共查询到20条相似文献,搜索用时 31 毫秒
1.
2.
3.
4.
5.
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
6.
7.
根据地物光谱特征及其在航空遥感假彩色合成像片上的信息,对试验区地面沉积物解译出8种成因类型物质,并绘制了1∶1万的沉积物类型图。 相似文献
8.
9.
10.
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
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.
以江苏盐城海岸为研究区,以2006年、2008年、2009年三景空间分辨率为10m的卫星影像为数据源,研究影像上提取海岸线、平均高潮线和平均低潮线的方法,以此分析港口/围海造田等受人类活动影响岸段的演变特征。研究结果表明:1)与低分辨率的遥感影像相比,高分辨率影像可以提取出地物更细微的特征,因此可以根据高潮时水陆分界上留下的地物特征提取出平均高潮线;2)结合影像当天的潮位资料,根据平均高潮线、影像上瞬时水边线、平均低潮线三者之间距离与时间的线性关系定出平均低潮线;3)从得到的平均高潮线、平均低潮线可以看出,2006年后平均高潮线每年都在不断淤涨,而且淤涨的幅度在增加。平均低潮线2006—2008年处于动态平衡状态,2008—2009年平均冲刷了840m,变化非常明显。 相似文献
14.
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
15.
16.
高分一号(GF-1)是我国自主研制的宽幅带高空间分辨率遥感卫星,为分析其在海岸带地区的应用潜力,本文采用主观和客观相结合的评价方法,并与SOPT-5卫星影像进行比对,开展GF-1影像的成像质量评价。主观评价结果表明:GF-1影像表现能力与SPOT-5影像相当,在某些地物特征表现上与SPOT-5比较一致。客观评价表明:GF-1影像的4种统计参数与SPOT-5影像比较接近且各有高低,GF-1影像各波段的灰度分布更分散,地物间的可分性更高;GF-1影像各波段的信噪比和波段间的独立性与SPOT-5比较,基本相同,整体看来,GF-1具有较高的成像质量,在海岸带地区具有一定的应用潜力。 相似文献
17.
18.
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
19.
海岸带遥感微尺度信息及其组合挖掘提取和方法应用研究 总被引:2,自引:0,他引:2
基于海岸带高分辨率信息需求理论支持下的信息挖掘技术,面对我国海岸带可持续发展的需求,以中高分辨率遥感影像为数据源,以滩涂、水边线、海堤、养殖场等海岸带地物为专题信息挖掘提取实例,建立了"像元→基元→目标"的识别方法体系,针对面向对象的信息提取分析方法进行研究。即首先通过采用光谱和形状相结合的分割算法来获取内部特征相对均一的一系列基元对象,再通过对基元对象的典型特征进行分析和判别来实现目标提取。结果表明,该方法是可行的,它提高了遥感影像信息的识别精度,为动态性很强的海岸带地物信息挖掘提取提供了研究思路,在海岸带监测、管理、开发和利用,编制现实性很强的海岸带专题图等应用领域展现了该研究示例的科学性和实际意义。 相似文献