共查询到20条相似文献,搜索用时 31 毫秒
1.
提出了一种IKONOS图像融合中自动拟合低分辨率全色图像的方法。首先使用支持向量机将全色图像的像元自动分为高、低频信息像元;然后采用改进的Bucket技术选择一定数量、均匀分布的低频信息像元点作为观测值;最后通过线性回归方法求得拟合系数,并构造低分辨率全色图像。两组IKONOS全色与多光谱图像的实验结果表明,本文方法能自动选择均匀分布的像元点,并求得拟合系数,基于拟合低分辨率全色图像的Gram-Schmidt融合方法的质量也优于传统的Gram-Schmidt融合方法。 相似文献
2.
ALl(The Advanced Land Imager)数据是通过地球观测卫星l(E0—1)搭载的高级陆地成像仪所i犬取的,数据的分辨率可满足遥感影像应用的多个领域,因此对ALI数据应用研究具有重要的意义。随着图像融合技术的迅速发展,融合方法种类较多,由于目前利用ALl数据的全色波段以及多光谱波段进行高精度图像融合的研究较少,本文进行的实验足分别利用HSV变换、主成分分析(PeA)、Brovey变换、Gram—Schmidt变换等融合方法对ALI数据进行图像融合,通过图像融合结果的质毓评价指标得出较好融合方法是HSV变换。 相似文献
3.
针对图像分类后变化检测两次单独分类造成的误差累积问题,在结合图像波段融合原理的基础上,将变化检测问题转化为影像分类问题,提出一种利用图像融合构造差异图的方法.所提出的方法同分类后变化检测法相比,只进行一次分类就能实现变化检测,在一定程度上避免了分类误差造成的误差累积问题.结果表明,利用该方法能够初步实现变化检测,且该方... 相似文献
4.
5.
6.
针对干旱半干旱区水域的重要性,开展基于环境减灾卫星的水环境遥感识别监测已成为目前水资源领域中的重要任务。该文利用LBV变换能显著突出地物信息的这一特征,以环境卫星为数据源探讨LBV变换方法。在分析L、V、B3类分量的基础上,以V-B及L-B为特征空间,结合波段阈值、二维散点分布与回归拟合方法,识别研究区的水域分布信息。结果表明,使用单一B分量阈值法能较完整地提取出水域信息。利用水体集群聚集程度高的方式提取的水体信息,在V-B及L-B特征拟合下也能完整地提取研究区内的水域信息。比较3种水体信息提取方法,无论是在误提取率还是在水体提取精度上,L-B特征拟合方法提取的效果最好,其次是V-B特征关系,B分量阈值法提取精度最低。 相似文献
7.
由于大气的影响和传感器本身的原因,可见光遥感影像往往不能很好地反映植被信息。考虑到植被在近红外波段具有较强反射的特性,提出一种利用Quick Bird近红外波段与Photo Shop图像处理软件的交替式植被信息增强方法。结果表明,运用该方法处理的影像植被光谱特征复原度较高,视觉效果好,能反映出不同植被的光谱特征差异。 相似文献
8.
目前大多数高光谱图像波段选择方法仅考虑波段信息冗余问题,忽略了所选波段的噪声水平,致使选取的代表性波段子集中可能含有噪声水平较高的波段。为解决这一问题,本文提出一种噪声鲁棒的高光谱图像波段自适应分区与子空间搜索方法。首先,基于皮尔逊相关系数构造高光谱图像波段相关性矩阵;然后,将高光谱图像光谱波段等分为若干子空间,通过构造与皮尔逊相关系数相适应的子空间划分最优目标函数,自适应地调整子空间的分割点;最后,综合考虑波段的信息熵和噪声水平,在子空间波段选择时将噪声水平以惩罚项的形式反映在优化问题的目标函数中。在Indian Pines、Washington DC和Salinas这3个数据集上进行了实验,采用波段平均相关性、分类精度两种指标对不同方法的波段选择结果进行评价,并分析各种波段选择方法的噪声鲁棒性。实验结果表明,本文方法能够挑选出信息量大且噪声水平低的代表性波段。与其它波段选择方法相比,本文方法所选择的代表性波段平均相关性弱,分类精度高,在包含噪声波段的高光谱图像中效果尤为显著。 相似文献
9.
对历史悠久的文物桥或“超期服役”的老旧桥进行安全、健康诊断,是一项严谨和必需的工作,但由于它们的设计、施工资料往往遗失无考,使得必须依靠这些资料才能进行的常规变形分析方法无法实施。本文采用分期回归理论,通过拱桥变形测量分析的实践,证明该方法能够有效地解决上述难题。 相似文献
10.
11.
高光谱遥感影像波段众多、相关性强,导致其实际分类应用计算量大且存在明显的"维数灾难"问题。本文提出加权概率原型分析方法来研究高光谱影像的波段选择问题。该方法考虑波段间的差异性,引入综合差异性度量指标来构造权重矩阵以改进传统原型分析模型;考虑稀疏系数的狄利克雷分布和高光谱成像过程的量子特性,引入贝叶斯框架理论来构建波段选择的优化模型。加权概率原型分析方法采用迭代优化的策略,利用交替方向乘积方法来依次求解两个凸优化子问题来得到局部最优的稀疏系数矩阵并实现波段子集的最优估计。基于两个公开的高光谱数据集,对比4种主流的波段选择方法(SpaBS、SNMF、ISSC、SSR)来验证提出方法的可靠性。实验结果表明,加权概率原型分析方法的总体分类精度高于其他4种方法,能够得到更好的分类结果图。本文提出的加权概率原型分析模型能够选择合适的波段子集来满足高光谱影像的高精度分类需求。 相似文献
12.
Despite the increased availability of high resolution satellite image data, their operational use for mapping urban land cover in Sub-Saharan Africa continues to be limited by lack of computational resources and technical expertise. As such, there is need for simple and efficient image classification techniques. Using Bamenda in North West Cameroon as a test case, we investigated two completely unsupervised pixel based approaches to extract tree/shrub (TS) and ground vegetation (GV) cover from an IKONOS derived soil adjusted vegetation index. These included: (1) a simple Jenks Natural Breaks classification and (2) a two-step technique that combined the Jenks algorithm with agglomerative hierarchical clustering. Both techniques were compared with each other and with a non-linear support vector machine (SVM) for classification performance. While overall classification accuracy was generally high for all techniques (>90%), One-Way Analysis of Variance tests revealed the two step technique to outperform the simple Jenks classification in terms of predicting the GV class. It also outperformed the SVM in predicting the TS class. We conclude that the unsupervised methods are technically as good and practically superior for efficient urban vegetation mapping in budget and technically constrained regions such as Sub-Saharan Africa. 相似文献
13.
14.
近年来,深度学习算法得到了长足的发展,并开始应用于云检测。但是深度神经网络模型参数众多,依赖大量训练样本,因此理解其泛化性能对于深度学习在不同遥感影像的实际应用具有重要的参考价值。本文以深度语义分割算法DeepLabv3+为例,以一组广泛使用的云标记数据集"L8 Biome"为验证数据,探讨该算法用于云检测时在不同的地表景观、空间分辨率和光谱波段组合的遥感影像上的泛化性能。云标记数据集"L8Biome"包含96景具有全球代表性的Landsat 8 OLI影像及相应的人工云掩膜,被广泛用于测试云和云阴影检测算法性能。首先,利用Landsat 8 OLI云标记数据集"L8 Biome",构建不同类型景观、不同空间分辨率、不同波段组合的训练影像集和测试影像集;其次基于不同训练样本集和测试集,评估了DeepLabv3+算法在不同情况下的云检测精度,并与Fmask算法作对比分析。研究结果表明:(1)使用全混合景观类型的训练集训练出来的云检测网络在总体检测精度(92.81%)与稳定度(标准差12.08%)上都优于使用单一景观类型的训练集训练得到的云检测网络,也优于Fmask的总体精度(88.75%)与稳定度(标准差17.34%),说明在构建深度学习算法的训练集时,应该尽可能包含多类型的地表景观;(2)将全混合景观训练集中剔除一类景观的样本(冰/雪景观除外)构建的"混合-1"训练集与全混合景观训练集训练的DeepLabv3+网络的云检测精度也相差不大,说明现有训练样本集已具备较强的景观泛化能力;(3)基于30 m空间分辨率的全混合景观训练样本集训练得到的DeepLabv3+云检测网络在不同分辨率(30 m、60 m、120 m、240 m)的测试集上云检测精度差异不大,都取得较好的效果,说明DeepLabv3+能够泛化应用于不同空间分辨率的遥感影像,相反Fmask直接应用于低分辨率影像时精度明显下降;(4) DeepLabv3+能充分自适应不同波段的信息用于云检测,总体来说更多的光谱波段输入能够提高DeepLabv3+的云检测的精度和稳定度,其中短波红外波段对于DeepLabv3+区分冰/雪与云具有重要价值,而热红外波段对DeepLabv3+云检测网络的性能提升很微小。以上结果说明利用现有数据集"L8 Biome"训练的DeepLabv3+云检测网络能够适用于多种类型的遥感影像,并优于Fmask算法。 相似文献
15.
16.
17.
A fast endmember-extraction algorithm based on Gaussian Elimination Method (GEM) is proposed in this paper under the fact that a pixel is an endmember if it has the maximum value in any spectral band of a hyperspectral image when based on linear mixing model. Applying Gaussian elimination is much like performing a lower triangular matrix to transform the hyperspectral image. As more endmembers have been extracted, fewer bands are needed to be involved in the Gaussian elimination process, thus greatly reducing the computing time. The experimental results with both simulated and real hyperspectral images indicate that the method proposed here is much faster than the vertex component analysis (VCA) method, and can provide a similar performance with VCA. 相似文献
18.
如何通过定量计算选择最佳波段组合一直是TM等多波段遥感影像信息提取的研究热点。本文综合利用Erdas提供的可视化空间建模工具( Spatial Modeler )和面向对象的编程技术,提出了一种基于最佳指数( Opti-mum Index Factor ,OIF)的定量计算与定性分析相结合的TM遥感影像最佳波段组合方法。实验证明,该方法快速有效,极大提升了TM等多波段遥感影像最佳波段组合的计算过程。 相似文献
19.
20.
对应用于大型活动的交通组织管理与模拟的信息系统空间数据库数据模型、道路空间网络管理技术、路径存储数据结构与编辑技术进行了分析研究,提出了基于GIS技术的大型活动交通组织模拟系统的数据模型、空间网络管理技术、路径存储数据结构与编辑的主要技术。在此基础上,通过VC++基于MO开发了应用系统。所开发系统成功应用于中华人民共和国第十届运动会的交通组织与管理,提高了交通管理的工作效率。 相似文献