首页期刊导航|测绘地理信息
期刊信息/Journal information
测绘地理信息
测绘地理信息

李清泉

双月刊

1007-3817

geo507@whu.edu.cn

027-68753506

430072

武汉市珞珈山武汉大学出版大楼

测绘地理信息/Journal Journal of GeomaticsCSCD北大核心CSTPCD
查看更多>>《测绘信息与工程》杂志是国家科委批准、教育部主管、武汉大学主办、国内外公开发行的技术类刊物;获中国高校科技期刊编校质量一等奖(中国高校学报研究会);中国科技论文在线优秀期刊二等奖(教育部);全国优秀测绘期刊二等奖(中国测绘学会);湖北省优秀期刊(湖北省新闻出版局);湖北省专业技术优秀精品期刊奖(湖北省新闻出版局)。被俄罗斯《文摘杂志》(AJ);美国《剑桥科学文摘》(CSA);日本《科学技术社数据库》(JST)等国外数据库收录。本刊读者对象主要为测绘、国土、交通、水利、电信、地矿、勘探、城建规划、冶金、农业、旅游、煤炭、石油、林业等领域的科研人员、专业技术人员和相关工程技术人员以及高校师生。
正式出版
收录年代

    适用于遥感影像可视化的非线性拉伸降位算法

    李相坤左斌高放李一挥...
    59-62页
    查看更多>>摘要:由于遥感影像文件的灰度级通常为16位,计算机显示遥感影像时需对其降位为8位影像并进行增强,以得到良好的视觉效果.传统的影像降位方法受极值影响易导致局部区域曝光过度、对比度或亮度过低等情况.为此,本文提出了一种适用于遥感影像可视化的非线性拉伸降位算法.首先利用多尺度的方法统计影像各波段的累计直方图;然后根据统计的平均值计算非线性拉伸参数;最后对影像进行降位.从整体上改善遥感影像显示的对比度与亮度,使降位后的影像具有良好的全局视觉效果,利于后续解译判读.利用吉林一号系列卫星影像进行实验,结果表明,该方法的视觉效果与定量评价指标均优于传统方法.

    遥感影像可视化影像降位非线性拉伸多尺度

    一种自行车车载智能手机测量路面平整度的方法

    王昊李连营杨敏许小兰...
    63-68页
    查看更多>>摘要:路面平整度的测量与可视化表达对于出行路线规划和道路养护具有重要意义.然而,现有路面平整度测量方法主要面向机动车道,少有针对非机动车道路面平整度测量的研究.针对该问题,本文提出一种实用、高效的非机动车道路面平整度测量方法.该方法通过智能手机测得骑行时自行车的竖直方向加速度数据,计算竖直加速度均方根(root mean square of vertical acceleration,RMSVA)作为路面平整度指数.在此基础上,依据RMSVA指数将路面平整度分为8个等级,并通过专门的可视化方法进行表达.本研究基于Android开发了一款路面平整度测量软件系统,并通过固定路段测试和不同材质路面测试验证了软件功能的可用性和有效性.

    路面平整度自行车智能手机传感器安卓

    融合极化合成孔径雷达图像多特征的建筑物提取

    滕佳华邵振峰吴文福郭宋静...
    69-73页
    查看更多>>摘要:从极化合成孔径雷达(polarimetric synthetic aperture radar,PolSAR)图像中提取建筑物对减灾防灾具有重要意义.本文充分利用不同极化特征以及纹理特征之间的互补性进行建筑物提取.首先,提取PolSAR图像的极化特征和纹理特征;然后,采用特征选择的随机森林(random forest,RF)算法进行建筑物提取并分析特征重要性.用机载AIR-SAR和ESAR数据进行实验,结果表明,本文方法的总体精度较高,分别达到了97.77%和97.01%.此外,在PolSAR图像中,极化特征是主要特征,纹理特征是次要特征,但是纹理特征可以作为极化特征的补充.

    建筑物提取PolSAR极化特征纹理特征随机森林

    基于相位信息的点云与航空影像配准方法

    李明范大昭储光涵宋佳璇...
    74-79页
    查看更多>>摘要:针对机载LiDAR(light detection and ranging)点云与航空影像的数据结构差异导致的配准难题,提出一种在二维平面基于相位信息的点云与航空影像配准方法.首先将点云投影至二维平面,在特征点提取与匹配阶段,利用FAST(features from accelerated segment test)在点云投影图与航空影像上提取特征点;然后采用Log-Gabor滤波器与影像卷积生成响应能量标签图,在此之上构造特征点描述符;最后采用最近邻算法进行匹配并设计了一种误匹配剔除流程进行误匹配剔除,由此建立点云激光点与航空影像像素之间的对应关系.为验证本文方法有效性,选取了3个场景的点云数据与航空影像进行实验,并与PSO-SIFT(position scale ori-entation-scale invariant feature transform)、RIFT(radiation-variation insensitive feature transform)、HAPCG(histogran of absolute phase consistency gradients)算法进行对比.结果表明,该方法的综合匹配性能在该数据中具有较高的鲁棒性与自动化水平.

    机载点云航空影像Log-Gabor滤波器响应能量标签图相位信息

    一种基于无人机影像点云的变化检测方法——以高速公路施工过程为例

    蔡冠中曾磊杨刚刘帅...
    80-84页
    查看更多>>摘要:提出了一种基于无人机(unmanned aerial vehicle,UAV)影像点云的变化检测新方法.首先,利用无人机获取目标不同时相的影像数据集,采用多测度半全局匹配算法生成密集三维点云.然后,使用局部分箱算法建立数字表面模型,通过设定阈值,对比不同时相数字表面模型之间的差值检测出变化区域.以高速公路施工过程为例对该方法进行验证分析,结果表明:相较于光学影像及激光雷达的方法,该方法分辨率高、成本低、精度较高,与真实变化信息较为吻合,平均变化检测质量约为83.29%,可用于不同地物在不同时期的变化信息提取.

    无人机影像点云变化检测数字表面模型

    一种融合LiDAR点云与影像的建筑物提取方法

    王思远吴怡凡李咏旭黄一鸣...
    85-90页
    查看更多>>摘要:建筑物的空间信息可以为城市规划、土地管理等提供重要参考.近年来,利用遥感方法提取建筑物引起了许多学者的关注,其核心是提取能够准确描述建筑物的特征,将其与其他物体区分开来.机载激光雷达获取的点云可以准确描述物体的三维特征,但具有离散性;航空图像具有丰富而连续的纹理信息,但缺乏对空间位置的描述.此外,现有特征之间可能存在冗余,从而降低了效率和准确性.为此,本文提出一种基于机载LiDAR(light detection and ranging)点云与航空影像融合的建筑物提取方法.首先,将两类数据源配准融合,实现更丰富的特征提取;其次,使用特征选择方法,降低特征维度,减少计算消耗的同时提高提取精度.实验结果表明,所提方法的有效性,优于生产中常用的LiDAR-Suite和Terrasolid软件.

    建筑物提取机载LiDAR航空影像特征选择

    一种用于视频超分辨率和去运动模糊联合处理的深度学习网络

    方宁詹总谦王鑫
    91-95页
    查看更多>>摘要:针对视频影像存在运动模糊及分辨率较低的问题,本文提出了一种视频超分辨率和去运动模糊联合处理的卷积神经网络(convolutional neural network,CNN),该网络可以应对剧烈的运动模糊干扰并恢复出清晰的高分辨率视频.首先,利用金字塔光流网络提取模糊帧中的清晰潜像并输出高分辨率的光流图来完成运动估计,并通过逐帧递归的方式完成运动补偿以充分利用时间先验信息;然后,以并联的方式分别提取超分辨率和去模糊特征;最后,利用通道注意力机制来增强两个分支的特征融合效率.在公开数据集上的实验结果表明,相比于现有的同类型超分辨率和去模糊算法,本文方法的重建结果更优.

    超分辨率视频去模糊卷积神经网络运动模糊

    面向长江流域水土流失监测中建设用地提取的遥感影像数据集

    郭娇张鹏飞李畅
    96-100页
    查看更多>>摘要:采用深度学习智能提取建设用地,对定量评价、监测和预测长江流域水土流失具有重要作用.本文基于开源数据,采用半自动标注方式标注建设用地,构建了面向长江流域水土流失监测的建设用地遥感数据集.该数据集在多个深度学习语义分割模型(FPN、PSPNet、DeepLabV3+、UN-et++、Swin-Transformer)测试中的总体精度(overall accu-racy,OA)均优于93.00%,均交并比(mean intersection over union,MIoU)优于70%,具有较高有效性,可推动遥感智能解译在水土流失监测中的应用.

    深度学习水土流失监测语义分割智能解译

    基于GEE平台的水稻种植范围识别研究——以黑龙江省为例

    潘建平安新永崔伟尚栋...
    101-106页
    查看更多>>摘要:精准识别与提取水稻种植范围对于粮食估产和耕地有效利用具有重要价值.以往的研究针对于单一的关键物候期进行水稻的识别,导致水稻与某些地物在单一时相中光谱可区分性较差.以黑龙江省为研究区,在谷歌地球引擎(google earth engine,GEE)云平台的支持下,利用哨兵二号(sentinel-2 MSI)数据,使用单类支持向量机(one-class sup-port vector machine,OCSVM)对水稻进行了种植范围遥感识别提取,设计了一种基于像元的融合物候特征识别算法,首先对于研究区内的水稻进行时序性分析,通过建立4个关键物候期;然后对水稻和研究区内的其他地物进行物候特征的择优选择;最后将所选的物候特征融合进行水稻种植范围提取.结果表明,该方法的结果精度与实地调查数据相比总体精度(overall accuracy,OA)为0.969,Kappa为0.93.

    水稻物候特征哨兵二号单类支持向量机谷歌地球引擎

    基于高分六号的南昌市植被地上生物量遥感估算

    刘奕彤邵振峰吴长枝齐晓飞...
    107-112页
    查看更多>>摘要:结合高分六号(GF-6)遥感数据对植被的光谱特征和纹理特征等参数进行提取,对于实地测量的树高和胸径等数据,使用异速生长方程将其转化为地上生物量的观测值.分别采用随机森林(random forest,RF)、支持向量机(sup-port vector machine,SVM)和K近邻算法(K-nearest neigh-bor,K-NN),结合实地采样数据构建植被地上生物量遥感反演模型,并对模型进行拟合效果检验和精度验证.结果表明,在3种机器模型中,随机森林模型的数据结果最优,其决定系数为0.6638,均方根误差为28.13.最终选择随机森林模型对南昌市植被地上生物量进行估算,得到南昌市的植被生物量分布图,为后续研究城市生物量遥感估算和城市生态研究供科学依据.

    地上生物量高分六号遥感反演机器学习