针对高分辨率遥感影像采用传统分类算法精度低导致信息提取不准确的弊端,本项目依据面向对象遥感影像分析的新思想,综合应用图像处理系统对像元操作的优势与地理信息系统平台对矢量对象操作的优点,提出面向对象多尺度、多特征高分辨率遥感图像信息提取技术的模型。首先,通过保边界的PGF滤波算法实现高分辨率遥感图像的预处理;其次,采用本项目提出的多尺度、多分辨率高分辨率遥感图像分割算法实现栅格图像数据对象化;继而通过对象矢量化和特征提取实现栅格对象到空间数据库质的跨越;最后通过基于矢量对象的训练和本项目提出的多特征模糊分类算法最终实现影像到专题信息化的过程。本项目的实施有助于完善高分辨率遥感图像计算机分类、目标识别的基本理论、关键技术和方法,为进一步应用提供了有力保障,具有重要的商业和军事应用价值。
{{i.achievement_title}}
数据更新时间:2023-05-31
内点最大化与冗余点控制的小型无人机遥感图像配准
秦巴山区地质灾害发育规律研究——以镇巴县幅为例
结合多光谱影像降维与深度学习的城市单木树冠检测
基于语义分析的评价对象-情感词对抽取
“意愿-风险”模型下地方政府间合作倾向研究——以泛珠三角为例
基于面向类技术的高分辨率遥感图像森林信息提取方法研究
面向对象的城市绿化覆盖多时相高分辨率遥感图像协同识别
基于空间语义与面向对象机制的高分辨率遥感图像检索方法研究
面向高分辨率遥感图像信息提取的多尺度特征耦合模型及方法研究