共查询到19条相似文献,搜索用时 125 毫秒
1.
端元提取是混合像元分解的基础,也是高光谱遥感的研究热点。对于特定区域的高光谱图像应该使用哪种端元提取算法,需要对各种端元提取算法进行客观地评价。作者针对黄河口湿地CHRIS高光谱图像,使用了重建图像与原图像的均方根误差、有效端元数量两个指数对PPI、N-FINDR、VCA、OSP、IEA和SISAL六种典型的端元提取算法进行了评价。结果表明,SISAL算法重建误差最小,仅有其他算法误差的10%~28%;OSP算法识别了具有物理意义的6种有效端元,多于其他算法识别的地物类型,而SISAL算法识别的端元缺乏物理意义。 相似文献
2.
3.
4.
高光谱图像中混合像元的存在不仅影响了基于遥感影像的地物识别和分类精度,而且已经成为遥感科学向定量化发展的主要障碍。MVC-NMF混合像元解混算法不需要假定纯像元的存在,并且在自动提取端元的同时,能够获取每种端元所对应的丰度图,然而该方法收敛速度较慢、效率较低,文中提出利用BBA(Barzilai-Borwein Algorithm)算法来实现MVC-NMF算法的迭代更新,从而提高了算法的效率。实验结果表明:该方法在相同迭代次数条件下比MVC-NMF算法解混的结果好、效率高。 相似文献
5.
6.
7.
基于地球化学参数的海底沉积物端元定量判识方法研究:I.分离沉积物?… 总被引:4,自引:1,他引:3
系统介绍“分离沉积物端元的最优斜交成分因子算法”,此算法包括主成分分析、因子得分成分化和最优斜交变换三部分。此算法可获得成分化的非负的斜交因子得分,弥补了Q型因子分析仅能用于样品间的相互关系及样品的分类研究,而不能胜任海底沉积物端元物质分离工作之不足。方法适合于沉积物物源端元定量分离工作。将此方法应用于冲绳海槽海底表层样,成功地仞了出长江陆源物质。此方法同样适合于诸如岩石、水体、土壤污染等混合过程 相似文献
8.
9.
为了解黄土高原东南缘临汾盆地黄土沉积物粒度分布特征及其气候意义,运用参数化端元分析模型对临汾盆地黄土沉积物粒度数据进行分析,提取对气候变化反映敏感的粒级组分。通过对临汾盆地黄土-古土壤序列运用谢帕德三角分类法,发现黄土主要由粉砂和黏土质粉砂组成,分布较为集中;对临汾盆地黄土粒度进行Gen.Weibull函数分布的参数化端元模型反演得出了3个端元,EM1可能是黄土在夏季风作用下的风化和成壤过程中形成的,EM2可能代表的是高空西风搬运的远源沉积物,EM3可能代表的是较强的冬季风所搬运的近源沉积物以及冬季短时间尘暴所带来的物质。结合OSL测年结果,临汾盆地黄土粒度端元组分、磁化率与深海氧同位素对比分析,发现临汾盆地与深海氧同位素一致,说明临汾盆地气候演化受全球冰量控制,但在每个阶段的内部波动上又表现出一定的区域特征。 相似文献
10.
基于HJ-1A高光谱的黄河口碱蓬和柽柳盖度反演模型研究 总被引:3,自引:2,他引:1
碱蓬和柽柳是黄河口湿地典型的盐生植物类型,是多种保护珍禽的主要栖息地,具有景观尺度较小、分布广且多混生的特点。应用覆盖黄河口北部潮滩的HJ-1A高光谱遥感影像,基于现场测量的端元光谱和从遥感影像中使用顺序最大角凸锥法(SAMCC)自动提取的端元光谱,应用线性光谱分解法(LSU)、正交子空间投影法(OSP)、匹配滤波法(MF)、最小能量约束法(CEM)和自适应一致估计法(ACE)5种不同光谱解混方法进行混合像元光谱解混,对比两种方法得到的端元光谱分别对碱蓬和柽柳盖度的反演能力,并给出相应的反演模型。结果显示:(1)现场测量端元光谱取得了较好的碱蓬和柽柳盖度反演结果,其中应用LSU方法的光谱解混结果与现场测量盖度的决定系数对于碱蓬和柽柳分别达到了0.88和0.95;(2)两种端元获取方式的光谱解混结果中,LSU和OSP方法均获得了较高的相关性,ACE解混方法的相关性都最低;(3)SAMCC方法提取端元光谱对柽柳的分解结果与现场测量盖度的相关性远高于碱蓬。 相似文献
11.
联合光谱和纹理特征的滨海湿地高光谱深度学习分类—以黄河三角洲湿地为例 总被引:2,自引:0,他引:2
本文基于CHRIS高光谱遥感影像,发展了一种结合地物光谱特征和多纹理空间特征信息,采用双全链接的8层深度卷积神经网络分类算法对滨海湿地高光谱影像进行遥感地物分类,并在黄河口滨海湿地进行了应用。结果表明:1)基于测试样本数据,联合光谱特征和K-L变换的纹理特征信息,采用DCNN模型方法展现了高的分类精度,精度高达99%;2)利用光谱特征和全纹理特征的精度比仅使用光谱特征和光谱特征联合K-L变换后纹理特征的分类精度低。利用K-L变换后的光谱特征和纹理特征的DCNN分类精度达到99.38%,相比于使用全纹理特征信息的精度提高了4.15%;3)基于验证图像,发展的DCNN分类方法精度优于其他算法,DCNN方法总体分类精度为84.64%,Kappa系数为0.80;4)相比于浅层分类方法,本文发展的DCNN模型分类算法保证了所有地物类型的分类精度更加均衡,保持了主要地物类型的分类精度几乎不变,同时提高了滩涂和农田的精度。基于DCNN模型,潮滩和农田的分类精度分别达到79.26%和56.72%。比其它浅层分类方法提高了2.51%和10.6%。 相似文献
12.
13.
卫星水深反演是水深测量的一种重要手段,其中Stumpf比值算法和Lyzenga多项式算法应用广泛并诞生了大量改进算法,但这些算法没有顾及不同光谱的测深极限与适用范围,为此本文提出一种基于光谱分层的水深反演方法。首先,根据红、绿、蓝光谱对水体的穿透能力差异,提出一种基于影像本身的无参数光谱分层策略,提取红光层、绿光层、蓝光层;然后,根据不同光谱层的波段测深性能,分光谱层构建水深反演优化模型,获取浅海水深反演结果。以我国南沙海域长线礁和美属维尔京群岛巴克岛为实验区,本文方法对经典Stumpf比值算法和Lyzenga多项式算法进行改进后,水深均方根误差、平均绝对误差、平均相对误差分别降低了0.41~0.89 m、0.35~0.65 m、4%~19%,尤其在红光层,即水深较浅区域,平均相对误差降低了58%~149%,精度提升明显。因此,改进算法在提高卫星水深反演效果方面具有可行性和有效性。 相似文献
14.
图像融合在遥感中的应用 总被引:4,自引:0,他引:4
介绍了关于低分辨率的多光谱图像与高分辨率的全色图像相融合的一些方法。图像融合的目的是为了获取高分辨率的多光谱图像,它既包含了多光谱信息又具有全色图像的高空间分辨率特点。图像融合在遥感中的主要目的在于尽量保持图像的光谱信息.以便用于土地覆盖分类等领域,这一点与其在军事应用和计算机辅助设计领域有所不同。阐述了如何在不使用高分辨率的全色图像情况下进行融合的方法,由于同时获取的多光谱图像之间存在亚像元级的偏移现象,将位移量作为附加信息来有效提高采样频率,以此获取高空间分辨率信息。最后选取了SPOT卫星的多光谱图像作为例子.对文中所阐述的算法进行了试验,并对试验结果作了比较分析。 相似文献
15.
黄河三角洲湿地地物精确分类对湿地资源的保护、开发和利用具有重要意义。目前的湿地分类算法大多存在着全局信息利用不足,地物类型边界不易区分等问题,导致分类精度不高。针对此问题,本文提出了基于双路图卷积的黄河三角洲湿地地物分类算法,包括图结构数据构建模块、特征提取与融合模块两部分。图结构数据构建模块,设计欧式图表示光谱值之间的绝对差异,衡量不同地物类型,设计余弦图表达不同像素光谱波形之间的差异,用以区分不同的地物边界;特征提取与融合模块,利用图卷积聚合全局信息,对欧式图利用双层图卷积进行特征提取,对余弦图使用图U-Net网络进行特征提取,之后将两个特征融合,得到同时具有光谱值绝对差异和光谱波形差异的融合特征,最后进行分类。在CHRIS和GF5两个数据集的实验结果表明,本文所提算法在黄河三角洲湿地地物分类中取得了具有竞争力的分类结果。 相似文献
16.
17.
在卫星遥感影像识别中,相较于海上单一环境的船舶识别,港口船舶识别由于存在集装箱、码头等大量干扰目标,显得更为困难。采用强度-色度-饱和度(Intensity-Hue-Saturation, IHS)变换、Brovey变换(Brovey Transform, BT)、ESRI全色锐化变换、简单均值变换和施密特正交变换法(Gram-Schmidt, GS)等5种融合算法,进行高分二号卫星全色和多光谱影像的融合试验,通过定性和定量评价选出适用于港口船舶影像的最优方法。结果显示GS融合方法在增加影像空间信息的同时维持了光谱保真性,其均方根误差、峰值信噪比、结构相似性等指标均优于其他4种融合方法,可用于港口船舶识别。 相似文献
18.
The algorithms of extracting chlorophyll-a(Chl-a) concentration have been established for Chinese moderate resolution imaging spectrometer(CMODIS) mounted on Shenzhou-3 spaceship launched on 25 March 2002.The CMODIS is an ocean color sensor with 30 visible channels and 4 infrared channels,much different from other ocean color satellites and needs new algorithms to process data.Three models of Chl-a concentration were established based on Chl-a data retrieved from sea-viewing wide field-of-view sensor(SeaWiFS),with the average relative errors of 26.6%,24%.0% and 33.5%,respectively.This practical and economic approach can be used for developing the algorithms of Chinese ocean color and temperature sensor(COCTS) on the satellite Haiyang-1 to derive the Chl-a concentration concentration distribution.The applicability of the algorithms was analyzed using some in situ measurements.Suspended sediment is the main factor influencing the accuracy of the spectral ratio algorithms of Chl-a concentration.The algorithms are suitable to using in the regions where suspended sediment concentrations(SSC) are less than 5 g/m3 under the condition of relative error of Chl-a concentration retrieval within 35%.High concentration of suspended sediment leads to the overestimate remote sensing retrieval of concentration of Chl-a,while low-middle SSCs lead to the low Chl-a concentration values using the spectral ratio algorithms.Since the accuracy of Chl-a concentration by the spectral ratio algorithms is limited to waters of Case 2,it is necessary to develop semi-analytical models to improve the performance of satellite ocean color remote sensing in turbid coastal waters. 相似文献
19.
在光谱规则分类算法(Spectral Rule-based Classifier, SRC)基础上考虑大气校正对遥感影像光谱反射率的影响,提出了一种改进光谱规则的分类算法(Modified Spectral Rule-based Classifier, MSRC),从地物光谱响应曲线和光谱指数两个方面来修正光谱规则集,通过规则细化和补充、阈值改正优化光谱类别。以珠江三角洲海岛(佳蓬、淇澳)和海岸带(荃湾、惠东)的Landsat 8影像作为实验数据,对比了大气校正前后波段反射率和地物光谱响应曲线,分析了改进后MSRC算法的地物分类结果和精度,并与原SRC算法、最小距离分类(MDC)算法、最大似然分类(MLC)算法、支持向量机分类(SVM)算法、神经网络分类(NNC)算法以及基于光谱指数的算法等多种地物分类算法进行比较。结果表明,4组实验数据的MSRC算法分类结果总体精度分别为87.66%、82.38%、77.67%和80.05%,高于SRC、MDC、MLC和基于光谱指数的分类算法,在无需人工标注训练数据集的前提下接近SVM和NNC算法的分类精度。MSRC算法适用于海岛和海岸带的Lands... 相似文献