共查询到17条相似文献,搜索用时 453 毫秒
1.
针对传统的人工识别浅剖图像层界方法精度不足、效率低下的问题,提出了一种基于浮泥流变特性与灰度共生矩阵的航道底质层界智能识别方法。利用航道浅剖数据计算灰度共生矩阵特征值来描述底质层界纹理,粗略提取层界边缘;通过浮泥流变特性模型智能识别、连接同一层层界矢量点,准确识别底质层界。对比智能和人工提取连云港航道浅剖数据层界实验的结果表明:结合浮泥流变特性与灰度共生矩阵算法的层界识别方法,可以准确描述底质分布情况,快速自动识别层界线,智能化提取航道底质层界。 相似文献
2.
3.
4.
本文提出了一种基于纹理特征的围填海SAR图像分水岭分割方法,首先对机载MiniSAR图像进行灰度共生矩阵纹理滤波,获得纹理特征图像,再对纹理特征图像进行分水岭算法分割,将获得的形态学重建图像进行门限阈值分割,得到最后的二值化分割结果。该方法一方面通过调整灰度共生矩阵纹理滤波的窗口大小,抑制了斑点噪声的影响;另一方面,利用分水岭算法对边缘模糊杂乱图像的优势,提高了围填海信息提取的准确性。实验结果表明,本方法对高分辨率SAR图像围填海监测图像的分割效果良好。 相似文献
5.
纹理特征提取及辅助遥感影像分类技术研究 总被引:6,自引:0,他引:6
研究了利用灰度共生矩阵提取纹理特征的方法,并对利用纹理特征影像辅助光谱特征分类的方法进行了研究。实验结果表明,纹理特征辅助光谱特征分类能够提高遥感影像分类的准确性和精度。 相似文献
6.
7.
8.
9.
10.
11.
结合纹理特征的SVM海冰分类方法研究 总被引:5,自引:4,他引:1
海冰分类是遥感监测领域中的重要应用之一,海冰分类的准确性对于评估海冰冰情、保证航海安全和开辟北极航道具有重要的意义。针对海冰分类问题,本文选用Sentinel-1遥感数据,结合纹理特征分析,提出了一种改进的SAR海冰分类方法。该方法选用灰度共生矩阵提取特征值,通过实验得到适宜用于海冰分类的多特征组合,在此基础上利用支持向量机开展SAR海冰类型的分类研究。实验结果表明,该方法可以实现对海冰SAR图像中一年冰、多年冰和海水3种类型识别,与传统的海冰分类方法神经网络和最大似然法相比较,使用SVM分类方法,结合纹理特征开展海冰类型监测是可行的,同时也表明多特征组合有利于提高SAR图像的分类精度,从而验证了本方法的有效性,为海冰分类提供了一种新思路。 相似文献
12.
13.
14.
作为黄河口地区两种典型的植被群落类型,芦苇群落(Comm. Phragmites australis)与互花米草群落(Comm. Spartina alterniflora)在遥感影像的表征较为相似,利用单时相遥感影像识别时,易存在混淆区域。工作中发现,两种植被处于不同生长期时,其遥感影像具有不同的表征。为了提高黄河口地区芦苇、互花米草两类植被群落遥感识别结果的可靠性,本文通过获取多时相遥感影像中芦苇、互花米草群落纯净像元的光谱值,分析植被"红边"光谱曲线随时间的变化特征,进一步计算研究区多期遥感影像NDVI (Normalized Difference Vegetation Index),提取纯净像元的NDVI值,对比分析这两种植被NDVI指数在时间序列上的变化特征,发现芦苇群落与互花米草群落的NDVI值在时间序列上存在明显区别。结果表明,利用5月的影像能够较好地识别芦苇群落的分布范围,利用11月影像能够较好地识别互花米草群落的分布范围。本研究结果可为今后黄河口地区这两类典型植被群落的遥感识别方法研究提供可靠依据。 相似文献
15.
以黄河口为研究区,应用现场和HJ-1高光谱遥感数据,开展了植被受石油烃渗漏影响的高光谱检测方法研究。选择了常用于判别植被受石油烃渗漏污染的红边蓝移指数 REP_blue、土壤含氧量相关指数 CTR和叶绿素敏感指数CHL ,通过分析研究区主要植被芦苇和柽柳地物光谱和HJ-1高光谱影像中同位置像元光谱,对3种指数在研究区的有效性进行了评价。基于在图像像元光谱检测中表现较好的指数,提出了一种针对 HJ-1高光谱遥感影像的受石油烃渗漏影响植被检测方法。结果表明,3种指数对于油井旁植被现场光谱的检出效果均好于图像光谱,同时,相比于其它两种指数,CHL指数的检出效果较差;应用发展的受石油烃渗漏污染影响植被检测指数,对覆盖研究区的 HJ-1高光谱遥感影像进行了检测,发现检测结果中71.1%的位置附近存在油井,说明该方法具有一定的检测能力。 相似文献
16.
Izvestiya, Atmospheric and Oceanic Physics - A low-parametric model of crop biomass dynamics using the data of satellite remote sensing of the underlying surface vegetation index and routine... 相似文献
17.
The vegetation communities and spatial patterns on the Fire Island National Seashore are dynamic as the result of interactions with driving forces such as sand deposition, storm-driven over wash, salt spray, surface water, as well as with human disturbances. We used high spatial resolution QuickBird-2 satellite remote sensing data to map both terrestrial and submerged aquatic vegetation communities of the National Seashore. We adopted a stratified classification and unsupervised classification approach for mapping terrestrial vegetation types. Our classification scheme included detailed terrestrial vegetation types identified by previous vegetation mapping efforts of the National Park Service and three generalized categories of high-density seagrass, low-density seagrass coverages, and unvegetated bottom to map the submerged aquatic vegetation habitats. We used underwater videography, GPS-guided field reference photography, and bathymetric data to support remote sensing image classification and information extraction. This study achieved approximately 82% and 75% overall classification accuracy for the terrestrial and submnerged aquatic vegetations, respectively, and provided an updated vegetation inventory and change analysis for the Northeast Coastal and Barrier Network of the National Park Service. 相似文献