地理与地理信息科学
地理與地理信息科學
지리여지리신식과학
GEOGRAPHY AND TERRITORIAL RESEARCH
2015年
2期
20-23,封3
,共5页
救灾帐篷%无人机%高分辨率遥感
救災帳篷%無人機%高分辨率遙感
구재장봉%무인궤%고분변솔요감
disaster relief tents%UAV%high resolution remote sensing
在分析救灾帐篷的光谱和形状特征基础上,将基于像元和面向对象分类方法相结合,提出一种针对无人机可见光遥感影像的救灾帐篷信息提取方法.首先基于帐篷初始样本在三维光谱空间中的范围对图像进行快速二值化初分类,通过聚类与尺寸滤波消除噪声图斑对后续信息提取的影响;然后引入不同结构模板的邻域分析和形态学方法还原对象空间形状,针对遥感影像的第一主成分,提取分割对象的光谱均值、局部二值模式对比度(LBPContrast)均值、长轴长等特征;最后利用基于径向基函数(RBF)的支持向量机(SVM)分类方法完整提取救灾帐篷.以灾后常用的0.2m无人机可见光遥感影像为例的实验结果表明,救灾帐篷识别率高达95.5％.该方法运算效率高,克服了蓬顶内部异质性和相似物的影响,对于利用无人机可见光遥感影像开展救灾帐篷的检测与分析具有参考价值.
在分析救災帳篷的光譜和形狀特徵基礎上,將基于像元和麵嚮對象分類方法相結閤,提齣一種針對無人機可見光遙感影像的救災帳篷信息提取方法.首先基于帳篷初始樣本在三維光譜空間中的範圍對圖像進行快速二值化初分類,通過聚類與呎吋濾波消除譟聲圖斑對後續信息提取的影響;然後引入不同結構模闆的鄰域分析和形態學方法還原對象空間形狀,針對遙感影像的第一主成分,提取分割對象的光譜均值、跼部二值模式對比度(LBPContrast)均值、長軸長等特徵;最後利用基于徑嚮基函數(RBF)的支持嚮量機(SVM)分類方法完整提取救災帳篷.以災後常用的0.2m無人機可見光遙感影像為例的實驗結果錶明,救災帳篷識彆率高達95.5％.該方法運算效率高,剋服瞭蓬頂內部異質性和相似物的影響,對于利用無人機可見光遙感影像開展救災帳篷的檢測與分析具有參攷價值.
재분석구재장봉적광보화형상특정기출상,장기우상원화면향대상분류방법상결합,제출일충침대무인궤가견광요감영상적구재장봉신식제취방법.수선기우장봉초시양본재삼유광보공간중적범위대도상진행쾌속이치화초분류,통과취류여척촌려파소제조성도반대후속신식제취적영향;연후인입불동결구모판적린역분석화형태학방법환원대상공간형상,침대요감영상적제일주성분,제취분할대상적광보균치、국부이치모식대비도(LBPContrast)균치、장축장등특정;최후이용기우경향기함수(RBF)적지지향량궤(SVM)분류방법완정제취구재장봉.이재후상용적0.2m무인궤가견광요감영상위례적실험결과표명,구재장봉식별솔고체95.5％.해방법운산효솔고,극복료봉정내부이질성화상사물적영향,대우이용무인궤가견광요감영상개전구재장봉적검측여분석구유삼고개치.
