共查询到10条相似文献,搜索用时 31 毫秒
1.
以QuickBird影像为例,分别分析了植被指数和纹理特征两大解译标志,植被指数主要介绍了比值植被指数、归一化植被指数、修正型土壤调整植被指数、差值植被指数四种,纹理特征主要基于灰度共生矩阵进行分析,并通过对比分类实验验证了这两大解译标志在遥感影像分类中的作用。 相似文献
2.
3.
影像分类技术是遥感影像分析与解译的重要基础。纹理特征是影像的重要特征,本文主要实现基于纹理特征的遥感影像监督分类。首先对地物样本进行提取,通过样本训练统计各类地物纹理特征向量,建立纹理特征库;然后以各类地物的特征向量作为基准,采用最短距离分类器对影像进行分类;最后采用混淆矩阵对分类结果进行精度评定,并与ERDAS专业软件分类结果进行对比分析。实验证明,本分方法取得了与ERDAS软件相当的分类效果,从而验证本文方法的可靠性。 相似文献
4.
5.
随着高分辨率卫星遥感技术的快速发展和影像的广泛使用,用户对影像的直观效果和应用能力越发关注,图像质量和解译能力作为重要评估指标,决定高分辨率光学卫星影像的应用能力。本研究探讨面向用户的卫星遥感影像图像质量评价方法,通过图像统计特征、图像解译度评价了高分七号前、后视影像的可用性和制图能力。结果表明高分七号前、后视影像具有较好的光谱特性和纹理效果,影像能够为目视解译和自动化信息提取提供丰富的特征信息。此外,高分七号后视影像解译度等级(NIIRS)能够达到4.127,可以支撑1∶7 000比例尺制图的图像质量需要,完全满足1∶10 000标准比例尺的初始设计目标。 相似文献
6.
7.
在介绍典型震后地质灾害现象的基础上,设计了利用遥感影像进行震后地质灾害模式识别的整体方案,以震后滑坡造成的道路损毁现象为例,分析其表现出的独有模式,提出了先对影像进行目视解译并利用纹理特征对分类结果进行再分类的识别方法。 相似文献
8.
9.
10.
由于遥感设备的性能限制,使得采集的遥感影像质量受到影响,低分辨率的遥感影像限制了遥感解译应用的精度。当前针对遥感影像的超分辨率重建研究仍然存在重建后的遥感影像地物全局信息和纹理细节不足的问题。因此,本文提出顾及全局特征和纹理特征的遥感影像超分辨率重建方法,该方法利用生成对抗网络的特征学习能力,并对模型全局和纹理进行增强。一方面,地物全局特征增强部分用于解决当前研究中超分辨率重建模型对低分辨率遥感影像中全局遥感地物信息没有重视和利用的问题。在生成网络中引入自注意力模块,以获取全局地物注意力图的方式将遥感影像中相距较远的地物信息作为重建过程的参考。另一方面,遥感影像纹理增强部分用于解决超分辨率重建模型中超分辨率影像纹理信息不足的问题。本文方法引入纹理损失以优化生成网络参数并增强超分辨率重建后影像中的纹理信息。另外,为避免重建结果中的“伪影”现象,研究采用权值归一化代替批量归一化方法。试验结果表明,本文方法在遥感影像超分辨率重建过程中能增强遥感地物特征,同时可以实现地物的纹理细节精细化恢复,而且超分辨率重建结果的图像质量评价指标SSIM、FSIM和PSNR值分别达到了0.756、0.595和... 相似文献