CN102254174A - 崩滑体中裸地信息的自动提取方法 - Google Patents
崩滑体中裸地信息的自动提取方法 Download PDFInfo
- Publication number
- CN102254174A CN102254174A CN 201110191095 CN201110191095A CN102254174A CN 102254174 A CN102254174 A CN 102254174A CN 201110191095 CN201110191095 CN 201110191095 CN 201110191095 A CN201110191095 A CN 201110191095A CN 102254174 A CN102254174 A CN 102254174A
- Authority
- CN
- China
- Prior art keywords
- image
- principal component
- bare area
- gray level
- remote sensing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Image Processing (AREA)
Abstract
本发明公开了一种崩滑体中裸地信息的自动提取方法,包括如下步骤:(1)计算遥感影像中地物的植被指数和土壤亮度指数,并分别生成植被指数灰度图像和土壤亮度指数灰度图像;(2)对遥感影像进行主成分变换并提取第一主成分生成第一主成分灰度图像;(3)将所述植被指数灰度图像、所述土壤亮度指数灰度图像和所述第一主成分灰度图像合成彩色合成图像;(4)对所述彩色合成图像进行主成分变换并提取第一主成分生成新的第一主成分灰度图像;(5)对所述新的第一主成分灰度图像进行阈值分割,得到崩塌体中裸地的二值图像,从而提取出崩塌体中裸地的信息。本发明能准确将崩滑体中裸地信息提取出来,且提取的精度高、提取的速度快,并能够有效地消除地形阴影、植被及其它地物的影响。
Description
技术领域
本发明涉及地物信息遥感提取领域,尤其涉及一种崩滑体中裸地信息的自动提取方法。
背景技术
我国是地质环境脆弱、地质灾害多发的国家,山地、高原和丘陵占国土面积的2/3以上,崩塌、滑坡、泥石流灾害的分布范围占国土面积的44.8%,在近年发生的各类突发性地质灾害中,崩塌、滑坡、泥石流超过总数的90%,尤以西南、西北地区最为严重。这些灾害的发生,不仅带来重大的人员伤亡或财产损失,而且,也引发了严重的社会问题和公共安全问题。因而,崩滑体即滑坡和崩塌等地质灾害的遥感调查和研究一直都是遥感应用领域研究的重点,且对地质灾害防治工作的开展有着重要的意义。
由于崩滑体主要是裸地或植被稀少地,因而,一般是通过对裸地信息提取来分析崩滑体的信息。但是,由于崩滑体发生的影响因素较多,且带有偶然性,长期以来相关研究主要集中在灾后调查和评价上。目前,对崩滑体的遥感解译以人工目视解译为主,辅以人机交互分类的方法。人工目视解译是一种人工提取信息的方法,使用眼睛目视观察,同时借助一些光学仪器火灾计算机显示屏幕上,凭借丰富的解译经验,扎实的专业知识和手头的相关资料,通过人脑的分析、推理和判断,提取有用的信息。
然而,一方面,由于采用人工目视解译的方法解译遥感图像是一个复杂的认知过程,往往需要经历几次反复解译才能得到正确的结果,一景数据多种灾害信息的解译往往需要几天甚至更长的时间,因而,该方法的效率比较低。另一方面,采用人工目视解译的方法解译遥感图像时,只有在遥感图像上存在着颜色或者明度的差异时,并且这种差异能为解译者视觉所区分,才有可能将地物目标与背景区别开,且这种方法的解译精度因人而异,会成解译成果的拼接,因而,该方法的译精度比较低。
因此,有必要提供一种崩滑体中裸地信息的自动提取方法克服上述缺陷。
发明内容
本发明的目的是提供一种崩滑体中裸地信息的自动提取方法,能准确将崩滑体中裸地信息提取出来,且提取的精度高、提取的速度快。
为了实现上述目的,本发明提供了一种崩滑体中裸地信息的自动提取方法,包括如下步骤:(1)计算遥感影像中地物的植被指数和土壤亮度指数,并分别生成植被指数灰度图像和土壤亮度指数灰度图像;(2)对遥感影像进行主成分变换并提取第一主成分生成第一主成分灰度图像;(3)将所述植被指数灰度图像、所述土壤亮度指数灰度图像和所述第一主成分灰度图像合成彩色合成图像;(4)对所述彩色合成图像进行主成分变换并提取第一主成分生成新的第一主成分灰度图像;(5)对所述新的第一主成分灰度图像进行阈值分割,得到崩塌体中裸地的二值图像,从而提取出崩塌体中裸地的信息。
较佳地,所述步骤(1)之前还包括:对通过卫星获得的遥感影像的四个波段进行大气校正预处理。
较佳地,所述卫星为SPOT5卫星,遥感影像的所述四个波段为近红外波段、红光波段、绿光波段和蓝光波段。
较佳地,所述步骤(1)具体为:(11)获取卫星遥感数据中地物的近红外波段反射率和红光波段反射率,并根据公式计算遥感影像中地物的归一化植被指数并生成植被指数灰度图像,其中,INDVI为归一化植被指数,ρNIR为遥感影像中地物的近红外波段反射率,ρRED为遥感影像中地物的红光波段反射率;(12)获取卫星遥感数据中地物的红光波段反射率和绿光波段反射率,并根据公式计算遥感影像中地物的土壤亮度指数并生成土壤亮度指数灰度图像,其中,INDIS为土壤亮度指数,ρRED为遥感影像中地物的红光波段反射率,ρGREEN为遥感影像中地物的绿光波段反射率。
较佳地,所述步骤(5)具体为:(51)对所述新的第一主成分灰度图像进行灰度值拉伸;(52)获取拉伸后的所述新的第一主成分灰度图像的灰度直方图,并通过所述灰度直方图计算分割阈值;(53)根据所述分割阈值,将所述新的第一主成分灰度图像进行二值化,得到崩塌体中裸地的二值图像,从而提取出崩塌体中裸地的信息。
较佳地,所述步骤(51)具体为:将所述新的第一主成分灰度图像中的灰度值范围拉伸到0-255。
较佳地,所述步骤(52)具体为:获取拉伸后的所述新的第一主成分灰度图像的灰度直方图,通过迭代法计算所述灰度直方图的最大灰度值和最小灰度值,并选择两个最大灰度值之间的最小灰度值作为分割阈值。
较佳地,所述步骤(5)之后还包括:对所述崩塌体中裸地的二值图像进行形态学膨胀滤波、腐蚀滤波以及去噪处理。
与现有技术相比,本发明的方法通过计算遥感图像中的植被指数、土壤亮度指数和第一主成分变换值,从而增强了遥感图像中的裸地的灰度值,使裸地的灰度值与其他地物的灰度值的差异变大,消除了地形阴影的影响,因而,可通过阈值自动选取算法精确地选取分割阈值,从而将崩滑体中的裸地信息准确地提取出来。另外,由于裸地信息及后续崩滑体信息的提取都是基于多峰直方图阈值自动选取算法实现自动提取的,因而,提取的精度高且提取的速度快。
通过以下的描述并结合附图,本发明将变得更加清晰,这些附图用于解释本发明的实施例。
附图说明
图1为本发明崩滑体中裸地信息的自动提取方法的主流程图。
图2为经过本发明崩滑体中裸地信息的自动提取方法的步骤S1-S6处理后得到的新的第一主成分灰度图像。
图3为采用本发明崩滑体中裸地信息的自动提取方法的得到的崩塌体中裸地的二值图像。
具体实施方式
现在参考附图描述本发明的实施例,附图中类似的元件标号代表类似的元件。
如图1,本实施例崩滑体中裸地信息的自动提取方法包括如下步骤:
步骤S1,通过SPOT5卫星拍摄目标地的遥感影像,并对所述遥感影像的近红外波段、红光波段、绿光波段和蓝光波段进行大气校正预处理;
步骤S2,获取通过卫星检测的地物的近红外波段反射率和红光波段反射率,并根据公式计算所述遥感影像中地物的归一化植被指数并生成植被指数灰度图像,
其中,INDVI为归一化植被指数,ρNIR为所述遥感影像中地物的近红外波段反射率,ρRED为所述遥感影像中地物的红光波段反射率;
其中,INDIS为土壤亮度指数,ρRED为所述遥感影像中地物的红光波段反射率,ρGREEN为所述遥感影像中地物的绿光波段反射率;
步骤S4,对所述遥感影像进行主成分变换并提取第一主成分生成第一主成分灰度图像;
步骤S5,将所述植被指数灰度图像、所述土壤亮度指数灰度图像和所述第一主成分灰度图像合成彩色合成图像;
步骤S6,对所述彩色合成图像进行主成分变换并提取第一主成分生成新的第一主成分灰度图像;
步骤S7,将所述新的第一主成分灰度图像中的灰度值范围拉伸到0-255;
步骤S8,提取拉伸后的所述新的第一主成分灰度图像的灰度直方图,通过迭代法计算所述灰度直方图的最大灰度值和最小灰度值,并选择两个最大灰度值之间的最小灰度值作为分割阈值;
步骤S9,根据所述分割阈值,将所述新的第一主成分灰度图像进行二值化,得到崩塌体中裸地的二值图像,从而提取出崩塌体中裸地的信息;
步骤S10,对所述崩塌体中裸地的二值图像进行形态学膨胀滤波、腐蚀滤波以及去噪处理。
表1为经过步骤S1-步骤S6处理后,得到的所述遥感影像的地物的光谱值。
从表1可以看出,遥感影像经过步骤S1-步骤S6的处理后,获得的新的第一主成分灰度图像的特征为:①裸地及植被稀少地区的灰度值最小,均值仅23.35,远小于水体、阴影和植被;②裸地及植被稀少地区的最大灰度值与居民地最小灰度值间存在较少的混淆;③地形阴影的灰度值为极高的正值。
根据新的第一主成分灰度图像的典型特征并结合图2可以看出,崩滑体中裸地的光谱值和其他地物的光谱差异增大。因而,利用阈值自动选取算法可简单、准确的提取崩塌和滑坡提取中提取裸地和植被稀少图斑。提取的结果中会存在极少的道路,在后续计算中加入地形数据,可极为方便的剔除,不影响提取的精度。
如图3所示,遥感影像经过本发明的崩滑体中裸地信息的自动提取方法处理后,通过最终获得的崩塌体中裸地的二值图像,崩滑体中的裸地信息被精确地提取出。
由上可知,本发明的方法通过计算遥感图像中的植被指数、土壤亮度指数和第一主成分变换值,从而增强了遥感图像中的裸地的灰度值,使裸地的灰度值与其他地物的灰度值的差异变大,消除了地形阴影的影响,因而,可通过阈值自动选取算法精确地选取分割阈值,从而将崩滑体中的裸地信息准确地提取出来。另外,由于裸地信息及后续崩滑体信息的提取都是基于多峰直方图阈值自动选取算法实现自动提取的,因而,提取的精度高且提取的速度快。
以上结合最佳实施例对本发明进行了描述,但本发明并不局限于以上揭示的实施例,而应当涵盖各种根据本发明的本质进行的修改、等效组合。
Claims (8)
1.一种崩滑体中裸地信息的自动提取方法,包括如下步骤:
(1)计算遥感影像中地物的植被指数和土壤亮度指数,并分别生成植被指数灰度图像和土壤亮度指数灰度图像;
(2)对遥感影像进行主成分变换并提取第一主成分生成第一主成分灰度图像;
(3)将所述植被指数灰度图像、所述土壤亮度指数灰度图像和所述第一主成分灰度图像合成彩色合成图像;
(4)对所述彩色合成图像进行主成分变换并提取第一主成分生成新的第一主成分灰度图像;
(5)对所述新的第一主成分灰度图像进行阈值分割,得到崩塌体中裸地的二值图像,从而提取出崩塌体中裸地的信息。
2.如权利要求1所述的崩滑体中裸地信息的自动提取方法,其特征在于,所述步骤(1)之前还包括:
对通过卫星获得的遥感影像的四个波段进行大气校正预处理。
3.如权利要求2所述的崩滑体中裸地信息的自动提取方法,其特征在于,所述卫星为SPOT5卫星,遥感影像的所述四个波段为近红外波段、红光波段、绿光波段和蓝光波段。
4.如权利要求1所述的崩滑体中裸地信息的自动提取方法,其特征在于,所述步骤(1)具体为:
其中,INDVI为归一化植被指数,ρNIR为遥感影像中地物的近红外波段反射率,ρRED为遥感影像中地物的红光波段反射率;
其中,INDIS为土壤亮度指数,ρRED为遥感影像中地物的红光波段反射率,ρGREEN为遥感影像中地物的绿光波段反射率。
5.如权利要求1所述的崩滑体中裸地信息的自动提取方法,其特征在于,所述步骤(5)具体为:
(51)对所述新的第一主成分灰度图像进行灰度值拉伸;
(52)提取拉伸后的所述新的第一主成分灰度图像的灰度直方图,并通过所述灰度直方图计算分割阈值;
(53)根据所述分割阈值,将所述新的第一主成分灰度图像进行二值化,得到崩塌体中裸地的二值图像,从而提取出崩塌体中裸地的信息。
6.如权利要求5所述的崩滑体中裸地信息的自动提取方法,其特征在于,所述步骤(51)具体为:
将所述新的第一主成分灰度图像中的灰度值范围拉伸到0-255。
7.如权利要求5所述的崩滑体中裸地信息的自动提取方法,其特征在于,所述步骤(52)具体为:
提取拉伸后的所述新的第一主成分灰度图像的灰度直方图,通过迭代法计算所述灰度直方图的最大灰度值和最小灰度值,并选择两个最大灰度值之间的最小灰度值作为分割阈值。
8.如权利要求1所述的崩滑体中裸地信息的自动提取方法,其特征在于,所述步骤(5)之后还包括:
对所述崩塌体中裸地的二值图像进行形态学膨胀滤波、腐蚀滤波以及去噪处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110191095 CN102254174B (zh) | 2011-07-08 | 2011-07-08 | 崩滑体中裸地信息的自动提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110191095 CN102254174B (zh) | 2011-07-08 | 2011-07-08 | 崩滑体中裸地信息的自动提取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102254174A true CN102254174A (zh) | 2011-11-23 |
CN102254174B CN102254174B (zh) | 2013-01-02 |
Family
ID=44981428
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201110191095 Active CN102254174B (zh) | 2011-07-08 | 2011-07-08 | 崩滑体中裸地信息的自动提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102254174B (zh) |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104992455A (zh) * | 2015-07-29 | 2015-10-21 | 中国神华能源股份有限公司 | 塌陷坑检测方法及装置 |
CN105279738A (zh) * | 2015-07-15 | 2016-01-27 | 电子科技大学 | 基于遥感影像植被参数估算中阴影问题的应对方法 |
CN105303184A (zh) * | 2015-11-25 | 2016-02-03 | 中国矿业大学(北京) | 一种卫星遥感影像中地物精确识别方法 |
CN105427305A (zh) * | 2015-11-19 | 2016-03-23 | 国家海洋局北海预报中心 | 一种绿潮信息提取方法 |
CN106323885A (zh) * | 2015-06-26 | 2017-01-11 | 中国石油化工股份有限公司 | 一种岩样有机质成熟度测量方法 |
CN106600574A (zh) * | 2016-08-25 | 2017-04-26 | 中国科学院遥感与数字地球研究所 | 一种基于遥感影像与高程数据的滑坡提取方法 |
CN108052903A (zh) * | 2017-12-13 | 2018-05-18 | 阜阳市颍东区兴牧禽业专业合作社 | 开放式鸡舍种类鉴别系统及方法 |
CN108154068A (zh) * | 2016-12-02 | 2018-06-12 | 航天星图科技(北京)有限公司 | 一种遥感影像中泥石流信息的提取方法 |
CN108875615A (zh) * | 2018-06-07 | 2018-11-23 | 中国石油天然气股份有限公司 | 沉积区域遥感识别方法、装置、电子设备及存储介质 |
CN109001125A (zh) * | 2018-06-13 | 2018-12-14 | 吉林大学 | 一种基于高分一号卫星图像的苗情探测方法及系统 |
CN109558881A (zh) * | 2018-11-22 | 2019-04-02 | 重庆广睿达科技有限公司 | 一种基于计算机视觉的危岩崩塌监控方法 |
CN109801304A (zh) * | 2019-01-11 | 2019-05-24 | 重庆邮电大学 | 一种抑制裸地的建筑指数构建及建筑区域快速提取方法 |
CN110334623A (zh) * | 2019-06-25 | 2019-10-15 | 华中农业大学 | 一种基于Sentinel-2A卫星遥感影像提取崩岗信息的方法 |
CN111626092A (zh) * | 2020-03-26 | 2020-09-04 | 陕西陕北矿业韩家湾煤炭有限公司 | 一种基于机器学习的无人机影像地裂缝识别及提取方法 |
CN112052811A (zh) * | 2020-09-11 | 2020-12-08 | 郑州大学 | 基于人工智能及航拍图像的牧场草原沙化检测方法 |
CN115471980A (zh) * | 2022-08-16 | 2022-12-13 | 智洋创新科技股份有限公司 | 泥石流灾害预警方法 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111754501B (zh) * | 2020-06-30 | 2021-08-27 | 重庆师范大学 | 基于fcm算法的自适应土壤图像阴影检测方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1431626A (zh) * | 2002-12-27 | 2003-07-23 | 南京师范大学 | 主题制图仪图像信息提取与黑白图像的彩色图像生成 |
-
2011
- 2011-07-08 CN CN 201110191095 patent/CN102254174B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1431626A (zh) * | 2002-12-27 | 2003-07-23 | 南京师范大学 | 主题制图仪图像信息提取与黑白图像的彩色图像生成 |
Non-Patent Citations (4)
Title |
---|
《Phys. Chem. Earth》 20011231 Temesgen B et al T.Natural hazard assessment using GIS and remote sensing methods 665-675 1-8 第26卷, 第9期 * |
《地质通报》 20081130 姚鑫等 基于地貌特征的浅层崩滑体遥感自动识别 1870-1874 1-8 第27卷, 第11期 * |
《西南科技大学硕士研究生学位论文》 20091231 许高程 利用遥感图像对滑坡体进行识别的应用研究 全文 1-8 , * |
《遥感技术与应用》 20040831 刘勇洪等 基于MODIS遥感数据的宏观土地覆盖特征分类方法与精度分析研究 217-223 1-8 第19卷, 第4期 * |
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106323885A (zh) * | 2015-06-26 | 2017-01-11 | 中国石油化工股份有限公司 | 一种岩样有机质成熟度测量方法 |
CN106323885B (zh) * | 2015-06-26 | 2019-04-02 | 中国石油化工股份有限公司 | 一种岩样有机质成熟度测量方法 |
CN105279738A (zh) * | 2015-07-15 | 2016-01-27 | 电子科技大学 | 基于遥感影像植被参数估算中阴影问题的应对方法 |
CN104992455A (zh) * | 2015-07-29 | 2015-10-21 | 中国神华能源股份有限公司 | 塌陷坑检测方法及装置 |
CN105427305B (zh) * | 2015-11-19 | 2018-12-21 | 国家海洋局北海预报中心 | 一种绿潮信息提取方法 |
CN105427305A (zh) * | 2015-11-19 | 2016-03-23 | 国家海洋局北海预报中心 | 一种绿潮信息提取方法 |
CN105303184A (zh) * | 2015-11-25 | 2016-02-03 | 中国矿业大学(北京) | 一种卫星遥感影像中地物精确识别方法 |
CN106600574A (zh) * | 2016-08-25 | 2017-04-26 | 中国科学院遥感与数字地球研究所 | 一种基于遥感影像与高程数据的滑坡提取方法 |
CN106600574B (zh) * | 2016-08-25 | 2019-07-23 | 中国科学院遥感与数字地球研究所 | 一种基于遥感影像与高程数据的滑坡提取方法 |
CN108154068A (zh) * | 2016-12-02 | 2018-06-12 | 航天星图科技(北京)有限公司 | 一种遥感影像中泥石流信息的提取方法 |
CN108052903A (zh) * | 2017-12-13 | 2018-05-18 | 阜阳市颍东区兴牧禽业专业合作社 | 开放式鸡舍种类鉴别系统及方法 |
CN108052903B (zh) * | 2017-12-13 | 2020-09-08 | 阜阳汇中芯自动化技术有限公司 | 开放式鸡舍种类鉴别系统及方法 |
CN108875615A (zh) * | 2018-06-07 | 2018-11-23 | 中国石油天然气股份有限公司 | 沉积区域遥感识别方法、装置、电子设备及存储介质 |
CN108875615B (zh) * | 2018-06-07 | 2021-04-30 | 中国石油天然气股份有限公司 | 沉积区域遥感识别方法、装置、电子设备及存储介质 |
CN109001125A (zh) * | 2018-06-13 | 2018-12-14 | 吉林大学 | 一种基于高分一号卫星图像的苗情探测方法及系统 |
CN109558881A (zh) * | 2018-11-22 | 2019-04-02 | 重庆广睿达科技有限公司 | 一种基于计算机视觉的危岩崩塌监控方法 |
CN109558881B (zh) * | 2018-11-22 | 2023-05-23 | 重庆广睿达科技有限公司 | 一种基于计算机视觉的危岩崩塌监控方法 |
CN109801304A (zh) * | 2019-01-11 | 2019-05-24 | 重庆邮电大学 | 一种抑制裸地的建筑指数构建及建筑区域快速提取方法 |
CN110334623A (zh) * | 2019-06-25 | 2019-10-15 | 华中农业大学 | 一种基于Sentinel-2A卫星遥感影像提取崩岗信息的方法 |
CN111626092A (zh) * | 2020-03-26 | 2020-09-04 | 陕西陕北矿业韩家湾煤炭有限公司 | 一种基于机器学习的无人机影像地裂缝识别及提取方法 |
CN111626092B (zh) * | 2020-03-26 | 2023-04-07 | 陕西陕北矿业韩家湾煤炭有限公司 | 一种基于机器学习的无人机影像地裂缝识别及提取方法 |
CN112052811A (zh) * | 2020-09-11 | 2020-12-08 | 郑州大学 | 基于人工智能及航拍图像的牧场草原沙化检测方法 |
CN115471980A (zh) * | 2022-08-16 | 2022-12-13 | 智洋创新科技股份有限公司 | 泥石流灾害预警方法 |
CN115471980B (zh) * | 2022-08-16 | 2024-03-22 | 智洋创新科技股份有限公司 | 泥石流灾害预警方法 |
Also Published As
Publication number | Publication date |
---|---|
CN102254174B (zh) | 2013-01-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102254174B (zh) | 崩滑体中裸地信息的自动提取方法 | |
CN105957079B (zh) | 基于Landsat OLI多光谱影像的湖泊水域信息提取方法 | |
CN106548463B (zh) | 基于暗通道与Retinex的海雾图像自动去雾方法及系统 | |
CN103914813B (zh) | 彩色雾霾图像去雾与光照补偿的复原方法 | |
CN105654436A (zh) | 一种基于前景背景分离的背光图像增强去噪方法 | |
CN105354865A (zh) | 多光谱遥感卫星影像自动云检测方法及系统 | |
CN106294705A (zh) | 一种批量遥感影像预处理方法 | |
CN102881160B (zh) | 一种低照度场景下的户外交通标志识别方法 | |
CN102902956A (zh) | 一种地基可见光云图识别处理方法 | |
CN103034858A (zh) | 一种卫星云图的二次聚类分割方法 | |
CN103646246A (zh) | 一种基于决策树模型的多光谱遥感影像河流信息提取方法 | |
CN104217440B (zh) | 一种从遥感图像中提取建成区的方法 | |
CN103914692A (zh) | 一种用于煤矿周围地表水系的遥感识别方法 | |
CN103839267A (zh) | 一种基于形态学建筑物指数的建筑物提取方法 | |
CN104850853B (zh) | 城市快速提取方法及装置 | |
CN114596495B (zh) | 一种基于Sentinel-2A遥感影像溜砂坡判识与自动提取方法 | |
Wang et al. | Automated road extraction from multi-resolution images using spectral information and texture | |
CN102231190B (zh) | 冲洪积扇信息的自动提取方法 | |
CN113705523A (zh) | 一种基于光学和双极化sar融合的分层城市不透水面提取方法 | |
CN113435254A (zh) | 一种基于哨兵二号影像的耕地深度学习提取方法 | |
CN117391981A (zh) | 一种基于低光照明和自适应约束的红外与可见光图像融合方法 | |
CN114049566A (zh) | 一种逐步细化的陆地卫星影像云和云阴影检测方法及装置 | |
CN106169086B (zh) | 导航数据辅助下的高分辨率光学影像损毁道路提取方法 | |
Wang et al. | Fault detection using color blending and color transformations | |
CN115311520A (zh) | 一种基于视觉识别的百香果成熟度检测及定位方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |