排序方式: 共有27条查询结果,搜索用时 31 毫秒
1.
2.
在认为不同类别地物的光谱响应值在不同时期具有不同的线性关系的基础上,提出了一种基于像斑的高分辨率遥感影像相对辐射校正方法。首先以相关系数为基础将像斑划分为变化像斑和未变化像斑两大类,再对未变化像斑利用随机数据一致性算法解求增益和偏移参数,对于变化像斑则将与其最相似的未变化像斑的增益和偏移参数作为该像斑的校正参数,最后利用各像斑的校正参数进行线性校正。在高分辨率遥感影像上的实验结果验证了本文方法的有效性。 相似文献
3.
无人机遥感能够提供高时空分辨率的影像数据,拥有广泛的应用前景。辐射校正将传感器记录的数据转化为地表反射率,是无人机数据定量化应用的前提。然而无人机数据易受光照等因素的影响,导致影像间存在不同程度的辐射差异,为多张无人机影像的辐射校正带来困难。基于影像间重叠区域的信息,辐射区域网平差能够获得全局最优的辐射校正参数,降低影像间的辐射差异,因此在实现影像的辐射校正方面具有巨大潜力。但大量待求解未知参数降低了辐射校正模型的求解效率,特别是在数据量急剧增加时,该问题更为突出。基于影像重叠区辐射信息建立的最优路径很好地考虑了影像间的辐射转化关系,可有效控制误差累计,为减少辐射区域网平差中未知参数的数量提供了一种思路。因此,本文将最优路径与辐射区域网平差相结合,以降低待求解参数的数量,在保证辐射校正精度的同时提高辐射校正模型求解效率,进而提升辐射区域网平差在大数据集上的应用潜力。 相似文献
4.
提出了一种利用独立成分分析(ICA)正交子空间投影加权的高光谱影像目标探测方法。该方法从影像像元集合的独立成分入手,通过一种光谱相似性测度加权,赋予每个像素合适的权值,从而有效地解决从原始影像中无法正确提取背景数据而造成的虚警概率高的问题。实验结果表明,相比于经典的CEM方法,在相同的探测概率下,该方法能降低1.97%的虚警概率;与相关目标探测算法相比,所提出的算法具有较好的目标探测效果。 相似文献
5.
传统的全局性密度分析指标往往无法适应局部集群分布特征,提出一种新的层次密度分析方法,达到自适应遥感影像分割的目的,取得了较好效果. 相似文献
6.
提出一种二值马尔科夫纹理分割模型,用于多波段遥感影像的纹理分割.将一次性多类纹理分割问题转化为多次的二类纹理分割,综合考虑影像二维空间尺度和光谱空间尺度,采取多级二值分割的方式,得到多尺度纹理分割结果. 相似文献
7.
在多光谱数据中,两数据点间连线的斜率能够大致反映数值的变化规律。为探究斜率能否作为参数估算地上生物量(above ground biomass, AGB),且保持与红边的高线性相关性。本研究使用两个无人机多光谱数据集,利用简单线性回归(simple linear regression,SLR)估算AGB,用决定系数(R2)与均方根误差(root mean squares error,RMSE)来评估线性相关性进而评定其作为估算AGB的能力。结果表明:直接使用斜率进行线性回归时,斜率在不同波长表现不同,在680 nm处的斜率线性相关性最高。在构建的植被指数(vegetation indexes,VIs)中,由红边处斜率参与构建的植被指数同样有着高的线性相关性,并且表现出了比反射率计算的植被指数有更高的线性相关性。 相似文献
8.
为了研究红边波段对水稻生育期识别的影响,利用无人机多光谱影像,基于随机森林(random forest,RF)和支持向量机(support vector machine,SVM)两种算法,对水稻的分蘖期、拔节孕穗期、抽穗扬花期、成熟期进行识别。结果表明,归一化差值红边指数(normalized difference red edge index,NDRE)、红边叶绿素指数(chlorophyll index-red edge,CIrededge)识别的总体精度明显高于归一化植被指数(normalized differential vegetation index,NDVI)、绿边叶绿素指数(chlorophyll index-green,CIgreen)、增强型植被指数(enhanced vegetation index,EVI)的总体精度。NDRE在拔节孕穗期的用户精度比NDVI低,而在分蘖期、抽穗扬花期、成熟期的识别精度比NDVI高。相比于CIgreen,CIrededge在抽穗扬花期识别精度更高;各波段组合识别水稻生育期的总体精度表现为RGB+RE>RGB+NIR+RE&g... 相似文献
10.