排序方式: 共有152条查询结果,搜索用时 15 毫秒
1.
谢凯 《湖北大学学报(自然科学版)》2015,(2):116-121,142
利用语素向量的形态描述方法实现地物波谱形态的参数化,以不同地物具有不同波谱曲线为地物分类准则,在MATLAB设计中,实现一种带通配符的地物波谱曲线形态差异遥感图像分类程序,应用此程序对高光谱遥感图像所得的分类结果与其他分类方法所得的分类结果进行对比.结果说明,此方法可以将地物波谱的波形信息最大限度地保留并利用,进一步解决遥感影像分类中"光谱值"相似及现有的光谱匹配方法受类内差异变化影响大的问题,运用Kappa系数的精度评价证明此方法对高光谱遥感图像的分类优于SVM分类方法. 相似文献
2.
《河南师范大学学报(自然科学版)》2015,(4):50-54
由于多重反射和散射,高光谱图像中的混合像元实际上是非线性光谱混合传统的端元提取算法是以线性光谱混合模型为基础,因此提取精度不高针对高光谱图像的非线性结构.本文提出了基于图像欧氏距离非线性降维的高光谱遥感图像端元提取方法该方法结合高光谱数据的物理特性,将图像欧氏距离引入局部切空间排列进行非线性降维以更好的去除高光谱数据集中冗余的空间信息和光谱维度信息,然后对降维后的数据利用寻找最大单形体体积的方法提取端元.真实高光谱数据实验表明,提出方法对高光谱图像端元提取具有良好的效果,性能优于线性降维的主成分分析算法和原始的局部切空间排列算法. 相似文献
3.
4.
基于无人机高光谱影像, 建立地形复杂地区植被覆盖度的非参数随机森林回归估算模型。为获得构建随机森林模型所需的足够数量的训练样本, 利用低空无人机搭载的光学相机, 在从地面难以到达的山地、水域和植被茂密区, 通过垂直拍摄获得厘米分辨率的航拍影像, 作为对地面样方采样的补充。首先计算地面数码相机照片和无人机可见光影像的红绿蓝植被指数(red-green-blue vegetation index, RGBVI), 然后使用大津分割法提取样方的植被覆盖信息, 得到构建模型所需的训练样本。在此基础上, 基于2018年8月16—18日在内蒙古自治区察右中旗油娄沟矿区获取的GaiaSky-mini2无人机高光谱影像数据, 利用递归特征消除算法优选参与随机森林回归的特征变量集, 利用空地协同获取的训练样本构建植被覆盖度的随机森林回归估算模型。该模型在测试集上的确定系数R2为0.923, 均方根误差为0.087, 优于常用的像元二分模型, 可用于矿区植被动态信息的精细化监测。 相似文献
5.
高光谱图像预处理方法研究及进展 总被引:1,自引:0,他引:1
高光谱图像预处理方法在高光谱图像处理中具有重要意义,有效的预处理方法可以尽可能地减少甚至消除无关信息(如样品背景、电噪音和杂散光等)对高光谱图像的影响,为后续基于高光谱图像的数据分析提供更为可靠的数据来源.基于高光谱图像谱图合一的数据结构特点,该文综述了直方图均衡化,中值滤波,边缘检测等图像预处理方法以及平滑,导数,标准归一化,多元散射校正等光谱预处理方法,并给出了这些方法的应用实例.该文还详细介绍了傅立叶变换和小波变换这两种基于数据压缩和信息提取的光谱预处理方法.这些新方法的研究为后续的数据分析奠定了良好的基础. 相似文献
6.
7.
提出一种基于潜在低秩图判别分析(LatLGDA)算法,利用数据的自表示对数据的列表示系数矩阵和行表示系数矩阵同时施加低秩约束,得到保留数据结构的亲和矩阵,再与图嵌入模型相结合实现高光谱图像的流形降维并进行分类。与其他基于稀疏图或稀疏低秩图的高光谱特征提取算法相比,LatLGDA可利用数据的行信息弥补列信息的不足或缺失,对噪音的抗干扰能力更强;在真实数据集上的实验结果表明,LatLGDA算法具有较高的分类精度和运算效率,应用前景广阔。 相似文献
8.
为了进一步理解遥感观测中地表目标物二向性反射特性产生的影响,增强定量反演植被结构和生理参数的能力,以江西千烟洲通量站为基地建立了多角度高光谱观测系统。此系统主要由UniSpec-DC双通道光谱仪、Pan-TiltUnit可水平垂直旋转的云台、电脑、电力供应系统、软件控制系统,以及数据转换器等配件组成。获得的光谱数据经白板校正、暗电流校正、超量程数据插补、异常数据删除、缺失角度插补等预处理后可用于冠层反射率和植被指数的计算与定量分析。多角度高光谱观测系统观测的辐照度与通量观测的光合有效辐射(PAR)具有较好的一致性(R~2=0.9614,P0.001)。利用2013年7月观测得到的光谱和通量数据计算得到光化学反射指数(PRI)与光能利用率(LUE),二者表现出明显的对数关系(R~2=0.5142,P0.001)。分析认为,多角度高光谱遥感是定量研究森林生态系统的重要手段,也是进一步理解航空航天遥感与样地观测尺度问题的有效方法。 相似文献
9.
基于环境一号HSI高光谱数据提取叶绿素a浓度的混合光谱分解模型研究 总被引:2,自引:0,他引:2
随着遥感技术的应用推广以及对研究精度的要求提高,越来越多的研究注意到混合像元的问题。在水质遥感监测中传感器探测的水体辐射亮度值是纯水和各种水质参数辐射亮度值的叠加,混合像元问题严重影响了水质定量遥感反演的准确性。基于环境一号HSI高光谱数据,首先分析了混合光谱分解模型的物理基础,然后基于采样点浓度大小和PPI(纯净像元指数)方法在遥感影像上提取纯水和叶绿素a的端元波谱,并利用线性光谱分解方法得到叶绿素a的丰度值找丰度值与叶绿素a浓度值之间的统计关系,建立了叶绿素a浓度反演的混合光谱分解模型,且反演精度较高。本文为水质定量遥感提供了一种新的思路。 相似文献
10.
以最新获取的准噶尔盆地吉木萨尔地区高光谱SASI数据为例,首先对该数据进行坏波段去除,大气校正以及波谱重建等预处理;然后对重建数据进行降维降噪,提纯和N维可视化,并且基于光谱特征吸收峰的光谱识别准则,提取出与贮藏油气有关的方解石和伊利石的光谱信息,最后运用混合调制匹配滤波技术对异常区填图.结合已有地质资料分析和野外验证,所提取出的蚀变信息与油气区地质情况基本吻合,准噶尔盆地为高光谱遥感技术勘探油气提供一定的地质依据. 相似文献