高分辨率卫星遥感影像地学计算(周成虎,骆剑承等著)思维导图
- 格式:xmin
- 大小:4.32 KB
- 文档页数:1


遥感影像图中的地物信息自动提取技术研究摘要:遥感影像推动了测绘技术的发展,而遥感影像的地物自动提取技术也有利于遥感影像的全数字化发展。
种子区域增长法是一种较好的遥感影像地物自动提取算法,但是由于容易受到噪声的影响,而导致地物提取轮廓不清晰。
在借助面向对象的遥感影像处理思想对种子区域增长算法进行改进后,所获得的地物轮廓更加精确,具有更好的遥感影像图地物自动提取效果。
关键词:遥感影像地物自动提取种子区域增长法自从20世纪60年代遥感技术问世以来,经过数十年的发展,遥感技术已经被广泛的应用于军事、测绘、环境等领域,并在其中发挥着非常重要的作用。
遥感影像图中的地物提取时测绘信息化、现代化发展的重要组成部分,极大的推动了遥感技术的数字化发展。
目前,如何从遥感影像中自动提取地物已经成为了遥感领域研究的重点。
但是,虽然目前国内外许多专家学者已经对此进行了许多的研究,并且已经取得了一定的研究成果,但是从遥感影像中自动获得地物信息作为一个较为前沿的研究领域,目前缺乏成熟的方法应用于实际当中。
1 种子区域增长法的改进种子区域增长法是一个较好的遥感影像图地物信息自动提取算法。
但是种子区域增长法受限于初始种子的好坏,容易受到噪声点的影响,同时区域增长停止准则的好坏对于增长的速度和增长的结果都有直接影响,如果在增长过程中如果某个像元有多个子集邻接像元,并且像元与多个子集邻接像元的差异都较小时,像元不同的归并方向会对区域增长速度和遥感影像图的地物提取效果造成较大的影响。
为此,在应用种子区域增长法实现遥感影像图地物自动提取时,需要对算法进行改进,以获得更好的地物自动提取效果。
在2009年周成虎所提出的面向对象的遥感影像处理思想中,将遥感影像图中地物要素的构成单元看成是unit(基元),并认为unit是根据一定的计算规则,在一定尺度下所获得的由具有相近像元所组成的连通区域,unit内部的像元具有特征相似性。
借助unit的思想,在使用种子区域增长法进行遥感影像图中地物自动提取过程中,如果将种子集Ai看成是初始基元,则基元的光谱特征反应了基元内部各个像元的光谱属性。
巧用思维导图进行地理高考复习作者:李俊来源:《中学政史地·高中文综》2015年第11期思维导图是针对培养和训练大脑的发散思维能力而提出的。
科学家认为思维导图体现出了人类的放射性思维。
通过研究思维导图的内涵与外延,我们发现人们的思维通常集中在思维导图的中心部分,再从中心向外发散,发散的结果与中心相结合,构成相互连接的具有中心的网络关系。
人们通过建立有效的思维导图可在一定程度上提高自身的发散思维能力。
高中地理是综合性、区域性较强且与自然及人类社会活动联系较为紧密的一门学科,在文科综合中占有重要地位。
在高中地理的学习和复习中,同学们接受到的地理知识较为繁杂、知识点众多,难于梳理。
因此,同学们可以在地理知识复习中逐渐引入思维导图来帮助理清知识思路,对相关知识点进行整合,形成结构清晰的知识网络。
1.思维导图在地理基础知识复习中的应用在高中地理知识的复习中,应用思维导图可以将一个个分散的知识点整合起来。
下面以“大规模的海水运动”这一部分内容的学习为例,结合思维导图(如下图)进行分析。
上图是以海水的运动——洋流为中心进行发散的思维导图。
从图中可以看到围绕着洋流,发散出洋流的分类、洋流带来的影响和世界洋流分布的规律三大分支,在此三大分支的基础上继而发散出各自的下级知识点。
例如,在学习洋流的影响时,利用发散思维引出洋流对海洋生物的影响、对海洋航行的影响、对气候的影响和对海洋污染的影响四个方面的内容。
因此,所有课程内容的知识点都可围绕着洋流来讲解,借此可逐步完善这一节内容的知识网络结构。
同样,在地理知识的复习过程中,如果教师用提问或习题的方式来检查同学们对于中心知识和中心知识的各个分支点的掌握和理解情况,同学们就可以根据思维导图快速地提取答案。
这样的训练方式可以帮助同学们在脑海里最快地建立起知识网络,掌握考试内容。
例如,在复习“地球的运动”这一节内容时,如果教师提出“地球自转线速度应怎样计算”的问题,根据地球运动的思维导图同学们可以迅速找出“V=V赤道× COSθ(θ表示当地纬度),地球自转线速度在赤道上最大并向两极递减(此外还需注意,纬度相同线速度相同,纬度不同线速度不同)”。