摘要：目的道路裂缝的等级评定是公路养护的基本任务之一,目前国内相关部门主要通过线阵列相机采集道路影像,由于道路影像裂缝的识别会受到多种因素干扰(树木及车辆的投影、光照变化、油渍、树枝与稻草等条状物、各类垃圾),降低了基于道路影像自动识别裂缝算法的准确率,导致对于路面等级评价依旧采用人工的方式进行,为此提出一种道路影像裂缝鲁棒识别方法。方法由于采集的图像尺寸较大,同时为了避免光照不均匀带来的问题,首先对图像进行分块,采用改进的CV模型对分块影像进行预处理,获得初步的分割结果。其次,通过以下4个特点识别线阵列CCD道路影像的裂缝:1)裂缝在分块区域中占据较小的面积比;2)裂缝在影像中呈现的连续性较差;3)裂缝的宽度与长度比值较小;4)同一段裂缝的走向基本一致。为了利用裂缝的后两项特点,采用椭圆拟合的方法计算初步分割区域的方向,并以此为基础将这些区域分为4类。在每个分类中,分别计算各区域内的质心位置,建立质心间的矢量表,设计递归算法计算其共线性,获得裂缝检测结果,并以此为基础构造活动模型的初始距离矩阵,通过在原图中迭代求解更为精确的裂缝区域。结果从2 000幅道路影像中挑选包含道路裂缝的影像100幅,并按序号等间隔分别取出5组未含有裂缝的影像100幅,每组200幅组成数据集进行测试,采用分类指标统计的方法评测本文算法性能,在正确率、灵敏度、特效度、精度上均达到95%以上,道路裂缝的检测与提取时间约为1min。结论该方法不仅可以有效地识别裂缝,同时可以克服了环境中多种因素的干扰,误识别率较低,具有较高的实际应用价值。

摘要：传统模糊ISODATA(Fuzzy ISODATA,FISODATA)算法中,分裂-合并操作需人工选取阈值参数。而不适当的阈值往往使算法陷入局部极值,因而得到错误的类属数并最终影响图像分割结果。为此,在模糊集理论基础上提出一种改进的自适应FISODATA算法。该算法设计了自适应分裂-合并操作,即在每次分裂-合并后,根据该次计算结果改变参数阈值,解决了人为选取参数带来的诸多问题。利用该算法对模拟图像和真实IKONOS图像进行分割实验,均能得到良好的分割结果。

摘要：针对空间异质性导致的道路几何纹理特征突出性下降问题,提出一种高分辨率遥感影像道路提取方法.首先设定跟踪模型,依据人工输入点,自适应提取道路中心点和道路宽度,设计迭代内插、双向迭代两种跟踪方式以及矩形跟踪模板;然后提出多描述子道路匹配模型,针对道路几何纹理特征突出性不足问题,基于道路区域地物边缘与道路方向一致的语义关系,通过线段峰值约束的思想,提出一种多尺度线段方向直方图(Multi-scale line segment orientation histogram,MSLSOH)描述子,以此对跟踪方向进行预测;针对道路几何纹理特征均质性下降问题,从道路区域与道路非道路混合区域纹理差异性出发,组合三角形构成扇形描述子,突出道路影像纹理特征,以此不仅可对预测跟踪点进行验证,而且也可在结构信息缺失的情况下对道路进行跟踪;最后选取不同类型、不同分辨率、不同场景的高分辨率遥感影像,通过与其他方法的实验对比,表明该方法能够解决道路提取过程中几何纹理特征突出性下降问题,具有准确率高和自动化程度高的优势.

摘要：针对《遥感图像处理程序设计》课程难以讲授,学生兴趣低的现状问题,结合应用创新型人才培养的目标,通过建立课程项目体系平台,以项目分解的方式指导学生,并在此基础上丰富教学资源及改进了考核方式。

摘要：针对目前遥感影像数据量急剧增加导致其读取和浏览效率低下的问题,本文构建了一个基于GDAL的遥感影像快速读取平台。本文首先分析现有的影像快速读取方法,然后利用GDAL库建立影像金字塔实现影像的快速读取,利用影像分块读取技术实现影像的快速浏览,并加入了影像缩放、直方图均衡化、距离量测和图像选点等基本功能。多组影像测试证明,本平台可以快速读取、浏览大数据量影像。

摘要：角反射器(corner reflector,CR)作为合成孔径雷达(synthetic aperture radar,SAR)影像上的地面控制点,其相位中心提取精度尤为重要。然而,SAR影像中的斑点噪声、分辨率差异和视角差异会对CR点的相位中心提取造成误判和偏差。文章提出了一种基于自适应距离-幂指数加权质心法的CR点相位中心高精度拟合方法,通过引入自适应拟合窗口来解决周围像素对CR点像点提取的干扰问题,并采用距离-幂指数加权法考虑距离关系对权重的影响,提高了CR点相位中心的提取精度。该方法在中卫遥感卫星定标场地区的高分三号SAR影像数据上进行验证,1 m和5 m分辨率影像上提取精度分别达到0.20个像素和0.44个像素。该研究对于提高SAR影像中CR点相位中心的准确性和可靠性具有重要意义。