CN103473548A - 一种利用图像处理和先验知识提取断裂构造信息方法 - Google Patents
一种利用图像处理和先验知识提取断裂构造信息方法 Download PDFInfo
- Publication number
- CN103473548A CN103473548A CN2013104349799A CN201310434979A CN103473548A CN 103473548 A CN103473548 A CN 103473548A CN 2013104349799 A CN2013104349799 A CN 2013104349799A CN 201310434979 A CN201310434979 A CN 201310434979A CN 103473548 A CN103473548 A CN 103473548A
- Authority
- CN
- China
- Prior art keywords
- information
- image
- priori
- linear
- rift structure
- 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)
- Processing Or Creating Images (AREA)
Abstract
本发明提供一种利用图像处理和先验知识提取断裂构造信息方法,该方法包括有以下步骤:获取工程区高分辨率遥感影像及基础地质资料S1;对影像进行边缘增强处理S2;利用边缘检测算法提取地物边缘信息S3;利用形态匹配算法提取线性信息S4;利用先验知识对线性信息进行连通和剔除S5;通过地理信息系统综合分析得到断裂构造信息S6。本发明的效果是该提取断裂构造信息方法是利用遥感图像处理技术辅助提取断裂构造信息,与所述人工判释方法相比,能够大幅减弱判释人员经验和主观因素的影响,提高断裂构造信息提取的准确性至80%以上,为更好更快地提取断裂构造信息提供了新的技术手段。
Description
技术领域
本发明涉及地质遥感判释技术,特别是涉及一种利用图像处理和先验知识提取断裂构造信息方法。
背景技术
铁路、公路、水利等长大线路的线位、大型站房、附属设施等工程布置要尽量绕避或以大角度通过断裂构造,尤其是区域性活动断裂构造,以提高工程的安全性。断裂构造已成为长大线路工程地质勘察的重点内容。
近些年,出现了基于遥感信息的人工判释方法,用于进行断裂构造信息提取。但是,这种方法主要靠人工进行目视解译,尚存在一些问题:一方面,受判释人员的经验和主观因素影响大;另一方面,没有充分发挥出遥感技术的优势。仅靠目视判读提取断裂构造信息难度大效率低,很难满足工程建设和安全生产的要求。
发明内容
针对现有地质遥感判释技术进行断裂构造信息提取存在的问题,本发明的目的是提供一种利用图像处理和先验知识提取断裂构造信息方法,以实现断裂构造信息的快速准确提取,革新传统的受主观因素影响大的人工判释方法。
为实现上述目的,本发明采用的技术方案是提供一种利用图像处理和先验知识提取断裂构造信息方法,该方法用于对区域断裂构造信息的提取,其中,图像处理在遥感图像处理软件中进行,数据综合分析在地理信息系统软件中进行,先验知识来自区域地质资料和建立的判释标志库,用于对自动提取的线性信息进行连通和剔除,得到区域断裂构造信息,该方法包括有以下步骤:
获取工程区高分辨率遥感影像及基础地质资料S1:获取工程区成像时间在两年内、成像分辨率大于5m的遥感影像数据,高分辨率遥感影像应带有有理函数传感器模型(RPC)参数,影像获取通过代理公司或卫星地面站购买,对工程区进行现场踏勘,并收集工程区地质图和地形图资料;
对影像进行边缘增强处理S2:对步骤S1获取的高分辨率遥感影像在遥感图像处理软件中进行预处理,利用遥感图像处理软件中的高通滤波或锐化处理,增强地物的边缘信息,将边缘信息增强结果与步骤S1获取的影像按4:6的比例叠加,并输出成TIFF格式文件;
利用边缘检测算法提取地物边缘信息S3:对步骤S2得到的地物边缘增强影像利用Canny边缘检测算法进行边缘检测处理,提取地物的边缘信息;
利用形态匹配算法提取线性信息S4:对步骤S3得到的地物边缘信息,采用先膨胀后侵蚀的方法进行数学形态学滤波处理,利用Hough变换提取线性信息,此过程利用在MatLab软件中编程实现;
利用先验知识对线性信息进行连通和剔除S5:将步骤S2得到的地物边缘增强影像和步骤S4得到的线性信息,发送到地理信息系统软件,进行空间叠加分析,利用先验知识对线性信息进行连通和剔除,得到断裂构造线;
通过地理信息系统综合分析得到断裂构造信息S6:将步骤S5得到的断裂构造线发送到地理信息系统软件,进行长度的量测,划分断裂构造等级,得到区域断裂构造信息。
本发明的效果是该提取断裂构造信息方法是利用遥感图像处理技术辅助提取断裂构造信息,与所述人工判释方法相比,能够大幅减弱判释人员经验和主观因素的影响,提高断裂构造信息提取的准确性至80%以上,为更好更快地提取断裂构造信息提供了新的技术手段。
附图说明
图1为本发明的一种利用图像处理和先验知识提取断裂构造信息方法的流程图;
图2为本发明实例的研究区原始数据示意图;
图3为本发明实例的地物边缘信息增强影像示意图;
图4为本发明实例的边缘检测算法提取边界示意图;
图5为本发明实例的形态滤波算法提取的线性信息示意图;
图6(1)为本发明实例的断裂构造判释标志的河流的直角拐弯示意图;
图6(2)为本发明实例的断裂构造判释标志的断层沟谷与河流的突然拐弯示意图;
图7为本发明实例的区域断裂构造线连通和剔除结果示意图;
图8为本发明实例的区域断裂构造分布结构图。
图中:
S1、获取工程区高分辨率遥感影像及基础地质资料
S2、对影像进行边缘增强处理
S3、利用边缘检测算法提取地物边缘信息
S4、利用形态匹配算法提取线性信息
S5、利用先验知识对线性信息进行连通和剔除
S6、通过地理信息系统综合分析得到断裂构造信息
具体实施方式
结合附图对本发明的一种利用图像处理和先验知识提取断裂构造信息方法作进一步描述。
如图1所示,本发明的一种利用图像处理和先验知识提取断裂构造信息方法,技术步骤包括:获取工程区高分辨率遥感影像及基础地质资料S1、对影像进行边缘增强处理S2、利用边缘检测算法提取地物边缘信息S3、利用形态匹配算法提取线性信息S4、利用先验知识对线性信息进行连通和剔除S5、通过地理信息系统综合分析得到断裂构造信息S6。
S1、获取工程区高分辨率遥感影像及基础地质资料
获取工程区成像时间在两年内、成像分辨率大于5m的遥感影像数据,如分辨率为2.5m的SPOT5、ALOS等卫星影像、分辨率为2.1m的资源三号卫星影像等。高分辨率遥感影像应带有有理函数传感器模型(RPC)参数,影像获取可通过代理公司或卫星地面站购买。对工程区进行现场踏勘,并收集工程区地质图和地形图资料。
S2、对影像进行边缘增强处理
对步骤S1获取的高分辨率遥感影像在遥感图像处理软件中进行预处理,利用遥感图像处理软件中的高通滤波或锐化处理,增强地物的边缘信息。将边缘信息增强结果与步骤S1获取的影像按4:6的比例叠加,并输出成TIFF格式文件。
①遥感影像预处理
遥感影像预处理包括影像的几何校正和镶嵌处理,可在遥感图像处理软件中实现。
几何校正和镶嵌处理均已有成熟技术,可在ENVI、ERDAS等遥感图像处理软件中实现。
②地物边缘信息增强
地物边缘信息增强可采用锐化方法或高通滤波方法。
利用锐化方法进行地物边缘信息增强,其数据处理包括遥感图像的载入、锐化算子的选择和进行锐化处理,可在遥感图像处理软件中实现。
利用高通滤波方法进行地物边缘信息增强,其数据处理包括遥感图像的载入、高通滤波器的选择和进行高通滤波处理,可在遥感图像处理软件中实现。
③地物边缘信息增强结果输出
将得到的地物边缘信息增强结果与步骤S1获取的影像按4:6的比例叠加,并输出成TIFF格式文件,得到地物边缘信息增强影像。
S3、利用边缘检测算法提取地物边缘信息
对步骤S2得到的地物边缘信息增强影像利用Canny边缘检测算法进行边缘检测处理,提取地物的边缘信息。主要步骤如下:
①对影像进行平滑处理,以减少噪声影响
利用高斯滤波器对步骤S2得到的影像进行平滑处理。首先将步骤S2得到的影像进行归一化处理,以浮点阵列的形式存储,而后对该阵列进行一维和二维高斯滤波,以减少噪声影响。
②计算梯度的幅值和方向
对平滑处理后的影像,利用一阶偏导的有限差分来计算梯度的幅值和方向。
③对梯度幅值进行非极大值抑制
对各像素点的梯度值进行非极大值抑制,即在当前像素点的3×3邻域内,如果当前点的梯度幅值大于沿梯度方向上相邻两个像素点的梯度幅值,则认为该点是可能的边缘点,将其对应的标志位置1。否则,则认为该点为非边缘点,将其对应的标志位清0。
④对经过非极大值抑制处理后的图像进行双阈值化处理,消除虚假边缘并连接断续边缘,提取地物边缘信息
利用文献“冯珂等,一种改进的Canny边缘检测AGT算法.计算机应用与软件,2012,29(3):265-266.”的方法确定高低阈值。用高阈值与经过非极大值抑制后的图像进行比较,记录边缘点。对所有的边缘点,在8邻域内迭代寻找大于低阈值的点,并标记为边缘点。连接断续的边缘点,得到地物边缘信息。
S4、利用形态匹配算法提取线性信息
对步骤S3得到的地物边缘信息,采用先膨胀后侵蚀的方法进行数学形态学滤波处理,利用Hough变换提取线性信息,此过程可在MatLab中编程实现。
①对步骤S3得到的地物边缘信息,进行数学形态滤波处理
数学形态滤波处理主要为图像膨胀和图像侵蚀。首先,根据形态学膨胀算子对边缘点所在区域进行区域填充,在确保边界完整的同时,使图像的边缘轮廓变粗,得到图像膨胀处理结果;而后,根据形态学侵蚀算子对图像膨胀处理结果进行细化处理,使得边界更加符合实际,同时为后续边缘提取过程减小难度和错误。
②利用hough变换提取线性信息
利用在MatLab中编程处理的方式,对数学形态滤波结果进行Hough变换处理,提取影像线性信息。
S5、利用先验知识对线性信息进行连通和剔除
将步骤S2得到的地物边缘增强影像和步骤S4得到的线性信息,发送到地理信息系统软件进行空间叠加分析,利用先验知识对线性信息进行连通和剔除,得到断裂构造线。
①数据的叠加分析
将步骤S4得到的线性信息和步骤S2得到的影像发送到地理信息系统软件,进行二者的空间叠加分析,保持步骤S4得到的线性信息叠放在步骤S2得到的影像前。
②建立先验知识
首先,判释人员根据野外踏勘和对地质图、地形图等区域地质资料的分析,初步认清区域的断裂构造分布特征。
其次,根据对区域断裂构造的认识,提取区域断裂构造的判释标志。判释标志包括断层破碎带的直接出露,断层沟谷、断层垭口、断层三角面的分布,以及河流的突然拐弯,岩性或相邻地貌单元的突变特征。根据提取区域断裂构造的判释标志,建立判释标志库。
最后,对区域断裂构造的初步认识和建立的判释标志库,共同构成先验知识。
③利用先验知识对线性信息进行连通和剔除
基于步骤S2得到的影像,依据先验知识,对步骤S4得到的线性信息进行连通和剔除。
首先,利用先验知识,判断步骤S4得到的线性信息是否为断裂构造上的离散线段。具体过程为将步骤S4得到的线性信息和步骤S2得到的影像进行叠加分析,利用先验知识,判断步骤S4得到的线性信息是否与步骤S2得到的影像上区域断裂构造分布特征和判释标志相符。若相符则为断裂构造上的离散线段,若不符则不是断裂构造上的离散线段。
其次,对线性信息进行连通和剔除。根据所述利用先验知识判断步骤S4得到的线性信息是否为断裂构造上的离散线段,若不是断裂构造上的离散线段,则进行直接剔除,以删除非断裂构造的线性信息;若是断裂构造上的离散线段,则根据步骤S2得到的影像,利用先验知识对所述影像上同一直线上的线性信息进行连通,形成一条完整的断裂构造线。
最后,循环所述对线性信息进行连通和剔除过程,对整个工程区内线性信息进行连通和剔除,得到区域断裂构造线。
S6、通过地理信息系统综合分析得到断裂构造信息
将步骤S5得到的断裂构造线发送到地理信息系统软件,进行长度的量测,划分断裂构造等级,得到区域断裂构造信息。
首先,数据的载入与长度测量。将步骤S5得到的断裂构造线发送到地理信息系统软件。利用地理信息系统软件中的距离量算功能量测每一条断裂构造线的长度(L),并在属性中进行标记。
其次,划分断裂构造线等级。断裂构造等级划分标准为:L≧100km为一级断裂;50km≦L﹤100km为二级断裂;25km≦L﹤50km为三级断裂;L﹤25km为四级断裂。依据断裂构造划分标准,按照所述量测的断裂构造线长度对各断裂构造线进行等级划分,得到区域断裂构造信息。
下面通过实例对上述方法进行验证:
S1、获取工程区高分辨率遥感影像及基础地质资料
购买了新建浦建龙梅铁路线局部地区分辨率为2.5m的ALOS卫星影像,影像带有有理函数传感器模型(RPC)参数,研究区原始数据如图2所示。图中影像上线性信息纵横交错,地物间色调反差较小,地物边界和纹理信息不明显。对工程区进行现场踏勘,并收集到工程区地质图和地形图资料。
S2、对影像进行边缘增强处理
①遥感影像预处理
基于影像带有的有理函数传感器模型(RPC)参数,利用ERDAS遥感图像处理软件对获取的影像进行了几何校正。
②地物边缘信息增强
在ENVI遥感图像处理软件中,利用高通滤波方法对所述影像进行地物边缘信息增强处理。高通滤波器使用为3×3的变换核,中心值为“8”,周围像元值为“-1”。
③地物边缘信息增强结果输出
将得到的地物边缘信息增强结果与步骤S1获取的影像按4:6的比例叠加,并输出成TIFF格式文件,得到地物边缘信息增强影像如图3所示。由图可见,边缘增强处理后的影像地物界线清晰,边缘信息反映明显。
S3、利用边缘检测算法提取地物边缘信息
对步骤S2得到的地物边缘信息增强影像利用Canny边缘检测算法进行边缘检测处理,提取地物的边缘信息。图4为提取的地物边缘信息结果,由图可见,地物的边界和纹理信息显示为白色线条,其他信息屏蔽为黑色。
S4、利用形态匹配算法提取线性信息
对步骤S3得到的地物边缘信息,采用先膨胀后侵蚀的方法进行数学形态学滤波处理,在MatLab中编程实现Hough变换提取线性信息的过程(部分代码如下)。提取的线性信息结果见图5。由图可见,线性信息被很好地提取出来,其中包括断裂信息、河流信息、地物边界信息等。
Hough变换提取线性信息的部分代码如下:
S5、利用先验知识对线性信息进行连通和剔除
将步骤S2得到的地物边缘增强影像和步骤S4得到的线性信息,发送到地理信息系统软件进行空间叠加分析,利用先验知识对线性信息进行连通和剔除,得到断裂构造线。
①数据的叠加分析
将步骤S4得到的线性信息和步骤S2得到的影像发送到地理信息系统软件,进行二者的空间叠加分析,保持步骤S4得到的线性信息叠放在步骤S2得到的影像前。
②建立先验知识
首先,判释人员根据野外踏勘和对地质图、地形图等区域地质资料的分析,初步认清区域的断裂构造分布特征。
其次,根据对区域断裂构造的认识,提取区域断裂构造的判释标志。图6为提取的该区部分断裂构造判释标志,图6(1)为河流的直角拐弯,可见河流受断裂影响发生两次直角拐弯,并在沿断裂分布段呈直线展布,很好地反映出断裂构造的分布特征;图6(2)为断层沟谷与河流的突然拐弯综合形成的判释标志,断层沟谷笔直而深切,具有明显的方向性,沟谷延伸方向即为断裂构造的走向,期间河流受断裂构造影响而发生直角拐弯。
最后,对区域断裂构造的初步认识和建立的判释标志库,共同构成先验知识。
③利用先验知识对线性信息进行连通和剔除
基于步骤S2得到的影像,依据先验知识,对步骤S4得到的线性信息进行连通和剔除。
首先,利用先验知识,判断步骤S4得到的线性信息是否为断裂构造上的离散线段。具体过程为将步骤S4得到的线性信息和步骤S2得到的影像进行叠加分析,利用先验知识,判断步骤S4得到的线性信息是否与步骤S2得到的影像上区域断裂构造分布特征和判释标志相符。若相符则为断裂构造上的离散线段,若不符则不是断裂构造上的离散线段。
其次,对线性信息进行连通和剔除。根据所述利用先验知识判断步骤S4得到的线性信息是否为断裂构造上的离散线段,若不是断裂构造上的离散线段,则进行直接剔除,以删除非断裂构造的线性信息;若是断裂构造上的离散线段,则根据步骤S2得到的影像,利用先验知识对所述影像上同一直线上的线性信息进行连通,形成一条完整的断裂构造线。
最后,循环所述对线性信息进行连通和剔除过程,对整个工程区内线性信息进行连通和剔除,得到区域断裂构造线如图7所示。由图可见,通过联通和剔除过程处理,研究区内断裂构造分布特征被很好地呈现出来,该区断裂构造走向以北东向为主。
S6、通过地理信息系统综合分析得到断裂构造信息
将步骤S5得到的断裂构造线发送到地理信息系统软件,进行长度的量测,划分断裂构造等级,得到区域断裂构造信息。
首先,数据的载入与长度测量。将步骤S5得到的断裂构造线发送到地理信息系统软件。利用地理信息系统软件中的距离量算功能量测每一条断裂构造线的长度(L),并在属性中进行标记。
其次,划分断裂构造线等级。断裂构造等级划分标准为:L≧100km为一级断裂;50km≦L﹤100km为二级断裂;25km≦L﹤50km为三级断裂;L﹤25km为四级断裂。依据断裂构造划分标准,按照所述量测的断裂构造线长度对各断裂构造线进行等级划分,得到区域断裂构造信息。根据量测,研究区内断裂构造长度(L)均小于25km,研究区内均为四级断裂,区域断裂构造分布见图8。
Claims (4)
1.一种利用图像处理和先验知识提取断裂构造信息方法,该方法用于对区域断裂构造信息的提取,其中,图像处理在遥感图像处理软件中进行,数据综合分析在地理信息系统软件中进行,先验知识来自区域地质资料和建立的判释标志库,用于对自动提取的线性信息进行连通和剔除,得到区域断裂构造信息,该方法包括有以下步骤:
获取工程区高分辨率遥感影像及基础地质资料(S1):获取工程区成像时间在两年内、成像分辨率大于5m的遥感影像数据,高分辨率遥感影像应带有有理函数传感器模型(RPC)参数,影像获取通过代理公司或卫星地面站购买,对工程区进行现场踏勘,并收集工程区地质图和地形图资料;
对影像进行边缘增强处理(S2):对步骤(S1)获取的高分辨率遥感影像在遥感图像处理软件中进行预处理,利用遥感图像处理软件中的高通滤波或锐化处理,增强地物的边缘信息,将边缘信息增强结果与步骤(S1)获取的影像按4:6的比例叠加,并输出成TIFF格式文件;
利用边缘检测算法提取地物边缘信息(S3):对步骤(S2)得到的地物边缘增强影像利用Canny边缘检测算法进行边缘检测处理,提取地物的边缘信息;
利用形态匹配算法提取线性信息(S4):对步骤(S3)得到的地物边缘信息,采用先膨胀后侵蚀的方法进行数学形态学滤波处理,利用Hough变换提取线性信息,此过程利用在MatLab软件中编程实现;
利用先验知识对线性信息进行连通和剔除(S5):将步骤(S2)得到的地物边缘增强影像和步骤(S2)得到的线性信息,发送到地理信息系统软件,进行空间叠加分析,利用先验知识对线性信息进行连通和剔除,得到断裂构造线;
通过地理信息系统综合分析得到断裂构造信息(S6):将步骤(S5)得到的断裂构造线发送到地理信息系统软件,进行长度的量测,划分断裂构造等级,得到区域断裂构造信息。
2.根据权利要求1所述的利用图像处理和先验知识提取断裂构造信息方法,其特征是:所述的对影像进行边缘增强处理(S2)中,地物边缘信息增强结果输出过程为:将得到的地物边缘信息增强结果与步骤(S1)获取的影像按4:6的比例叠加,并输出成TIFF格式文件,得到地物边缘信息增强后的影像。
3.根据权利要求1所述的利用图像处理和先验知识提取断裂构造信息方法,其特征是:所述的利用形态匹配算法提取线性信息(S4)步骤中,进行数学形态学滤波处理方法包括:图像膨胀和图像侵蚀,首先,根据形态学膨胀算子对边缘点所在区域进行区域填充,在确保边界完整的同时,使图像的边缘轮廓变粗,得到图像膨胀处理结果;而后,根据形态学侵蚀算子对图像膨胀处理结果进行细化处理,使得边界更加符合实际,同时为后续边缘提取过程减小难度和错误。
4.根据权利要求1所述利用图像处理和先验知识提取断裂构造信息方法,其特征是:所述的利用先验知识对线性信息进行连通和剔除(S5)方法为:
①数据的叠加分析
将步骤(S4)得到的线性信息和步骤(S2)得到的影像发送到地理信息系统软件,进行二者的空间叠加分析,保持步骤(S4)得到的线性信息叠放在步骤(S2)得到的影像前;
②建立先验知识
首先,判释人员根据野外踏勘和对地质图、地形图等区域地质资料的分析,初步认清区域的断裂构造分布特征;
其次,根据对区域断裂构造的认识,提取区域断裂构造的判释标志,判释标志包括断层破碎带的直接出露,断层沟谷、断层垭口、断层三角面的分布,以及河流的突然拐弯,岩性或相邻地貌单元的突变特征,根据提取的区域断裂构造判释标志,建立判释标志库;
最后,对区域断裂构造的初步认识和建立的判释标志库,共同构成先验知识;
③利用先验知识对线性信息进行连通和剔除
基于步骤(S2)得到的影像,依据先验知识,对步骤(S4)得到的线性信息进行连通和剔除;
首先,利用先验知识,判断步骤(S4)得到的线性信息是否为断裂构造上的离散线段,具体步骤为:将步骤(S4)得到的线性信息和步骤(S2)得到的影像进行叠加分析,利用先验知识,判断步骤(S4)得到的线性信息是否与步骤(S2)得到的影像上区域断裂构造分布特征和判释标志相符,若相符则为断裂构造上的离散线段,若不符则不是断裂构造上的离散线段;
其次,对线性信息进行连通和剔除,根据所述利用先验知识判断步骤(S4)得到的线性信息是否为断裂构造上的离散线段,若不是断裂构造上的离散线段,则进行直接剔除,以删除非断裂构造的线性信息;若是断裂构造上的离散线段,则根据步骤(S2)得到的影像,利用先验知识对所述影像上同一直线上的线性信息进行连通,形成一条完整的断裂构造线;
最后,循环所述对线性信息进行连通和剔除过程,对整个工程区内线性信息进行连通和剔除,得到区域断裂构造线。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310434979.9A CN103473548B (zh) | 2013-09-22 | 2013-09-22 | 一种利用图像处理和先验知识提取断裂构造信息方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310434979.9A CN103473548B (zh) | 2013-09-22 | 2013-09-22 | 一种利用图像处理和先验知识提取断裂构造信息方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103473548A true CN103473548A (zh) | 2013-12-25 |
CN103473548B CN103473548B (zh) | 2016-08-10 |
Family
ID=49798392
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310434979.9A Active CN103473548B (zh) | 2013-09-22 | 2013-09-22 | 一种利用图像处理和先验知识提取断裂构造信息方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103473548B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103942809A (zh) * | 2014-05-12 | 2014-07-23 | 福州大学 | 检测岩石图像中节理裂隙的方法 |
CN105740807A (zh) * | 2016-01-28 | 2016-07-06 | 武汉大学 | 一种基于数学形态学的遥感图像提取连续河流骨架线方法 |
CN109239734A (zh) * | 2018-08-24 | 2019-01-18 | 河南东网信息技术有限公司 | 一种铁路沿线环境安全监控预警系统 |
CN111491130A (zh) * | 2019-12-14 | 2020-08-04 | 李西营 | 自适应显示画面驱动装置 |
CN116109934A (zh) * | 2023-04-13 | 2023-05-12 | 东华理工大学南昌校区 | 一种基于图像识别技术的地质断层识别方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101246551A (zh) * | 2008-03-07 | 2008-08-20 | 北京航空航天大学 | 一种快速的车牌定位方法 |
CN101126813B (zh) * | 2007-09-29 | 2010-11-24 | 北京交通大学 | 一种高分辨率卫星遥感影像中构筑物轮廓提取方法 |
CN101968885A (zh) * | 2010-09-25 | 2011-02-09 | 西北工业大学 | 一种基于边缘和灰度的遥感图像变化检测方法 |
JP2012511697A (ja) * | 2008-12-09 | 2012-05-24 | トムトム ノース アメリカ インコーポレイテッド | 測地参照データベースを生成する方法 |
CN102661710A (zh) * | 2012-04-26 | 2012-09-12 | 铁道第三勘察设计院集团有限公司 | 一种滑坡下滑量参数遥感快速勘测方法 |
-
2013
- 2013-09-22 CN CN201310434979.9A patent/CN103473548B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101126813B (zh) * | 2007-09-29 | 2010-11-24 | 北京交通大学 | 一种高分辨率卫星遥感影像中构筑物轮廓提取方法 |
CN101246551A (zh) * | 2008-03-07 | 2008-08-20 | 北京航空航天大学 | 一种快速的车牌定位方法 |
JP2012511697A (ja) * | 2008-12-09 | 2012-05-24 | トムトム ノース アメリカ インコーポレイテッド | 測地参照データベースを生成する方法 |
CN101968885A (zh) * | 2010-09-25 | 2011-02-09 | 西北工业大学 | 一种基于边缘和灰度的遥感图像变化检测方法 |
CN102661710A (zh) * | 2012-04-26 | 2012-09-12 | 铁道第三勘察设计院集团有限公司 | 一种滑坡下滑量参数遥感快速勘测方法 |
Non-Patent Citations (3)
Title |
---|
刘桂卫等: "铁路地质判释遥感图像融合算法优选与应用", 《铁道工程学报》 * |
李迎春等: "胶新铁路沂沭断裂带跨断层地壳形变监测系统方案研究", 《铁道标准设计》 * |
陶生若等: "遥感图像在铁路张双线的应用", 《铁道勘察》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103942809A (zh) * | 2014-05-12 | 2014-07-23 | 福州大学 | 检测岩石图像中节理裂隙的方法 |
CN105740807A (zh) * | 2016-01-28 | 2016-07-06 | 武汉大学 | 一种基于数学形态学的遥感图像提取连续河流骨架线方法 |
CN105740807B (zh) * | 2016-01-28 | 2019-04-09 | 武汉大学 | 一种基于数学形态学的遥感图像提取连续河流骨架线方法 |
CN109239734A (zh) * | 2018-08-24 | 2019-01-18 | 河南东网信息技术有限公司 | 一种铁路沿线环境安全监控预警系统 |
CN111491130A (zh) * | 2019-12-14 | 2020-08-04 | 李西营 | 自适应显示画面驱动装置 |
CN116109934A (zh) * | 2023-04-13 | 2023-05-12 | 东华理工大学南昌校区 | 一种基于图像识别技术的地质断层识别方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN103473548B (zh) | 2016-08-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108416784B (zh) | 城市建成区边界快速提取方法、装置及终端设备 | |
Tong et al. | Use of shadows for detection of earthquake-induced collapsed buildings in high-resolution satellite imagery | |
CN101793501B (zh) | 一种基于图像的输电线覆冰状态检测方法 | |
Chen et al. | Towards semi-automatic discontinuity characterization in rock tunnel faces using 3D point clouds | |
CN103473548A (zh) | 一种利用图像处理和先验知识提取断裂构造信息方法 | |
CN104361582B (zh) | 一种对象级高分辨率sar影像洪水灾害变化检测方法 | |
CN103528534B (zh) | 一种基于图像监测的输电线路覆冰厚度检测方法 | |
CN103729853B (zh) | 三维gis辅助下的高分遥感影像建筑物倒损检测方法 | |
Soliman et al. | Effects of vertical accuracy of digital elevation model (DEM) data on automatic lineaments extraction from shaded DEM | |
CN104778721A (zh) | 一种双目图像中显著性目标的距离测量方法 | |
CN105989322A (zh) | 一种基于高分辨率遥感影像的多指标融合滑坡检测方法 | |
Mathavan et al. | Pavement raveling detection and measurement from synchronized intensity and range images | |
CN104361589A (zh) | 一种基于尺度间映射的高分辨率遥感影像分割方法 | |
CN103984946A (zh) | 一种基于K-means的高分辨率遥感地图道路提取方法 | |
CN104217426A (zh) | 一种基于ENVISAT ASAR与Landsat TM遥感数据面向对象提取水体的方法 | |
CN103914692A (zh) | 一种用于煤矿周围地表水系的遥感识别方法 | |
CN113627299B (zh) | 一种基于深度学习的导线漂浮物智能识别方法及装置 | |
CN105069806A (zh) | 一种三点联合的图像边缘检测方法 | |
CN111597930A (zh) | 一种基于遥感云平台的海岸线提取方法 | |
Xu-kai et al. | Automated detection of coastline using Landsat TM based on water index and edge detection methods | |
Adu-Gyamfi et al. | Functional evaluation of pavement condition using a complete vision system | |
CN112379453A (zh) | 交通困难地区沉积型碳酸盐铅锌矿勘测方法、系统、设备及应用 | |
CN106845498A (zh) | 结合高程的单幅山脉遥感图像滑坡泥石流检测方法 | |
CN103745476A (zh) | 基于线扫描局部峰值分析的手机隔板砂粒检测方法 | |
CN111696054B (zh) | 基于全极化sar图像的橡胶坝体检测方法 |
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 | ||
CP01 | Change in the name or title of a patent holder |
Address after: 300010 Hebei District, Zhongshan Road, No. 10, Patentee after: China Railway Design Group Limited Address before: 300010 Hebei District, Zhongshan Road, No. 10, Patentee before: China Railway Third Survey and Design Institute Group Ltd. |
|
CP01 | Change in the name or title of a patent holder |