排序方式: 共有31条查询结果,搜索用时 375 毫秒
1.
利用高光谱数据进行植被生化成分反演方法研究 总被引:3,自引:0,他引:3
高光谱数据包含着丰富光谱信息,能够定量地分析物质成分[1]。由高光谱数据,可以运用多元逐步线性回归方法反演植被生化组分含量,从而达到监测植被生长状况的目的[2]。本文具体介绍了多元逐步线性回归方法,及其在氮、木质素和纤维素含量估算中的应用。 相似文献
2.
高分二号卫星影像融合方法探析 总被引:2,自引:0,他引:2
熊德峰 《测绘与空间地理信息》2016,(9)
图像融合技术是卫星影像处理过程中的一个重要步骤,它可以将全色影像的高空间分辨率特点与多光谱影像的高光谱分辨率特点有机地结合起来,使得融合后的影像更利于后续解译。由于融合处理方法的原理以及获取影像的传感器特性不同,不同的卫星影像适合于不同的融合方法。针对高分二号卫星影像的特点,本文采用Gram-Schmidt融合法、FIHS变换方法、HPF方法、Pansharp方法进行试验。实验结果表明:HPF方法所得融合结果在光谱特性保持方法性能最优,而Pansharp方法融合结果在信息量的保持以及清晰度方面效果更优,因此,在实际应用中,应根据具体需求进行方法选择。 相似文献
3.
岩矿光谱信息与航空细分红外光谱遥感找矿 总被引:2,自引:0,他引:2
在2000-2500nm波段范围内岩矿石具有各自的光谱信息,与矿化有关的蚀变岩的光谱特征是细分红外光谱遥感找矿技术的理论依据。黄金、多金属矿和油气矿产的细分红外光谱遥感直接找矿试验研究表明,该技术在地质找矿中具有强大的生命力,它的推广和应用,将推动我国遥感地质找矿事业的发展。 相似文献
4.
5.
针对现有方法普遍存在不能充分顾及遥感影像多波段光谱信息,以及忽视遥感影像中地理要素的多尺度特性等问题,提出一种自动确定高空间分辨率遥感影像最优分割结果的非监督评价方法。该方法基于信息熵生成光谱信息离散度,利用光谱信息离散度构建能表达分割对象内部光谱均质性指标和分割对象与其相邻分割对象间光谱异质性指标。基于构建的光谱均质性和光谱异质性指标,采用“粗估计+精确定”的策略,逐步得到一个多级优化后的影像最优分割结果。本文在3个不同下垫面影像区域进行试验。结果表明,该方法能有效地实现自动确定高空间分辨率遥感影像最优分割结果,与现有方法相比,本文方法确定出的影像最优分割结果质量更高,与参考分割结果更加贴近。 相似文献
6.
融合光谱-空间信息的高光谱遥感影像增量分类算法 总被引:1,自引:1,他引:0
提出了一种融合光谱和空间结构信息的高光谱遥感影像增量分类算法INC_SPEC_MPext。通过主成分分析(PCA)提取高光谱影像的若干主成分,利用数学形态学提取各主分量影像对应的形态学剖面(MP),再将所有主分量影像的形态学剖面归并联结,组成扩展的形态学剖面(MPext)。将MPext与光谱信息相结合以增加知识,最大限度地挖掘未标记样本的有用信息,优化分类器的学习能力。不断从分类器对未标记样本的预测结果中甄选置信度高的样本加入训练集,并迭代地利用扩大的训练集进行分类器构建和样本预测。以不同地表覆盖类型的AVIRIS Indian Pines和Hyperion EO-1Botswana作为测试数据,分别与基于光谱、MPext、光谱和MPext融合的分类方法进行比对。试验结果表明,在训练样本数量有限情况下,INC_SPEC_MPext算法在降低分类成本的同时,分类精度和Kappa系数都有不同程度的提高。 相似文献
7.
8.
近年来多源遥感影像融合技术发展迅速,融合方法研究日趋完善,然而融合影像效果评价始终没有统一标准。在系统分析传统评价指标的基础上,从光谱保真度、高频信息融入度两个方面对融合影像的评价进行综合分析,并在这两个方面建立了光谱信息指数与高频信息指数两个指标,然后对其进行综合建立信息量指数,从而在信息量方面加以评价,从而形成一套完整的评价体系。最后应用融合实例对创建的评价体系进行了验证。 相似文献
9.
针对高光谱图像分类中对光谱信息利用不足的问题,提出一种基于卷积神经网络在光谱域开展的分类算法。该算法通过构建五层网络结构,逐像素对光谱信息开展分析,将全光谱段集合作为输入,利用神经网络展开代价函数值的计算,实现对光谱特征的提取与分类。实验中采用三组高光谱遥感影像数据进行对比分析,以India Pines数据集为例,提出的基于卷积神经网络的分类方法的分类正确率达到90.16%,比RBF-SVM方法高出2.56%,相比三种传统的深度学习方法高出1%~3%,训练速度也较为理想。实验结果表明,本文所提出的算法充分利用了高光谱图像中逐像素点的光谱域信息,能够有效提高分类正确率。与传统学习算法相比,在较少训练样本的情况下,更能发挥其良好的分类性能。 相似文献
10.
随着航天技术和遥感传感器技术的快速发展,已能方便地从商业渠道获得空间信息更丰富、目标细节更清楚的高分辨率遥感影像。高分辨率遥感影像的纹理信息非常丰富,而光谱信息往往较弱(波段较少)的特点,决定了仅依靠光谱信息、以像素为基本单元进行分类难以达到较高分类精度这一现实。 相似文献