基于地形区域分割的复杂地区遥感影像分类

提出了一种基于地形区域分割的分类方法,在影像中利用地形特征数据预先划分出每种地物的分布区域,然后以区域为基本单位对影像进行分类,同时利用DEM数据对影像进行地形校正,减小了同种地物内部由于地形起伏造成的光谱离散的现象。利用湖北西部山区的TM影像和DEM数据的试验证明,利用地形特征数据进行分割的分类方法与仅考虑光谱特征的分类方法相比较,分类精度有了明显的提高。     

考虑地物类型的Minnaert地形校正模型优化方法EI北大核心CSCD

地形校正可以削弱地势复杂区域由于地形起伏导致的地表接收太阳辐射不均匀和地表反射率失真的问题,从而提升遥感影像质量和遥感信息提取的精度。但是,现有地形校正模型存在过校正、波段间校正效果不稳定以及校正效果不理想等问题。本文根据Minnaert地形校正模型系数k和地物二向性反射特性的相关性,对Minnaert模型进行改进,提出了一种考虑地物类型的Minnaert地形校正模型(简称为CMinnaert模型),并在地物预分类中采用《土地利用现状分类》一级分类标准和分植被疏密程度分类两种方式,用以验证CMinnaert模型的稳定性并筛选最佳地物类型划分方案。首先对待校正影像进行地物类型预分类,其次逐波段针对各地物类型分别进行系数k的拟合求解,然后使用各波段各地物类型的系数k对该范围的遥感影像进行Minnaert地形校正。以河南省商城县的Landsat 8/OLI影像为实验数据,选取余弦校正模型、SCS校正模型、Minnaert校正模型、分坡度的Minnaert校正模型作为对比模型,通过目视对比和统计数据分析的方式评估CMinnaert模型的地形校正效果。研究结果表明,本文提出的CMinnaert模型有效地削弱了地形效应对遥感影像辐射亮度值的影响,与原始影像和其他4种地形校正结果相比,进行地物一级分类的CMinnaert模型有效降低了各波段辐亮度与太阳入射角余弦的线性拟合R2,未出现过校正现象;分植被疏密程度分类的CMinnaert模型在第1、5波段存在过校正问题,但其余波段辐亮度与太阳入射角余弦的线性拟合R2是6种模型中最低的。以上结果证明两种地物预分类方式的CMinnaert模型校正效果都较稳定且明显优于其他四种地形校正模型,且本文建议在进行CMinnaert地形校正时采用地物一级分类的方式进行地物预分类。     

面向对象的遥感影像隐性地物信息提取

针对传统遥感影像提取方法中仅使用光谱像元信息的缺陷,本文使用Landsat 8遥感影像数据,探究面对地形复杂区域进行多种地物信息提取充分挖掘影像隐性信息的情况,使用面向对象的分类方法实现地物信息提取.结果 表明该方法分类精度较传统监督分类有所提高,且符合人类认识客观事物的思维模式,对于准确提取地物信息、提高提取精度具有很大帮助.     

地形抹平与半经验模型的Landsat TM/ETM+地形校正方法

地形校正可以减小地形起伏对地物光谱的影响,提高计算机分类在山区的精度。设计了针对全球土地覆盖分类的Landsat TM/ETM+数据地形校正方法 SCOS(Smoothed COS余弦),首先对地形的坡度角进行抹平处理,很大程度上削弱了地表非朗伯性对地形校正的影响,然后利用简单有效的余弦校正去除地形效应。该方法与其他常用地形校正算法的对比分析是通过对全球不同区域、不同地表覆盖的有代表性的6景Landsat TM/ETM+数据的试验,采用统计分析与目视判读的方式,从过度校正和类内均一性两个方面进行的。结果表明,该方法在目视效果和统计结果上优于常规方法,并且更加简单有效,无需复杂的大气参数及传感器参数,满足全球地表覆盖分类对地形校正的需求。     

一种顾及空间相关性遥感影像辐射度的地形校正算法

地形校正的目的是消除太阳光照对不规则地面地物辐射值的影响。这种影响会使相似植被类型地物的辐射值发生很大的变化。因此,在地形复杂的地区,地形校正是影像预处理的一个重要步骤。传统的基于单像素的地形校正方法,虽然减小了辐射值的变化,但在太阳入射角低的地区常常出现校正过度的情况。针对这种误差进行分析,提出一种考虑了空间相关性的校正算法,并且利用鄂西地区的Landsat7卫星影像进行的试验证明,该算法优于传统的地形校正模型。     

监督分类和目视修改相结合在高分辨率遥感影像中的应用

用计算机对遥感影像进行地物类型识别是遥感数字图像处理的一个重要内容,传统的地物分类一般采用MSS、TM和Spot等遥感影像作为数据源。与MSS、TM和Spot等传统遥感影像相比,QuickBird等高分辨率影像数据量大,混合像元减少、地物信息增大,能够被应用于土地分类。在监督分类中,对于达不到精度要求的模板,通常采用重新选择训练区的方法来进行修正,而本文采用目视修改的方法来对监督分类进行补充。本文方法可以改正初次分类中的误分、混分地物,使其归到正确的地物分类中,显著提高了土地分类的精度。为了验证算法的有效性,利用ERDASIMAGING遥感图像处理软件进行实验和精度评价。实验结果表明,监督分类和目视修改相结合的地物分类方法可以显著提高图像的分类精度。     

机载多光谱LiDAR的随机森林地物分类

机载多光谱LiDAR技术利用激光进行探测和测距,不仅可以快速获取地面物体的三维坐标,还可以获得多个波段的地物光谱信息,可广泛用于地形测绘、土地覆盖分类、环境建模、森林资源调查等。本文提出了多光谱LiDAR的随机森林地物分类方法。该方法通过对LiDAR强度数据和高程数据提取分类特征,完成多光谱LiDAR的随机森林地物分类;并分析随机森林的特征贡献度特性,采用后向特征选择方法实现分类特征选择。通过对加拿大Optech Titan多光谱LiDAR数据的试验表明：随机森林方法可以获得较好的地物分类精度,而且可以适当地去除部分冗余和相关的特征,从而有效提高分类精度。     

遥感技术在洪湖水生植物分布状况调查中的应用

本文介绍了利用美国陆地卫星多光谱扫描影象,通过数字影象纠正、多光谱影象的比值变换、生物量指标变换、灰度值分段线性拉伸和集群法非监督分类等数字图象处理,配合地物光谱测定和叶绿素含量测定数据,对洪湖水生植物进行计算机自动分类和类属判定的方法和试验过程。本试验产生的洪湖水生植物分布之线画图、彩色影象图以及各类群面积的统计数值,可供有关方面研究洪湖参考。     

高光谱遥感数据的DNA计算分类

提出了一种基于DNA计算的高光谱遥感数据光谱匹配分类新方法。该方法利用DNA编码提取各类地物光谱所携带的物理吸收与反射特征信息,将地物光谱特征转换为DNA编码空间特征,通过DNA计算基因操作寻找各类地物最典型的DNA信息链。在此基础上,利用DNA计算原理建立一系列模糊规则,对高光谱数据进行光谱匹配分类。通过与传统的光谱匹配算法(二值编码,光谱角,光谱差分特征编码)的分类结果进行比较,证明该算法分类精度优于传统高光谱数据的光谱匹配分类方法,具有实用价值。     

光谱特征扩展的时间序列Landsat数据地表覆盖分类

时间序列遥感影像常用于地表覆盖监测及其变化监测。然而,利用时序遥感数据—尤其是中分辨率遥感数据监测地表覆盖变化,其方法基本是先对多期影像分别进行监督分类然后对比分类结果。由于这种方法需要对每期遥感影像单独选择分类训练样本,而对于历史影像,常常难以获得可靠的样本数据。本文基于遥感数据定量化处理,尝试利用光谱特征扩展方法对时间序列Landsat数据进行分类:首先,结合一种新的大气校正方法和相对辐射归一化方法,对时间序列Landsat数据进行定量化处理,以消除各期影像之间的辐射差异,获得地表反射率数据。然后,论文选择一期易于获得分类训练样本的反射率数据作为"参考影像",并结合样本数据提取不同地表覆盖类型的光谱特征。最后,将"参考影像"中提取的地物光谱特征,扩展到所有时间序列反射率数据进行分类。论文利用青藏高原玛多地区的5景Landsat数据对本文的方法进行了验证,结果显示:基于光谱特征扩展的分类方法,可有效对定量化处理后的Landsat数据进行分类,分类总体精度为88.35%—94.25%,分类结果和传统的单景监督分类结果具有较好的一致性。此外,研究也发现,"参考影像"和待分类图像获取时间的季相差异会影响其分类的精度。     

基于决策树的漓江上游土地覆盖分类

针对山区植被分类受地形复杂、植被类型多样、验证数据获取困难等因素限制基于多光谱数据的亚热带山区土地利用/覆盖分类存在困难,探究利用物候信息对亚热带山区植被实施分类的效果。综合运用归一化植被指数(NDVI)、比值植被指数(RVI)、归一化水指数(NDWI),同时考虑到海拔高度对植被类型的影响,建立决策树模型。该模型基于多时相Landsat TM影像,利用了不同地物类型的物候特征和光谱差异,将漓江上游地区分为8种土地覆盖类型。实验结果表明,分类结果总体精度达到86.40%,Kappa系数为0.83。     

HJ-1CCD与Landsat ETM+在土地利用中的应用比较

为研究环境一号(HJ-1)CCD影像在土地利用中的应用能力,选取HJ-1 A/B CCD和Landsat ETM+作为数据源,在遥感影像土地利用要素识别、土地利用计算机分类精度、土地利用信息提取二级分类精度和土地利用分类等方面,对HJ-1A/B CCD数据和Landsat ETM+数据在土地利用分类中的应用能力进行对比研究,结果表明土地利用分类应用中,HJ-1 A/B CCD基本可以替代Landsat ETM+,且HJ-1 A/B CCD数据光谱敏感性更强,反映地物细节的能力更强,比Landsat ETM+数据更有优势的结论。     

机载多光谱LiDAR数据的地物分类方法

机载多光谱LiDAR系统能够快速地获取大范围地表面上地物光谱和几何数据,并能够保证所获取的光谱与空间几何数据在空间和时间上相对完整和一致性。支持向量机（SVM）是一种基于小样本的学习方法,它避开了从归纳到演绎的传统分类过程。因此,本文提出了基于SVM多光谱LiDAR数据的地物目标分类方法。该方法首先将多个独立波段的LiDAR数据融合为单一的、包含多个波段信息的点云数据,然后将融合后的点云内插为距离影像和多光谱影像,最后利用SVM进行多光谱LiDAR数据的地物覆盖分类。通过对加拿大Optech公司的Titan机载多光谱LiDAR数据的试验证明：相对于传统的单波段LiDAR数据,多光谱LiDAR数据可以获得较好的地物分类精度;比较试验发现SVM分类方法适用于多光谱LiDAR数据的地物分类。     

黄土丘陵区数字地貌模型与遥感影象分类

黄土丘陵区地形破碎、沟壑纵横，为遥感影象的土地利用自动分类带来了很大困难。仅依靠传统的光谱统计分类方法，难以达到较高的分类精度。本文拟探讨在黄土丘陵区运用大比例尺地形图数据，建立区域数字地貌模型；并在模糊数学理论的指导下，运用数字地貌模型对影象的分层分类结果进行修正和细化。研究表明，此方法能够有效地提高土地利用分类精度和机助制图比例尺。     

多光谱激光点云卷积神经网络的地物分类研究

针对商用激光传感器Optech LiDAR Titan系统获取的多光谱激光点云数据进行地物分类试验的探索,该文提出一种基于卷积神经网络(CNN)模型的多光谱激光LiDAR点云数据地物分类方法.新数据源多光谱激光点云具有多通道和多次散射回波的典型特性,生成感兴趣的热力图,根据热力图特征值和nDSM辅助数据进行感兴趣地物分类.采用CNN模型学习结果与面向对象影像分析OBIA分类方法相结合对分类结果进行精化,并用随机采样参考点对地物分类结果进行精度评估,解决CNN模型分类的正确性和可靠性问题.实验表明,地物分类整体精度OA达到89.8％,Kappa值0.858,该方法在多光谱激光点云地物分类方面具有稳健性、有效性和通用性.     

资源一号02D卫星高光谱数据黄河三角洲湿地景观分类

资源一号02D卫星(ZY-1 02D)于2019年成功发射，2020年10月正式投入使用，是中国自主建造并成功运行的首颗民用高光谱业务卫星，具有广泛的应用前景。本研究以黄河三角洲湿地为研究区，以ZY-1 02D高光谱(AHSI)影像为数据源，结合无人机和地面调查数据，开展湿地景观分类研究。首先通过ZY-1 02D AHSI获取地物反射率波谱曲线，分析不同地物波谱曲线的差异，作为地物识别和分类的依据；充分考虑研究区植被覆盖度的差异，结合无人机影像制定研究区7类基本地物和9类精细地物两种湿地景观分类体系；利用随机森林算法进行分类，并引入Tree SHAP方法进行波段重要性排序和选择；探究影响ZY-1 02D AHSI分类的重要波段，选取与Landsat 8 OLI多光谱波段相重叠的波段进行分类，并与Landsat 8 OLI分类结果进行比较。结果表明：(1) ZY-1 02D AHSI数据能够较好地反映不同地物类型光谱曲线的差异；(2)对于两种分类体系，仅用前40个重要波段的总体分类精度达到最高，7类基本地物分类和9类精细地物分类的分类精度分别为92.18%和90.76%，这40个波段大多...     

结合地形因子与分层策略的喀斯特地区无人机影像分类

西南喀斯特山区地形起伏较大,地物分布较为破碎,致使传统的光谱特征一次分类方法的精度较低。本文基于高分辨率无人机正射影像和地形指标,充分利用无人机遥感影像空间特征、光谱特征、纹理特征及地形特征,采取面向对象CART决策树算法与分层策略提取了研究区土地覆盖类型。研究表明,结合空间地形因子和分层策略的方法减少了破碎区地物间的相干扰,故具有较高的分类精度,总体分类精度达91.2%,Kappa系数为0.87,较传统一次分类精度提高了9.8%,Kappa系数提高了0.13。该方法对西南喀斯特地区土地覆盖解译精度较好,可为土地利用监测提供参考。     

遥感多光谱扫描(MSS)数字影象的几何纠正

遥感扫描数字影象几何纠正的数学方法,大至可分为随机场的内插法和确定函数场的参数法两大类。就纠正过程而言,又可分为利用可预测的扫描参数作粗纠正和利用控制点作精纠正两大步骤。本文仅介绍用共线法对陆地卫星(Land-sat)多光谱扫描(MSS)影象进行精纠正的基本方法和试验结果。其中,一般多项式内插法被用来确定被纠正象元素的初始坐标;由有限元法产生的数字地面模型(DTM)格网被用于为共线方程提供高程信息。试验结果表明:Landsat MSS 影象的几何纠正精度达1～0.5象元单位;共线法比多项式法的纠正精度稍高,但两者无显著差别;由后方交会求解的扫描传感器外方位元素并不代表实际传感器姿态等。本试验还对三种影象灰度的抽样法进行了简单的比较。     

一种利用回波时间反演多波束横摇角度的方法

针对传统多波束测深系统中对横摇偏差进行改正,存在校准后仍在航行过程中受外界因素干扰,以及改正模型未考虑声速不同导致声线跟踪法计算过程中的水层分层与声线弯曲影响,直接利用深度值进行计算使得改正精度不高的问题.提出了以检测线中央波束数据作为真实海底地形的参考,通过声线跟踪得到主测线在不同入射角度的回波时间,进而利用入射角度和回波时间的关系,反演得到横摇偏差角进行改正的方法.实验表明:利用回波时间对多波束测深数据的横摇偏差进行改正,通过声线跟踪结合检测线中央波束,能够进一步提高横摇偏差改正的精度.     

卫星遥感影像中角度信息的分析利用

利用地面实测数据和NOAA卫星数据验证了地物的方向性反射和热点效应,定量分析了NOAA数据中包含的角度信息;利用多角度NOAA数据提高了地物识别精度,研究了角度信息在遥感应用中的有效性;最后,分析了常规遥感数据处理过程中太阳高度角纠正对角度信息的影响.