共查询到14条相似文献,搜索用时 203 毫秒
1.
2.
3.
4.
5.
针对传统遥感影像水体提取方法和基于深度学习的经典目标提取模型的提取结果存在丢失边缘细节信息和准确率低的问题,提出了基于深层特征编码-水体识别解码的多尺度特征密集连接网络结构。首先利用深层特征编码结构中的普通卷积提取影像中水体的特征信息,然后利用密集多尺度特征模块提取水体的多尺度特征和保留全局信息,最后利用水体识别解码结构对图像中的水体进行预测。实验结果表明:本文方法的提取结果精度优于经典全卷积神经网络模型,在测试集上的像元精度达到98.56%,交并比达到78.91%,有效保留了水体的完整性和细节边缘信息,实现了水体的精细化提取。 相似文献
6.
在人类活动和自然环境的影响下,海岸带长期处于变化状态,准确提取和实时监测海岸线变化对我国海岸带的利用与开发具有重要意义。文章利用Landsat TM遥感图像和ERDAS IMAGINE遥感图像处理软件的监督分类和图像增强方法,提出两种海岸线获取方法,完成海岸线的自动提取,实现海岸带的大面积同步和动态监测。 相似文献
7.
8.
9.
10.
11.
12.
提出了一种改进的Curvelet变换的融合算法,以IKONOS影像为样本数据,融合过程中将原全色波段与多光谱影像中未参与HIS分解的波段进行加权组合,形成新全色分量,再将此分量与明度分量分别进行第二代Curvelet变换,以形成新明度分量,HIS逆变换后形成融合影像。并与改进的HIS变换融合、传统的HIS变换与Curvelet变换结合的融合算法相比较,结果表明,改进的方法能增加融合影像的信息量,降低光谱扭曲度,提高融合影像与原多光谱影像的相似度。 相似文献
13.
为了解决传统全局模型应用遥感影像反演水深的不足,提出地理自适应模型应用于八所港Landsat-8 OLI多光谱卫星影像。采用归一化水体指数进行水陆分离,在产生模拟数据时,为保证数据的合理性,对光谱灰度值进行自然对数求解。地理自适应模型将整个区域细分为5个小的区域单元,模型参数是自适应变化的,一般数学形式与传统全局模型一样。通过反演15m以浅的水深,发现光谱中对水体的敏感波段出现"红移";水深反演结果证明地理自适应模型有效地缓和了全局传统模型在底质类型和水体性质空间不均匀的问题,水深反演精度得到明显提高,并控制在1m以内。 相似文献
14.
潮滩作为动态变化的后备土地资源,对其研究具有重要意义。文章以江苏省如东县为研究区,使用环境资源卫星(HJ1A/1B)影像为数据源,应用面向对象技术创建分类规则,实现批量半自动提取水边线,随后利用DSAS软件处理水边线集获得潮位点集,基于最外边界法实现高(低)潮位点的提取,进而获得潮滩范围,估算的如东县潮滩面积为55 182hm~2。最后利用误差矩阵进行精度验证(Kappa系数为0.945)。结果表明:该方法对于潮滩面积提取具有适用性,无论在空间域还是时间域都具有一定的推广性。 相似文献