共查询到20条相似文献,搜索用时 31 毫秒
1.
2.
对东沙岛基于融合信息高分辨遥感影像分类研究 总被引:2,自引:0,他引:2
以SPOT510m多光谱高分辨率影像为数据基础,建立东沙岛地物信息提取的时空属性和地学规律等先验知识,在此基础上选取地物样本,并进行东沙岛地物光谱分析,从而进行东沙岛的融合信息分析,减少信息提取的误差,使解译的精度提高,结果表明,以先验知识为基础选取的样本光谱能够较好地反映地物光谱的信息含量;高分辨率影像能反映东沙岛的地物特征,并且在影像上能够反应东沙岛潟湖、口门等的发育状态,有效地揭示了地物的区分和地貌发育特征.以此进行的分类结果具有合理性;Kappa分析的分类精度达78.33%. 相似文献
3.
基于地物光谱可分性的CHRIS 高光谱影像波段选择及其分类应用 总被引:2,自引:0,他引:2
本文以黄河口湿地为研究区,应用覆盖该区域的CHRIS高光谱遥感影像,提出了一种基于地物光谱可分性的滨海湿地高光谱影像波段选择方法。该方法利用研究区的7种典型地物的110余条现场实测地物光谱曲线,通过分析比对地物两两之间的光谱可分度,确定地物类型之间的光谱可分区间,基于此选取CHRIS高光谱影像的地物分类特征波段,应用三种经典的监督分类方法(支持向量机法SVM、人工神经网络法ANN和光谱角制图法SAM)开展利用全波段的和利用本文方法选择特征波段的分类对比实验。结果表明:(1)基于光谱可分性特征波段的方法较全波段分类精度有所提高,其中ANN分类精度最高,为82.52%,较全波段分类精度提高了约为5.1%;(2)芦苇、水体、黄河水和裸滩4种地物的识别能力高,生产者精度都在80%以上;(3)碱蓬的用户精度提升最为明显,约在7%。 相似文献
4.
5.
对覆盖黄河口滨海湿地的PROBA CHRIS高光谱遥感影像进行包络线去除变换,采用6种常用的基于光谱特征空间的监督分类算法对变换前后的影像数据进行滨海湿地典型地物分类,通过目视对比分析和定量分析相结合的方法分析比较变换前后的分类结果,评价包络线去除方法对该类算法影响的效果和能力。结果表明,包络线去除方法能够提高部分监督分类算法针对滨海湿地典型植被类型的区分和识别能力;但由于滨海湿地内具有面积较大的裸滩和浑浊水体,这两类地物在影像中的光谱特征相近,而包络线去除方法并不能解决二者的误分问题,因此并不能提高该类算法针对CHRIS高光谱遥感影像的总体分类精度。 相似文献
6.
在光谱规则分类算法(Spectral Rule-based Classifier, SRC)基础上考虑大气校正对遥感影像光谱反射率的影响,提出了一种改进光谱规则的分类算法(Modified Spectral Rule-based Classifier, MSRC),从地物光谱响应曲线和光谱指数两个方面来修正光谱规则集,通过规则细化和补充、阈值改正优化光谱类别。以珠江三角洲海岛(佳蓬、淇澳)和海岸带(荃湾、惠东)的Landsat 8影像作为实验数据,对比了大气校正前后波段反射率和地物光谱响应曲线,分析了改进后MSRC算法的地物分类结果和精度,并与原SRC算法、最小距离分类(MDC)算法、最大似然分类(MLC)算法、支持向量机分类(SVM)算法、神经网络分类(NNC)算法以及基于光谱指数的算法等多种地物分类算法进行比较。结果表明,4组实验数据的MSRC算法分类结果总体精度分别为87.66%、82.38%、77.67%和80.05%,高于SRC、MDC、MLC和基于光谱指数的分类算法,在无需人工标注训练数据集的前提下接近SVM和NNC算法的分类精度。MSRC算法适用于海岛和海岸带的Lands... 相似文献
7.
以黄河口典型滨海湿地为实验区,采用主客观评价相结合的方法,在与SPOT-6卫星影像对比的基础上进行了GF-2卫星全色影像、多光谱影像以及融合影像的质量评价。目视主观评价表明,GF-2影像在滨海湿地地区整体表现能力上与SPOT-6影像相近,地物边界、纹理等细节信息方面优于SPOT-6影像;基于统计指标的客观评价结果显示,GF-2影像受噪声干扰的程度小于SPOT-6影像,承载的信息量与SPOT-6影像接近,多光谱影像以及融合影像各波段间的独立性也与SPOT-6影像相当,但在灰度、离散程度和地物可分性上与SPOT-6影像还存在一定的差距。 相似文献
8.
9.
10.
为了检验资源三号(ZY-3)影像质量,利用印度的IRS P5和德国的RapidEye影像,采用主观和客观评价相结合的评价方法,对ZY-3传感器校正产品进行了质量评价。主观评价结果表明,ZY-3影像表观质量优于IRS P5和RapidEye影像,地物的纹理、边界更加清晰,影像所反映的细节信息更加丰富,在海岸带地物识别方面表现更好。在客观评价方面:ZY-3全色影像灰度动态范围和信息熵等指标均优于IRS P5影像;ZY-3多光谱影像的灰度范围和信息熵等指标与RapidEye影像相比稍差,但各波段之间的独立性要优于RapidEye影像。总的来说,ZY-3影像成像质量较高,海岸带地物识别能力强,在海岸带遥感研究与应用领域具有巨大潜力。 相似文献
11.
联合光谱和纹理特征的滨海湿地高光谱深度学习分类—以黄河三角洲湿地为例 总被引:2,自引:0,他引:2
本文基于CHRIS高光谱遥感影像,发展了一种结合地物光谱特征和多纹理空间特征信息,采用双全链接的8层深度卷积神经网络分类算法对滨海湿地高光谱影像进行遥感地物分类,并在黄河口滨海湿地进行了应用。结果表明:1)基于测试样本数据,联合光谱特征和K-L变换的纹理特征信息,采用DCNN模型方法展现了高的分类精度,精度高达99%;2)利用光谱特征和全纹理特征的精度比仅使用光谱特征和光谱特征联合K-L变换后纹理特征的分类精度低。利用K-L变换后的光谱特征和纹理特征的DCNN分类精度达到99.38%,相比于使用全纹理特征信息的精度提高了4.15%;3)基于验证图像,发展的DCNN分类方法精度优于其他算法,DCNN方法总体分类精度为84.64%,Kappa系数为0.80;4)相比于浅层分类方法,本文发展的DCNN模型分类算法保证了所有地物类型的分类精度更加均衡,保持了主要地物类型的分类精度几乎不变,同时提高了滩涂和农田的精度。基于DCNN模型,潮滩和农田的分类精度分别达到79.26%和56.72%。比其它浅层分类方法提高了2.51%和10.6%。 相似文献
12.
13.
14.
15.
针对目前湿地信息提取中存在的“同物异谱”、“同谱异物”问题,以黄河三角洲自然保护区为实验区,采用在信息提取方面具有优势的典型相关森林算法,将Sentinel-1A雷达影像和Sentinel-2A多光谱影像作为基础数据,考察分别应用多光谱影像、合成孔径雷达(Synthetic Aperture Radar,SAR)和多光谱二者综合、SAR纹理特征以及植被指数对湿地信息提取的效果和适用性。研究结果表明:(1)基于Sentinel-2A多光谱影像,在分类方法上,典型相关森林(canonical correlation forest,CCF)的总体精度最高,达到94.32%,与支持向量机和随机森林分类算法相比分别提高了6.55%和5.47%;(2)基于Sentinel-2A多光谱影像和Sentinel-1A后向散射系数的CCF总体精度达到了94.89%,与只利用多光谱影像相比,3种算法的总体精度和Kappa系数均得到了提升;(3)在SAR和光学联合的基础上加入SAR纹理特征后总体精度和Kappa系数均略有下降,分别为94.72%和0.935 3;(4)在SAR和光学联合的基础上加入归一化差分植被指数(NDVI)、比值植被指数(RVI)、差值植被指数(DVI)、归一化差分红外指数(NDII)和差分红外指数(DII)5种植被指数后,总体精度达到了最高为95.35%,7种地物的生产者精度有所提高,有效提高了对黄河三角洲湿地信息的提取能力。实验结果可为黄河三角洲湿地的合理开发和有效保护提供科学支持。 相似文献
16.
17.
18.
19.
20.
根据1981年10月7—15日在舟山朱家尖东清西滩实测的地物光谱反射率资料,求平均反射率和均方差。将平均反射率、均方差与通道的曲线与DS-1260仪回放的地物影像对照,得到东清西滩航空遥感滩地目视解译的最佳谱段为500—550、700—790、800—890、900—1050毫微米。 相似文献