导读:本文包含了居民地识别论文开题报告文献综述及选题提纲参考文献，主要关键词:中间比例尺,多层次,典型模式,紧密性网络图
居民地识别论文文献综述
张秀红,陈迪,刘纪平,郭庆胜[1]（2018）在《结构化居民地群的多层次识别方法》一文中研究指出针对比例尺跨度较大(10倍甚至50倍)的情况,现有的聚类方法较难体现居民地的渐进合并过程。拟在初始数据源比例尺和综合后地图比例尺之间内插系列中间比例尺,在多层次上进行居民地群的识别。根据空间认知原理和格式塔视觉准则,将居民地群的空间结构概括为5种典型模式,并定义了各模式约束条件,提出了基于紧密性网络与典型模式相结合的结构化居民地群识别方法。首先,通过Delaunay叁角网对大比例尺居民地要素进行邻近关系识别,建立紧密性网络图,判断强闭合环路、弱闭合环路和延伸线,识别群结构中的各类典型模式。然后对识别出的群结构进行综合处理,依据设定阈值处理得到中间各级比例尺数据,从而实现多尺度空间数据的连续可视化。实验表明,利用该方法识别出的结果能够体现居民地群的空间分布特征,更加符合人的认知习惯。(本文来源于《武汉大学学报(信息科学版)》期刊2018年08期）
陈利燕,张新长,林鸿,杨敏[2]（2018）在《跨比例尺新旧居民地目标变化分析与决策树识别》一文中研究指出变化分析与探测是跨比例尺地图数据更新的核心问题之一。以往研究主要关注时间维上地理实体时空演化引起的地图目标变化,甚至将地图目标变化等同于地理实体真实变化,忽略了尺度维上由地图综合导致的表达变化。本文以居民地数据为例,从表层形式和深层缘由对跨比例尺新旧地图数据间的目标变化进行深入分析。在此基础上,引入机器学习领域的决策树方法构建变化信息识别模型。该模型的目标是判别时态变化和表达变化两种类型,从而提取用于更新小比例尺地图数据的真正变化信息。结合广州市多比例尺地图数据库更新任务及实际数据进行验证,结果显示设计的变化探测模型可以达到90%以上的整体精度。(本文来源于《测绘学报》期刊2018年03期）
舒志刚[3]（2017）在《栅格地图中带晕线居民地的自动识别》一文中研究指出目前,国内外许多测绘相关的部门储存了大量的数字栅格地图(DRG),但是却极少使用它们,不能有效发挥出栅格地图的作用。居民地是人类生活和生产的重要场所,是地图中最重要的地理要素之一。一些商业保险公司为了对区域土地状况进行有效评估,迫切需要从历史栅格地图中识别并提取带晕线的居民地与现势性强的地图进行分析比较。针对这一需求,开展居民地自动识别和提取研究具有较强的现实意义和科学意义。本文针对现有居民地识别算法容易出现识别错误、识别的边界位置精度不够高等问题,以栅格地图中带晕线居民地的自动、高效和准确识别为研究目的,提出了一种利用晕线特征的基于Gabor滤波器的居民地自动识别方法。该方法首先利用Gabor滤波器、高斯平滑、二值化、腐蚀、图像逻辑运算等处理进行居民地内部晕线检测;然后,从晕线图像最上方的一个晕线端点开始,沿着晕线方向结合动态填充策略追踪得到居民地多边形上的一个边界点;其次,以该边界点为起始点根据八邻域的像素值关系追踪下一个邻接的边界点,追踪过程中利用邻域像素值之间的关系及设计的条形检测器剔除噪声,按此方法依次追踪边界点,最终得到居民地边界图,居民地的边界以矢量坐标串的形式存储。最后,对3个典型区域的居民地样本进行了识别实验。实验结果表明:本文提出的方法能够准确、有效地自动地识别出栅格地图中带晕线的居民地,识别的边界完整。(本文来源于《江西师范大学》期刊2017-05-01）
晏雄锋,艾廷华,杨敏[4]（2016）在《居民地要素化简的形状识别与模板匹配方法》一文中研究指出针对居民地要素的分布和表达具有典型模板化特点,本文通过对其形状结构和区域环境进行分析,运用形态抽象概括和区域环境典型化基本原则构建一批模板作为居民地目标化简与典型化表达的候选形状,并基于转角函数的形状描述算子,计算居民地目标与模板之间的相似性程度。该方法从形状认知的角度出发,通过寻找与目标形状结构特征相似的模板替换原目标来完成化简操作,能较好地保持居民地目标的整体形状结构特征,同时兼顾了综合前后的面积均衡。通过真实数据进行试验,结果表明该方法具有较强的可靠性和实用性,可规模化应用于地形图上的地图综合实践。(本文来源于《测绘学报》期刊2016年07期）
李振敏,王晓青,窦爱霞,杨海霞,黄树松[5]（2015）在《基于Landsat-8与ZY3多源遥感影像的城镇居民地识别与再分类研究》一文中研究指出精细的居民地数据对地震灾害风险分析具有重要意义。为得到具有较高时效性与精细度的居民地数据,充分发挥其对人口、建筑物空间展布的指示作用,本文综合利用多源遥感影像的优势,基于分层分类思想开展城镇居民地识别与再分类研究。以甘肃天水秦州区的主城区为例,采用具有较高时效性的Landsat-8OLI影像,建立决策树分类模型识别出居民地轮廓;在居民地轮廓内部,进一步采用资源叁号卫星(ZY3)高分影像,利用面向对象方法进行居民地内部的建筑群再分类,最后得到了具有不同精细程度的居民地数据。实验结果中Landsat-8土地覆盖分类总体精度为92%(其中居民地识别率达86%),城镇居民地再分类的总体精度为81%,说明了本文研究方案的可行性。(本文来源于《地震》期刊2015年03期）
张璇,李维庆,李永鑫[6]（2014）在《基于格式塔视觉识别原则的面状居民地群组研究》一文中研究指出基于格式塔视觉识别原则,结合空间聚类方法的居民地群组方法,通过构建Delaunay叁角网建立视觉认知距离计算模型,并拟合了视觉认知距离的计算公式,将该视觉认知距离作为约束条件进行基于邻近图的层次约束空间聚类,实验得到了更加符合视觉认知的面状居民地群组聚类结果。(本文来源于《测绘》期刊2014年06期）
施蓓琦,刘春,陈能,孙伟伟[7]（2012）在《利用高光谱遥感影像纹理滤波的城市居民地识别》一文中研究指出高光谱影像具有丰富的光谱和空间结构信息,传统的基于光谱特征的分割方法易使分割区域过于细碎,从而降低了居民地信息提取的精度。尝试将纹理信息引入到特征空间,以提高信息识别、提取的精度。纹理信息采用多尺度3D-Gabor滤波器对经过特征选择后的高光谱影像进行滤波,进一步计算纹理能量和纹理特征,然后利用多特征聚类实现图像的初步分割,最终通过形态学方法获取影像中的居民地信息。实验表明,基于3D-Gabor滤波的方法能有效地识别、提取高光谱影像中的居民地信息。(本文来源于《武汉大学学报(信息科学版)》期刊2012年08期）
陈洋,付战平,王润生,张军[8]（2008）在《彩色扫描地形图中街区式居民地的自动识别》一文中研究指出为自动识别彩色扫描地形图中使用晕线填充绘制的街区式居民地,首先通过Gabor滤波检测晕线得到居民地候选区;然后在候选区中利用曲线跟踪算法识别居民地轮廓;最后进行线性插值连接和几何校正,以解决居民地轮廓不闭合和道路两侧居民地整齐排列问题.通过对5幅典型的居民地样本的实验。论证了文中方法的有效性和实用性.(本文来源于《计算机辅助设计与图形学学报》期刊2008年11期）
汪闽,蒋圣,杨晓梅[9]（2008）在《基于Gabor滤波方法的居民地识别分析》一文中研究指出图像纹理对于高分辨率遥感图像的信息提取与目标识别具有重要意义。针对"北京一号"小卫星全色遥感图像非城市区域居民地块往往呈现出比较明显的方向性纹理的特点,扩充改进Gabor滤波方法进行提取。方法主要利用Gabor滤波器的多尺度、多方向滤波的性质,提取多尺度纹理特征集,并进行特征;而后利用多特征聚类实现图像的初步分割。由于分割是对特征进行聚类完成的,其结果可能存在一个居民地块由若干个相互间存在间隔的子区域组成、存在无用小斑块、居民地内部存在大量小孔洞等缺陷。针对上述不足,利用形态学尺度空间融合方法,对居民地块通过结构元素不断增大的闭运算进行迭代融合,并选择一个具备"最长生存期限"的类别个数作为最佳类数,选择首次出现该类别数的分割结果作为最后的识别结果。对延庆地区的小卫星影像进行了居民地提取,并与共生矩阵纹理分析方法进行了实验对比。结果表明方法是有效的,并在提取精度上具有优势。(本文来源于《地球信息科学》期刊2008年03期）
潘励,王华,张剑清[10]（2007）在《遥感影像居民地目标Bayesian网络识别算法研究》一文中研究指出利用Nave Bayesian网络的学习和推理机制,提出一种在遥感影像上提取居民地目标的方法。该方法通过对所选取的正负样本进行学习,获取Bayesian网络的重要参数,即条件概率和概率分布密度。在此基础上,根据正负样本所构建的条件概率网,对未知类别信息的影像进行分类,从而获取居民地目标的信息。通过对实际全色SPOT5影像中居民地目标的提取,表明该方法具有较高的识别率。(本文来源于《武汉大学学报(信息科学版)》期刊2007年12期）
居民地识别论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
变化分析与探测是跨比例尺地图数据更新的核心问题之一。以往研究主要关注时间维上地理实体时空演化引起的地图目标变化,甚至将地图目标变化等同于地理实体真实变化,忽略了尺度维上由地图综合导致的表达变化。本文以居民地数据为例,从表层形式和深层缘由对跨比例尺新旧地图数据间的目标变化进行深入分析。在此基础上,引入机器学习领域的决策树方法构建变化信息识别模型。该模型的目标是判别时态变化和表达变化两种类型,从而提取用于更新小比例尺地图数据的真正变化信息。结合广州市多比例尺地图数据库更新任务及实际数据进行验证,结果显示设计的变化探测模型可以达到90%以上的整体精度。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
居民地识别论文参考文献
[1].张秀红,陈迪,刘纪平,郭庆胜.结构化居民地群的多层次识别方法[J].武汉大学学报(信息科学版).2018
[2].陈利燕,张新长,林鸿,杨敏.跨比例尺新旧居民地目标变化分析与决策树识别[J].测绘学报.2018
[3].舒志刚.栅格地图中带晕线居民地的自动识别[D].江西师范大学.2017
[4].晏雄锋,艾廷华,杨敏.居民地要素化简的形状识别与模板匹配方法[J].测绘学报.2016
[5].李振敏,王晓青,窦爱霞,杨海霞,黄树松.基于Landsat-8与ZY3多源遥感影像的城镇居民地识别与再分类研究[J].地震.2015
[6].张璇,李维庆,李永鑫.基于格式塔视觉识别原则的面状居民地群组研究[J].测绘.2014
[7].施蓓琦,刘春,陈能,孙伟伟.利用高光谱遥感影像纹理滤波的城市居民地识别[J].武汉大学学报(信息科学版).2012
[8].陈洋,付战平,王润生,张军.彩色扫描地形图中街区式居民地的自动识别[J].计算机辅助设计与图形学学报.2008
[9].汪闽,蒋圣,杨晓梅.基于Gabor滤波方法的居民地识别分析[J].地球信息科学.2008
[10].潘励,王华,张剑清.遥感影像居民地目标Bayesian网络识别算法研究[J].武汉大学学报(信息科学版).2007