辨率技术能够使图像获得更好的视觉质量,从而有利于图像的目视解译。然而,超分辨率技术能否提升图像在应用于分类、识别等其他更高级计算机视觉任务时的效果呢?结合计算机视觉技术的发展现状,首先训练一个具有良好性能的图像分类模型,用于对经过不同超分辨率方法处理后的图像进行分类。利用分类准确率来衡量超分辨率重构处理对图像分类任务的影响。在遥感分类数据集上的实验显示,相比插值方法,经过超分辨率处
为探明西藏尼木地区地热资源的空间分布及指导该区地热资源的勘探与开发,选取2010年1月21日与2月22日的Landsat 5TM数据,基于单波段的单窗算法进行地表温度反演,并利用ArcGIS软件分析了地表温度、已有地热异常点、构造及人类活动之间的关系,对该区潜在的地热异常进行预测。结果表明,地表温度分别为:-21.75～40.65℃,-18.95～46.45℃,二者进行对比分析表明反演结果符合实际
针对同一区域前后时序的高分辨率遥感影像背景复杂、变化类别多样、目标变化检测时存在漏检和边界识别粗糙问题,提出了一种基于Siam-UNet++深度神经网络的高分辨率遥感影像建筑物变化检测算法。该算法采用UNet++作为骨干提取网络,在其编码器部分应用Siam-diff(Siamese-difference)结构提取前后两时序图像的变化特征,并在解码阶段的上采样和横向跳跃路径连接之后引入注意力机制,突
由于遥感图像包含物体类别多样,单个语义类别标签无法全面地描述图像内容,而多标签图像分类任务更加具有挑战性。通过探索深度图卷积网络(GCN),解决了多标签遥感图像分类缺乏对标签语义信息相关性利用的问题,提出了一种新的基于图卷积的多标签遥感图像分类网络,它包含图像特征学习模块、基于图卷积网络的分类器学习模块和图像特征差异化模块三个部分。在公开多标签遥感数据集Planet和UCM上与相关模型进行对比,在
目前,已知基于深度学习的云分割方法通常采用传统U型编解码结构的网络,该结构虽能有效利用编码端的空间位置信息,但整个网络参数过多、计算量大,同时其编码端仅采用简单卷积与下采样操作,无法有效获取高质量的上下文语义特征信息。针对上述情况提出一种新型的轻量级U-Net模型用于云分割问题。整个模型采用跳跃连接编码端浅层和中层信息的新U型编解码结构,并在其编码端嵌入由分组卷积与注意力机制组成的优化模块,同时构
水环境检测和大气环境检测是保证环境质量的两项重要工作,遥感技术的出现为水环境检测和大气环境检测提供了全新的技术支撑。利用该项技术能够实施大面积的空气污染、水体污染事件的有效监测,并及时将监测结果提供给相关部门,制定相应的应急方案,确保污染防治方案的科学性、准确性和合理性。本文结合实际工作经验,探讨了水环境检测与大气环境检测中遥感技术的应用,希望本研究能对提高污染防治效果有所帮助。
依据洪水预报对降雨数据时效性要求较高的特点,选取GSMaP_NRT和GSMaP_Gauge_NRT准实时卫星遥感全球降雨产品对嫩江上游石灰窑以上流域进行补充,旨在解决该流域内降雨资料不足的问题。基于流域内及边缘降雨数据评估2种产品在雨量站所在网格上的精度,并输入新安江模型进行洪水预报,验证其可利用性。在汛期的月和日尺度上,GSMaP_NRT和GSMaP_Gauge_NRT产品表现出较高的精度,GS
本文提出针对长时间序列异源影像数据的自动配准技术,利用影像模拟技术、相位一致性模型及RANSAC等算法估计最优变换得到配准结果。实验结果表明本文提出的方法对长时序影像的配准结果克服影像间辐射差异的影响,对于长时序的异源影像有更强的泛化能力,可为后续影像融合等应用提供预处理参考。