首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到18条相似文献,搜索用时 93 毫秒
1.
通过对Landsat ETM+不同波段遥感影像主要土地利用类型光谱特征曲线进行分析,提出一种新的提取城市建筑用地的方法:V律指数法(V law index,VLI).该方法采用3个波段的遥感影像,并结合约束条件,通过简单的逻辑判断和乘法运算实现建筑用地的提取.随机矩阵点实验测试表明:VLI法能够获得较好的提取效果,与其...  相似文献   

2.
随着我国城市化进程的加快,城镇建设中土地利用问题必将日益显现。加强城镇土地利用监测,对于确保在城镇建设中科学合理利用土地将起着不可低估的作用。通过对利用遥感测出的郑州市城镇土地利用变化情况的分析,得出利用遥感对城镇土地利用进行动态监测是一种较为科学的方法。  相似文献   

3.
植被信息提取中的遥感影像预处理   总被引:3,自引:0,他引:3  
文章以植被信息提取为例,对遥感影像预处理的内容、工作平台、遥感影像和地理信息概况、遥感影像实验样区的选择和切割提取和多光谱信息的统计分析及波段选取等进行论述并作分析总结,为后续研究工作打下良好的基础。对最佳波段的选取方法进行改进,并对此进行实证研究,取得较好的结果。  相似文献   

4.
李春燕 《科学技术与工程》2012,12(8):1941-1943,1990
主要介绍了基于面向对象的遥感影像分类方法,借用eCognition软件通过设置不同分割尺度参数及特征值,进行了一个分割分类实例试验。结果显示,与传统的基于像元的分类方法相比,面向对象的遥感影像分类方法是具有很好的效果,提交了分类提取的精度。  相似文献   

5.
基于改进的NDBI指数法的遥感影像城镇用地信息自动提取   总被引:2,自引:0,他引:2  
针对目前遥感影像城镇用地信息提取存在精度不高、不够客观等问题,在分析Landsat ETM影像上各主要地物光谱特征的基础上,提出了一种基于改进的归一化建筑指数(NDBI)的遥感影像城镇用地信息自动提取方法.利用南京市主城区的Landsat ETM影像对该方法进行了验证,结果表明:该方法能够有效提取研究区的城镇用地信息;相对于常规的NDBI指数法,改进后的方法消除了稀疏植被对城镇用地提取精度的影响,大大提高了城镇用地信息的精度,并具有快速、客观等优点.  相似文献   

6.
王亚飞  刘文军 《河南科学》2012,30(5):589-591
基于面向对象的遥感影像分析方法,在不同尺度分割遥感影像的基础上,根据影像对象的特征,如亮度、光谱、归一化植被指数(NDVI)、面积和上下文等信息,对水体信息进行了提取和分类.结果显示:与传统的基于像元的分类方法相比,面向对象的遥感影像信息提取方法具有很好的效果,同时也提高了信息提取的精度.  相似文献   

7.
8.
采用2006、2009年Landsat5 TM和2013年Landsat8 OLI 3个时相的遥感影像,结合以往的相关数据、资料和实地调查,对厦门岛及周边区域的城市绿地进行提取分类,并采用监督分类方法,将绿地遥感影像划分为林地和其他绿地,分析区域内绿地面积和空间分布的变化情况。结果表明:利用中分辨率遥感影像,结合NDVI和K T变换可以更简便、大面积地提取绿地信息;2006—2013年,厦门岛及周边区域城市的绿地面积逐年增加,但绿地空间分布不均匀,结构不合理。建议厦门市应对城市绿地进行系统规划与建设,合理分布绿地空间,推进垂直绿化,合理配置绿化物种,以本地物种为主,提高景观稳定性和多样性。  相似文献   

9.
以济南市湿地为研究对象,利用济南市1987年、1996年和2001年的陆地卫星TM数据,以及2007年CBERS数据,采用决策树分类法和监督分类法,对研究区的湿地资源进行动态监测,结果表明:从1987至2007年间,济南市湿地总面积呈现先增加后减少的趋势,在各类湿地资源中水库面积增加最快,而河滩数量急剧减少。  相似文献   

10.
基于小波变换的卫星遥感影像数据融合   总被引:1,自引:0,他引:1       下载免费PDF全文
遥感信息融合(Fusion)是遥感数据处理的重要内容之一。通过把高分辨率的全色影像与多光谱彩色低分辨率的数据叠加,可以最大限度地利用不同分辨率、不同光谱信息和不同时相分辨率的遥感信息。首先概括了已有的遥感平台与数据,在给出小波分解基本模型的基础上,探讨了采用小波变换进行遥感信息融合的基本方法和实现流程。同时利用该方法,用于SPOT全色卫星影像数据和Landsat TM多光谱数据的融合处理。作为实际应用,给出了详细的小波信息融合结果,并证明了该方法是切实可行的。  相似文献   

11.
选取GIMMS、MODIS、SPOT/VEGETATION 3种NDVI(归一化植被指数)遥感数据产品,分析它们在大别山区域的空间分布和时序变化.结果表明:(1)在空间分布上,3种NDVI数据的格局大致相同,MODIS NDVI和SPOT/VEGETATION NDVI的空间分布吻合度更高;MODIS传感器的波段宽度窄、空间分辨率高、变化范围大、分布分散.(2)在时序变化上,3种NDVI数据的季节变化步调基本一致,幅度相当,MODIS NDVI和SPOT/VEGETATION NDVI数据更能清晰地反映NDVI对降水响应约有1个月的滞后这一现象;GIMMS NDVI能清晰准确地反映地面植被覆盖的变化情况;SPOT/VEGETATION NDVI的动态范围比GIMMS NDVI和MODIS NDVI的动态范围大.  相似文献   

12.
针对原始SegNet网络模型存在的参数数量多、 梯度不稳定及分割精度低等问题, 提出一种通过构建SegNet与带残差的bottleneck块、 深度可分离卷积以及跳跃连接结构相结合的改进模型. 在航空和卫星遥感图像数据集上进行实验的结果表明, 改进后的网络模型在精确率、 召回率及F1值等性能评价指标上均获得更优结果, 表明改进的网络模型在遥感图像建筑物分割任务中有良好的实用价值.  相似文献   

13.
基于遥感影像的空间信息平台的组织与实现   总被引:2,自引:0,他引:2  
在总结分析遥感影像数据特点及发展趋势的基础上 ,探讨建立一个空间信息平台的可能性 .尝试性地提出了利用多种空间信息平台进行多种数据集成分析的概念和模式 ,并以此为出发点给出系统的基本框架 .最后论述了建立一个综合多信息、多数据、多分析处理功能的空间信息平台 ,并构建大范围空间信息系统的设想  相似文献   

14.
基于空间形态特征遥感边缘信息的提取方法   总被引:6,自引:2,他引:4  
边缘信息是地物间波谱差异的反映.仅仅考虑灰度差异并不能满足专题信息-地物边缘提取的需要.加入地物的空间形态特征依据,可以使边缘信息提取更准确.在灰值形态学梯度算法和多方位形态结构元素形态学理论分析基础上,提出了提取遥感图像边缘信息的新方法.叙述了结构元素的设计和边缘提取过程,给出了应用实例并得到良好的视觉效果.  相似文献   

15.
以遥感影像为数据源,以实测的研究区地物的波谱曲线为依据。对TM影像进行了包括波段的选择、彩色合成、监督分类等一系列的处理。在此基础上确定了植被密度较大的区域的阚值,对NDVI植被指数图像进行滤波处理,提取出植被密度较大的区域的范围。并把它与岩性分布图进行叠加分析,得出不同岩性上的植被覆盖情况。结合岩石化学成分的资料,分析了可能的原因,指出了植被覆盖和岩性有密切的关系。  相似文献   

16.
基于小波变换的快鸟遥感影像数据融合   总被引:8,自引:0,他引:8  
在给出小波变换基本模型的基础上 ,探讨了采用小波正交分解与重构来进行遥感信息融合的基本原理 .快鸟影像数据是目前新的高分辨率卫星遥感数据产品 ,在分析该数据特点的基础上 ,考虑采用小波变换应用于快鸟高分辨率卫星影像数据全色和多光谱数据的融合 ,并给出了具体的数学模型和实现流程 .作为实际应用 ,又详细给出了小波用于遥感数据融合的中间过程和最后结果 ,并通过分析影像融合的效果 ,提出了有效的成果调整方法 ,且说明了该方法是切实有效的  相似文献   

17.
对2008年8月覆盖乌鲁木齐市主城区的IKONOS遥感影像进行预处理提取植被信息,再用代表性样地法采集主城区乔木树种的样点数据计算主城区绿量,选定归一化植被指数(NDVI)、土壤调节植被指数(SAVI)、修正土壤调节指数(MSAVI)和比值植被指数(RVI)做为自变量,以实测样本数据作为应变量,采用多元回归分析法建立基于遥感影像的乌鲁木齐市绿量遥感估算模型:Y=449.6NDVI+285.82SAVI-161.51,R=0.67,绿量与植被指数之间存在一定的相关关系(F=15.4872F0.05=6.07),模型有一定的可行性。  相似文献   

18.
针对目前最新发展的Contourlet变换较小波变换能提供更丰富的方向和形状,有助于捕捉图像中的几何结构,提出了一种新的基于Contourlet变换和IHS(Intensity-Hue-Saturation)变换的遥感图像融合方法,首先对多频谱图像进行IHS变换,然后对所得的亮度分量和全色图像分别进行Contourlet变换,再对得到的低频近似系数和高频细节系数采用一定的融合规则得到一个新的亮度分量,并对其做逆向的IHS变换得到融合图像.实验结果表明,该方法在保留多频谱图像的频谱信息的同时增强了融合图像的空间细节表现能力,提高了融合图像的信息量,并且优于同等条件下的小波变换方法,该方法是有效可行的.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号