共查询到20条相似文献，搜索用时 31 毫秒
1.
基于粗糙集和遗传算法的超光谱波段集合整体缩减 总被引：3，自引：0，他引：3
提出一种对高光谱遥感影像波段集合进行整体缩减的方法。该方法首先根据模糊集和粗糙集理论,对原光谱波段集会进行近似等价波段区间的自动划分。对于每个近似等价波段区间,在考虑其他区间合成影像数据影响的情况下,利用遗传算法进行合成权系数的优化。实验表明,整体迭代线性合成方法不仅具有较高的计算效率,而且可以获得比独立线性合成方法明显优化的结果。 相似文献
2.
高光谱遥感影像优化分类波段选择 总被引：3，自引：0，他引：3
利用粗糙集关于属性依赖性公式,本文给出一种定义遥感影像波段间相似度的方法,通过模糊聚类,得到对高光谱遥感影像原始波段集合的模糊等价划分,在每个模糊等价波段组中,选择一个代表性波段完成对原始波段集合的初步降维,基于遗传算法并结合粗糙集理论,在降维中的波段集合中进一步进行的分类波段组合的优化选择,实验结果表明,本文给出的高光谱遥感影像优化分类波段组合选择方法是非常有效的。 相似文献
3.
利用粗糙集关于属性依赖性公式,本文给出一种定义遥感影像波段间相似度的方法。通过模糊聚类,得到对高光谱遥感影像原始波段集合的模糊等价划分。在每个模糊等价波段组中,选择一个代表性波段完成对原始波段集合的初步降维。基于遗传算法并结合粗糙集理论,在降维后的波段集合中进一步进行的分类波段组合的优化选择。实验结果表明,本文给出的高光谱遥感影像优化分类波段组合选择方法是非常有效的。 相似文献
4.
5.
高光谱遥感能提供数十至数百个窄波段的光谱信息,从而能够依据地物的诊断性光谱特征进行地物识别。然而,高光谱遥感在提供丰富光谱信息的同时,波段间的相关性和冗余性制约着高光谱遥感的应用。因此,特征参数选择是高光谱遥感分类中最关键的环节之一。首先讨论EO-1/Hyperion的传感器特征,并对其L1R数据进行辐射校正、去条纹、Smile效应纠正等预处理工作。其次利用从图像中提取的典型地物的光谱曲线,采用光谱重建理论获得用于逼近光谱曲线的基函数及其对应的光谱区间。然后采用逐步增加光谱区间,并调整波段中心位置和宽度的方法,得到稳定的光谱区间。最后将光谱区间内的几个原始高光谱波段合成一个宽的波段,得到几个较宽波段的仿真图像,并对其进行分类。结果表明,基于光谱重建的特征参数选择方法获得的分类,总体精度高达92%,充分说明了该方法的有效性。 相似文献
6.
地表覆盖变化信息提取更加依赖丰富、准确、可靠的多时相、多层次、多分辨率、多源的数据,因此,为了获取地表覆盖的信息,必须要对影像波段进行优化组合。不同的波段组合对不同的地图显示的效果不同,多光谱影像合成需要进行波段组合优化,本文重点针对地表覆盖研究中经常采用的TM的多光谱数据的波段选择问题,对地表覆盖研究具有借鉴意义。 相似文献
7.
高光谱影像波段众多且相关性强，导致分类存在信息冗余且计算量较大。提出了可分离非负矩阵分解方法来选取高光谱影像的代表性波段子集，在保证分类精度的同时降低计算量。该方法假设高光谱影像的波段集合具有可分离特性，改进传统非负矩阵分解模型，将波段选择转换为可分离非负矩阵分解问题，采用迭代投影方法来依次选取能够非负线性表达其他波段的代表性波段。在此基础上，利用两个公开高光谱数据集对比几种主流方法，采用定量评价和分类精度指标来综合评价所提的波段选择方法的效果。实验结果表明，可分离非负矩阵分解方法的分类精度高于其他几种方法，而且计算效率排名第2，能够选取合适的波段子集以满足高光谱遥感的应用需求。 相似文献
8.
基于多尺度分析的遥感影像融合研究 总被引：1，自引：0，他引：1
本文对SPOT5的多光谱波段和全色波段在像素级的融合层次上运用多尺度分析的方法进行了融合试验,主要用了小波变换和Curvelet变换的方法,这两种变换方法都能把图像分解为低频的近似图像和高频的细节图像,采用一定的融合规则对分解后的图像进行融合,并进行反变换得到融合后的图像,并把基于多尺度分析的融合结果与传统的融合方法进行了对比分析。结果表明,基于多尺度分析的融合方法比传统的PCA、Brovey融合方法效果要好;而Curvelet变换融合在光谱保持度及空间信息提高方面都比小波变换融合有所提高。 相似文献
9.
提出一种稀疏自表达方法来研究高光谱影像分类中的波段选择问题。该方法利用字典矩阵等于测量矩阵的条件来改进多观测向量的稀疏表达模型,将波段子集看作高光谱影像波段集合中的代表子集。稀疏自表达方法将波段选择转换为寻求多观测向量中稀疏系数矩阵的非零行向量问题,通过引入混合范数来限定非零元素行向量的个数,利用快速交替方向乘子方法求解稀疏系数矩阵,并聚类非零行向量,实现波段的有效选择。基于两个公开高光谱影像数据集并对比其他4种波段选取方法来验稀疏自表达方法。实验结果证明,稀疏自表达方法能够在计算效率明显优于基于波段相关性的线性限制最小方差方法的同时,取得与该方法和非负稀疏矩阵分解方法相匹甚至略高的总体分类精度。 相似文献
10.
由于外部成像环境和传感器本身设计指标的差异,不同遥感平台同一波段影像之间常常存在不一致。在多源遥感定量研究中,对外部成像环境导致的差异关注较多,而对以光谱响应函数（SRF）和空间点扩散函数（PSF）为代表的值感器本身设计指标,导致的影像不一致性（差异性）则考虑相对较少,这给后续研究结果的分析与讨论带来一定不确定性。为了提供一种全面、客观对不同遥感平台同一波段影像一致性评价方法,本文采用控制变量法的评价策略,介绍了利用Hyperion高光谱影像结合光谱响应函数模拟各种宽波段影像的方法,并将其用于多平台同一波段影像之间的一致性评价;同时在此基础上探讨了考虑PSF对高-低空间分辨率影像聚合过程的影响,为不同平台、同一波段、不同空间分辨率影像之间的一致性评价提供了技术参考。通过对常见的3种典型传感器Landsat ETM+,Terra MODIS,NOAA AVHRR 3近红外波段进行模拟、比较和一致性评价,结果表明：（1）利用本文所提出的宽波段光谱模拟方法,能较准确地模拟各种宽波段影像（在本文中平均相对误差的绝对值最大为-2.371%）,并可用于多平台同一波段影像的数据评价（从光谱响应的角度）。 （2）为了比较不同平台、同一波段、不同空间分辨率之间的差异性,可将其中高分辨率影像进行尺度上推,得到与其中低分辨率影像相同像元大小的影像,然后再进行评价。在尺度上推过程中,需先考虑PSF效应（可用高斯低通滤波模拟）,然后进行平均值聚合即可。在此基础上进行的一致性评价才是比较客观的,特别是针对异质性区域。本文所采用的评价方法不仅可为评价不同平台波段同一波段影像之间一致性提供很好的解决途径,而且为多源遥感数据选择提供了一种决策依据。 相似文献
11.
以2003年某地区QuickBird多光谱影像为数据源,首先分析建筑用地及其他地物在QuickBird卫星影像4个波段上的光谱特征,并由此探讨其在光谱特征上的可分性。研究发现对于建筑用地等地物类型,波段2和波段4的光谱特征对比度最大,因此通过简单的波段比值运算可最大限度地增强该类地物的亮度。在此基础上,通过分析水体、裸露地的波谱特性,建立基于光谱特征的决策树模型,对研究区域建筑用地进行提取并对结果进行精度评价,结果表明,该方法总体提取效果较好。因此利用该模型可以将背景地物类型复杂的某地区建筑用地信息提取出来,并且模型受时相影响较小,只是在阈值大小上会存在一些差异。 相似文献
12.
基于多进制小波遥感影像融合的研究 总被引：2，自引：0，他引：2
为监测地面沉陷区的动态演化信息,探讨了基于多进制小波变换与RGB特征融合相结合的遥感影像融合方法。在融合过程中,首先对高分辨率全色影像和多光谱影像进行M进制小波分解,再将高分辨率影像的高频分量分别与多光谱影像的R,G,B波段高频分量以区域能量为融合准则进行特征融合,形成新的高频分量,然后与多光谱影像的低频分量进行多进制小波逆变换,最后经RGB合成为彩色影像。结果表明,该方法既改善了影像的清晰度和分辨率,同时也保留了原影像的光谱信息,利用融合后的影像进行地面沉陷区监测,效果明显提高。 相似文献
13.
应用稀疏非负矩阵分解聚类实现高光谱影像波段的优化选择 总被引：1，自引：1，他引：0
针对高光谱影像数据高维性、高度相关性和冗余性等特点,提出应用稀疏非负矩阵分解聚类实现高光谱影像波段的优化选择。通过稀疏非负矩阵分解方法对高光谱影像进行稀疏化表示,同时顾及其可聚类的特性,在保留所选波段物理意义的基础上,得到波段选择后的高光谱影像降维数据。通过该方法对PHI-3高光谱影像进行波段选择的试验分析,应用聚类特征有效性分析波段聚类结果,并采用波段子集的信息量、相关性和可分性3类评价指标来验证方法的效果。最终,从运行效率和分类精度两方面证明了基于无监督聚类的稀疏非负矩阵分解对高光谱影像的波段选择的实用性。 相似文献
14.
基于经验模态分解的高分辨率影像融合 总被引：9，自引：0，他引：9
文章提出基于经验模态分解（Emp iricalMode Decomposition,EMD）的特征层影像融合模型。对多光谱波段影像进行IHS变换获得强度影像,采用行列分解实现一维经验模态分解的二维拓展,并用于分离高分辨波段影像与强度影像的细节特征信息,对高分辨率波段影像的高频与强度影像波段的低频进行重构获得融合后的强度影像,再通过IHS反变换获得融合影像。文章介绍了经验模态分解的基本原理,定义了经验模态分解的多尺度分解与合成结构,提出融合模型的技术路线。选择UICKB IRD影像的全色波段与多光谱波段进行融合实验,根据典型行（列）的EMD分析,确定经验模量的取舍尺度,按提出的融合路线获得融合影像,并与小波融合,IHS融合,Brovey融合模型获得的影像进行视觉及量化比较。选择信息熵、标准差指标对融合影像的空间细节信息进行评价,同时选择平均灰度值、相关系数、偏差指数评价融合影像的光谱扭曲程度,结果表明本融合模型最优。 相似文献
15.
16.
17.
使用泊松方程插值方法进行遥感影像融合 总被引：1，自引：0，他引：1
以高空间分辨率的全色影像为引导,高光谱分辨率的多光谱数据作为已知条件,利用泊松方程插值方法对各个波段影像在空间维进行插值,最终得到的多光谱影像既具有原多光谱影像的光谱信息,同时又具有全色影像的清晰细节。该方法还具有不受波段数目限制的特点,与多重网格方法结合可以提高数据处理效率。使用该融合方法对QuickBird和IKONOS数据进行融合实验,实验结果在RASE、ERGAS、空间细节质量、SSIM等多项质量指标上优于传统融合方法。 相似文献
18.
遥感影像植被信息提取方法研究及思考 总被引：3，自引：0，他引：3
从植被光谱特征出发,对植被信息提取的方法和现状进行了综述,其中主要介绍了几种具有代表性的植被提取方法,如:植被指数提取法、NDVI与波段合成法、HIS融合法、分级分类提取法、基于知识库提取法等,对各种方法的原理、特点、优势与限制进行了分析、对比、思考,并展望了下一步研究方向。 相似文献
19.
云遮挡对高光谱影像的应用造成了不可忽视的影响。现有云去除方法通常利用时域近邻的同源影像提供辅助信息。然而,高光谱影像(如GF-5和EO-1高光谱影像)较低的时间分辨率导致同源辅助影像中可能存在较大的地物覆盖变化。时间分辨率更高的多光谱影像(如Landsat 8 OLI影像)能提供时间上更接近于高光谱云影像的辅助信息,从而减少地物覆被变化带来的影响。为应对高光谱和多光谱波段之间差异较大的问题,本文基于空谱随机森林(spatial-spectral-based random forest,SSRF)方法,提出一种利用多光谱影像(Landsat 8 OLI影像)对高光谱影像进行厚云去除的方法,将其简记为SSRF_M。SSRF_M较强的非线性拟合能力使其能够综合利用多光谱影像所有波段的有效数据对各个高光谱波段进行重建。本文使用GF-5和EO-1高光谱影像进行模拟云去除试验,视觉和定量评价结果均表明,与利用时间间隔更长的同源辅助影像的方法相比,本文方法能获得更高精度的云下信息重建结果。 相似文献
20.
传统的影像融合方法对ETM＋多光谱影像和全色影像融合往往存在一定的光谱失真现象,提出了一种基于亮度相关系数的影像融合方法,能够提高融合影像的光谱保真度。该方法首先对多光谱影像进行IHS变换,将全色影像与亮度分量进行直方图匹配;其次,对亮度分量和新的全色影像分别进行小波分解,以分解后近似分量的相关系数作为权值,对两个近似分量图像进行加权融合,得到新的近似分量;然后,进行小波逆变化得到新的I分量;最后,通过IHS逆变化得到融合影像。试验结果证明,该方法得到的融合影像,不仅能够有效地保持全色影像的空间细节信息,而且能很好地保留多光谱影像的光谱信息。 相似文献