共查询到20条相似文献,搜索用时 343 毫秒
1.
近年来,随着城镇化进程的持续推进,部分管道的周边环境不断变化,相应管道的高后果区范围也随之发生变化,准确、高效地掌握环境变化数据以持续更新高后果区信息对管道企业的安全管理工作具有重要意义。由于短期内管道沿线具有自然地物变化较少、人工地物变化频率较高的特点,利用高分辨率正射影像与多光谱影像,提出一种基于多源遥感影像的高后果区变化检测方法。该方法在超像素分割基础上,以LBP-HOG融合特征和光谱梯度差方法对多源数据的变化信息进行提取。实验表明,此方法对管道周边人工地物的变化检测具有较高的准确性,可有效提高高后果区管理的工作效率。 相似文献
2.
【目的】基于影像多尺度分割和缨帽变换,构建适用于高原复杂山区森林覆盖变化的检测方法。【方法】应用Landsat5 TM和Landsat 8 OLI多光谱影像,以滇中东高原过渡山区地带为研究区,基于多尺度分割,利用缨帽变换(TCT)和主成分分析(PCA),重构面向对象多特征变化矢量,确定最优阈值,提取森林覆盖变化信息,并验证结果精度。【结果】(1)文中构建方法(PMKT-D)的试验结果总体精度为92.32%,Kappa系数为0.843 7,结果精度显著优于对照方法;(2)2010-2020年间滇中东高原过渡山区森林覆盖变化面积356.88 km2,占影像总面积的1.06%,森林覆盖变化显著。【结论】基于多尺度分割,结合TCT和PCA能够有效消弱高原山区复杂地形和物候影响,发挥面向对象多特征变化矢量优势,增强森林覆盖变化光谱特征,显著提高变化检测精度。 相似文献
3.
传统方法在确定影像对象的异质性时,根据整幅遥感影像以及判别经验所确定的全局固定阈值往往不能很好地适应各种不同属性的检测对象。针对这一问题,该研究提出了一种自适应的双模糊阈值的判别方法,在传统的图像变化检测预处理的基础上,利用Q型因子在整幅影像中获取具有代表性的训练样本,分别计算各样本的变化强度和相关系数的最优阈值以及熵的二值化阈值,建立样本的变化阈值集合,选择集合的中位数作为整幅影像的变化阈值,利用模糊识别算法分别对所得到的2幅变化影像进行运算,求交集建立混淆矩阵,最终得到变化检测的结果。试验结果表明,该算法对不同属性的影像对象具有良好的适应性,较传统的阈值变化检测方法其平均正确率提高了31.12%,有效地减少了错判或漏判。 相似文献
4.
5.
管道高后果区识别工作主要依据GB 32167—2015《油气输送管道完整性管理规范》开展,但由于缺乏有效技术手段的支撑,标准中的定量识别判据对实际识别工作的指导作用受限,从而导致识别工作的效率以及识别结果的准确率不高。为此,提出基于高分辨率遥感影像的高后果区识别方法,采用卷积神经网络和条件随机场组合模型,通过管道中心线两侧缓冲区的建立和基于线性参考的管段划分,实现管道沿线建筑物的自动检测与提取,最后,应用几何计算完成全线高后果区识别。利用该方法对某管道高后果区进行了识别,识别的准确率与召回率分别为93%、90%,大幅提高了高后果区识别的效率与准确性。研究成果可为管道高后果区的高效、定量识别提供技术指导,具有良好的应用前景。(图4,表1,参27) 相似文献
6.
湿地高分辨率遥感影像的变化检测 总被引:1,自引:1,他引:0
【目的】研究高分辨率遥感影像的湿地动态检测,为湿地资源的可持续发展提供信息支撑。【方法】充分利用面向像元和面向对象两种方法的优势和特点,结合多变量变化检测(MAD),提出对MAD变量的面向对象后分类方法(OB-M方法)。【结果】基于MAD变换的差异影像集中了两期影像的变化信息,基于像元差异影像的面向对象后分类方法能成功的检测多时相遥感影像的几何配准误差、单时相阴影、光照季节变化等“伪变化信息”,成功提取变化/未变化信息。【结论】比较传统的面向对象分类后比较和MAD方法,提出的OB-M方法能较好地提高湿地变化/未变化信息检测的精度。 相似文献
7.
目前,山区油气管道路由大多通过传统人工选线方式确定,线路质量严重依赖选线人员的经验与技术水平,选线结果往往不够科学、合理。为此,提出一种基于地质信息图谱的山区油气管道选线方法,其通过地形地貌、地质风险、高后果区、敏感区4个方面构建区域地质信息图谱,基于管道路由成本,通过因子成本量化,构建用于选线的成本栅格图谱,最终通过最优路径算法分析得出最优路径。将该方法应用于中国西南山区某管道,通过对比计算路由与现有路由发现:采用基于地质信息图谱的山区管道选线方法得到的路由能够有效避开地形复杂、地质环境条件差的地区及高后果区与环境敏感区,且综合考虑了距离成本,弥补了人工选线综合因子考虑的问题,可为线路设计人员提供参考与借鉴。(图6,表1,参21) 相似文献
8.
《金陵科技学院学报》2021,(2)
针对行人检测算法在复杂光照场景以及多尺度情况下检测效果较差的问题,提出了一种基于SSD多模态多尺度特征融合的行人检测算法CMMSNet。该算法使用ResNet作为SSD算法的主干特征提取网络,分别提取可见光图像和红外图像两种模态的特征,在多尺度的特征层上使用注意力机制对两种模态的特征进行加权融合,使用多尺度特征融合层进行行人检测。在KAIST数据集上的实验结果表明,CMMSNet在复杂光照场景以及多尺度情况下具有良好的鲁棒性,行人检测效果显著提升。 相似文献
9.
【目的 】针对地表覆盖变化受干扰因素影响而产生伪变化的问题,提出一种基于遗传规划(Genetic Programming,GP)的变化检测方法,以提高土地管理、灾害评估和生态监测中地表覆盖变化检测的准确性和实时性。【方法 】文章以山东省阳谷县为研究区,基于研究区两幅Landsat-8 OLI影像,采用GP算法进行种群初始化、适应度评估和种群进化,进而进化出最佳个体用于地表覆盖变化检测,并将GP检测结果与变化向量分析、主成分分析和相关系数法这3种传统遥感变化检测方法进行比较。【结果 】基于GP的变化检测方法获得的总体精度为95.55%,Kappa系数为0.91,变化和未变化像元的错分率分别为3.37%和5.50%,漏分率分别为5.58%和3.32%,优于3种传统变化检测方法。【结论 】基于GP的变化检测方法可以自动选择地表覆盖敏感光谱波段构建变化强度树,并自动集成阈值和变化强度树,避免了手动设置阈值带来的主观干扰。 相似文献
10.
本研究在整体小波变换融合方法基础上,提出了基于对比度的局部特征选择加权小波变换影像融合方法,并以多光谱TM和高空间分辨率IRS-1C全色波段图像为例,与色彩空间变换HIS融合方法进行图像融合效果的比较分析试验。试验表明基于对比度的局部特征选择加权小波变换影像融合方法能在最大限度保持多光谱影像光谱信息的同时,增强了影像的纹理信息。 相似文献
11.
12.
为了提高多云雾地区光学遥感影像利用率、探索不同云量的光学影像和SAR影像的最佳融合尺度,选取重庆市渝中地区为研究区,基于Sentinel-1A极化合成孔径雷达(SAR)影像与不同云量的Sen鄄tinel-2A(云量分别为0、10%、20%、30%)光学影像,进行小波变换融合、乘积变换融合、高通滤波融合,再利用图像评价方法评价影像融合以后的效果,最后利用面向对象的方法对融合前后的影像进行分类,利用混淆矩阵比较最终的分类精度。结果显示,无云情况下,小波变换融合效果最好,最大限度地保留了原多光谱影像的亮度、反差,有效防止了影像信息的丢失,对植被的解译能力有了明显改善,而融合后的影像保真度较差,其余两种融合效果相对次之,因此,在多云雾地区进行多源遥感数据融合时,尤其是异质数据融合时,优先推荐小波融合算法;当云量为10%以上时,3种融合算法虽然信息熵略有增加,但平均梯度、标准差减少了,造成解译困难,导致最终分类精度均略低于Sentinel-2A影像,远低于Sentinel-1A影像,基本不能满足使用要求,因此,在进行地表覆被解译时,推荐用SAR影像替代光学影像。 相似文献
13.
基于面向对象的QUICKBIRD数据和SAR数据融合的地物分类 总被引:1,自引:0,他引:1
为了实现精确植被类型信息提取,以福建省三明市将乐林场Quickbird影像和Radarsat-2全极化影像作为基础数据,探讨高空间分辨率光学遥感影像与SAR(合成孔径雷达)全极化影像融合进行地表覆盖及森林类型识别的可行性。采用面向对象多尺度分割方法对Quickbird全色与多光谱的融合影像进行处理,SAR影像采用Gram-Schmidt融合方法处理,运用处理的Quickbird与SAR的融合影像,分类提取植被的光谱、纹理和几何特征信息,建立类层次结构,并对分类结果进行比较分析。结果表明:基于对象与知识的方法对高空间分辨率影像分类取得了较好的分类效果,多源遥感数据分类的总体精度为0.903。 相似文献
14.
《西南林业大学学报》2019,(5)
以福建沙县为研究区,融合SPOT-5多光谱影像与全色影像,基于灰度共生矩阵法提取纹理量,与光谱波段组合,采用支持向量机分类方法提取虫害信息,探讨纹理特征对于虫害监测信息提取精度的影响。结果表明:结合多尺度纹理与光谱特征的支持向量机分类方法,其虫害信息提取总精度最高,为80.48%;结合单尺度纹理与光谱特征的支持向量机分类器方法,其虫害信息提取总精度次之,为78.81%;基于光谱特征的最大似然法,其虫害信息提取总精度最低,为70.48%。结合多尺度纹理与光谱特征的支持向量机分类器方法,其图面表现也较好,减少了图面的细碎斑点。因此,提取多尺度纹理与光谱特征结合,丰富了图像信息量,有助于提高虫害信息的提取精度。 相似文献
15.
提出了一种基于视觉的泡罩包装缺陷检测方法.首先将表面图像分成泡罩区和底板区两部:令.在泡罩区先采用基于HIS颜色空间的合成颜色特征矢量提取出药片边缘,计算药片属性,然后采用改进的闵可夫斯基距离法进行药片颜色匹配.底板区通过提取基于共生矩阵的纹理特征,采用反向传播神经网络分类器进行缺陷识别,实验证明:泡罩区采用的算法不仅药片边缘定位精度高,而且可有效检测药片的污物、色斑等缺陷;底板区采用的识别算法能够检测各种纹理的复杂缺陷. 相似文献
16.
《油气储运》2017,(4)
为了提升管道完整性管理效率,结合完整性管理具体要求及业务流程,开发了基于B/S架构模式的管道完整性管理系统,建立了管道完整性数据模型,构建了数据库,实现了数据的集中管理和共享。该系统包括管道高后果区识别、风险评价、完整性评价等核心评价模块:高后果区识别模块能够实现管道高风险管段的识别、上报、统计分析、更新等;风险评价模块能够展示管道的全线风险分布,并进行风险敏感性分析;完整性评价模块能够对内检测到的腐蚀、凹陷、裂纹等缺陷进行统计分析,对外检测到的数据进行分析评价,实现管道防腐层及阴极保护的有效性评估。将基于B/S架构的管道完整性管理系统应用于国内某输油管道,实践表明:系统基本满足该管道的完整性管理需求,响应速度快,可靠性高,应用效果良好,为管道的安全维护决策提供了依据。 相似文献
17.
为实现穴盘甘蓝的智能化管理,针对穴盘甘蓝病害识别存在的光照不均匀、对比度低和待检测目标小等问题,研究了基于深度学习的穴盘甘蓝病害检测算法。该算法结合通道空间注意力机制模块,在特征提取模块对特征信息进行重标定,引导模型关注病害区域特征,抑制背景噪声,降低模型漏检率。并采用自适应多尺度特征融合算法提取穴盘甘蓝病害多尺度特征,充分利用不同尺度特征的语义信息提升小目标的检测精确率。由于算法的检测框定位不准确,在回归损失函数中添加了重叠面积损失、中心点距离损失和宽高损失,对回归任务进行了优化,提高穴盘甘蓝病害预测框定位精度;同时引入变焦损失函数作为分类损失函数,利用权重缩放因子缓解模型训练过程中相似病害类间差距小的问题。结果表明,研究算法对穴盘甘蓝炭疽病、细菌性黑斑病、褐斑病、黑腐病的检测平均精确率分别为97.59%、99.70%、98.69%和97.64%;其平均精度均值达到98.41%,与YOLOX、Faster R-CNN、YOLOv3、SSD、CenterNet算法相比,分别提高了4.96、12.86、18.19、4.71、10.69百分点。 相似文献
18.
19.
20.