Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
3D Point Cloud Based Hybrid Maps Reconstruction for Indoor Environments Kapitel lesen Erstes Kapitel lesen

2013 | OriginalPaper | Buchkapitel

9. An Object-Level Approach Improved by Quadtree to Dynamic Monitoring of Mining Area Expansion

verfasst von : Liang Huang, Yuanmin Fang, Xiaoqing Zuo, Xueqin Yu

Erschienen in: Proceedings of 2013 Chinese Intelligent Automation Conference

Verlag: Springer Berlin Heidelberg

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

An object-level approach improved by quadtree to dynamic monitoring of mining area expansion is proposed. In order to improve the efficiency and quality of objects acquired from high spatial resolution remote sensing image, multi-scale segmentation combined with quadtree segmentation is used to obtain objects of multitemporal remote sensing images; Then object-oriented image analysis method which takes into account the spatial relationship between ground objects is used in multitemporal remote sensing images to extract mining information respectively; Finally, overlay is use in mining areas extraction respectively, and Inter-erase operation is used to obtain result of mining expansion. Experiments are carried out in remote sensing images from a certain phosphate area of Anning, and the results prove that method was proposed in this paper is feasible and effective.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Multiclass Vehicle Detection Based on Learning Method
Nächstes Kapitel Heuristic Optimization Algorithms for Solving MRMPT
Literatur
1.
Qi XY, Yan MX (2007) Dynamic monitoring of mining area expansion based on multitemporal remote sensing images. Remote Sens Land Resour 3:85–88 (in Chinese)
2.
Bruzzone L, Prieto DF (2002) An adaptive semi parametric and context-based approach to unsupervised change detection in multitemporal remote-sensing images. IEEE Trans Image Process 11(4):452–466CrossRef
3.
Wen XP, Yang XF (2009) Change detection from remote sensing imageries using spectral change vector analysis. In: Asia-Pacific conference on information processing, pp 189–192
4.
Mura MD, Benediktsson JA, Bovolo F et al (2008) An unsupervised technique based on morphological filters for change detection in very high resolution. IEEE Geosci Remote Sens Lett 5(3):433–437CrossRef
5.
Bovolo F, Bruzzone L, Marchesi S (2007) A multiscale technique for reducing registration noise in change detection on multitemporal VHR images. In: International workshop on the analysis of multi-temporal remote sensing images, pp 1–6
6.
Marchesi S, Bruzzone L (2009) ICA and kernel ICA for change detection in multispectral remote sensing images. In: IEEE international geoscience and remote sensing symposium, pp 980–983
7.
Chen X, Dai Q, Ma JW, Li XW (2005) Application of bayesian network classification to remote sensing change detection. J Beijing Normal Univ (Nat Sci) 41(1):97–100 (in Chinese)
8.
Gabriele M, Elena A, Sebastiano BS (2009) A contextual multiscale unsupervised method for change detection with multitemporal remote-sensing images. In: 2009 ninth international conference on intelligent systems design and application, pp 572–577
9.
Huo CL, Cheng J, Lu HQ, Zhou ZX (2008) Object-level change detection based on multiscale fusion. Acta Autom Sin 34(3):251–257 (in Chinese)CrossRef
10.
Walter V (2004) Object-based classification of remote sensing data for change detection. ISPRS J Photogram Remote Sens 58:225–238CrossRef
11.
Jovanović D, Govedarica M, Đorđević I, Pajić V (2010) Object based image analysis in forestry change detection. In: 2010 IEEE 8th international symposium on intelligent systems and informatics, pp 231–236
12.
Bovolo F (2009) A multilevel parcel-based approach to change detection in very high resolution multitemporal images. IEEE Geosci Remote Sens Lett 6(1):33–37CrossRef
13.
You HJ (2011) SAR change detection by multi-scale segmentation and optimization. Geom Inf Sci Wuhan Univ 36(5):531–534 (in Chinese)
14.
Gao W, Liu XG, Peng P, Chen QH (2010) An improved method of high-resolution remote sense image segmentation. Earth Sciences—J China Univ Geosci 35(1):421–425 (in Chinese)CrossRef
15.
Zhang HS (2010) The research of object-based remote sensing change detection for coastal surface. Zhejiang University, Hangzhou, pp 23–24 (in Chinese)
16.
Zhou SL, Liang D, Wang H, Kong J (2010) Remote sensing image segmentation approach based on quarter-tree and graph. Comput Eng 36(8):224–226 (in Chinese)
Metadaten
Titel
An Object-Level Approach Improved by Quadtree to Dynamic Monitoring of Mining Area Expansion
verfasst von
Liang Huang
Yuanmin Fang
Xiaoqing Zuo
Xueqin Yu
Copyright-Jahr
2013
Verlag
Springer Berlin Heidelberg
Buch
Proceedings of 2013 Chinese Intelligent Automation Conference

Print ISBN: 978-3-642-38465-3

Electronic ISBN: 978-3-642-38466-0

Copyright-Jahr: 2013

DOI
https://doi.org/10.1007/978-3-642-38466-0_9

Neuer Inhalt

    Bildnachweise