共查询到20条相似文献，搜索用时 46 毫秒
1.
高光谱遥感影像分类是高光谱遥感影像处理和应用的重要组成部分。然而,高光谱遥感影像具有波段数量较多和空间分辨率较高等特点,给分类任务带来一定的挑战。为了提高分类精度,充分利用影像的空间信息和像素间的局部信息,提出一种引导滤波联合局部判别嵌入的高光谱影像分类方法。首先,对高光谱遥感影像进行归一化,利用主成分分析方法实现特征提取,将提取的第一主成分影像作为引导图像;其次,采用引导滤波分别提取各波段影像的空间特征;然后,将提取的空间影像特征进行叠加,通过局部Fisher判别分析完成低维嵌入;最后,将得到的低维嵌入特征输入支持向量机分类器得到分类结果。采用Indian Pines和Pavia University两幅高光谱影像进行实验的结果表明：在分别从各类地物中随机选取10%和100个样本作为训练样本的情况下,其总体分类精度分别提高到98.28%和99.45%;对比其他相关方法,该方法能够获取更高的分类精度。该方法在低维嵌入的同时,有效利用了影像的空间信息,改善了分类效果。 相似文献
2.
遥感图像中地表水体同山体、建筑物等地物产生的阴影在光谱特征上存在较高的类间相似性,导致提取过程中容易出现混淆和错分的情况。针对此问题,提出一种基于面向对象和人工蜂群的地表水体提取方法。该方法首先对遥感图像进行分割以获取分割对象的光谱、比率、几何形状等统计特征,以弥补高分遥感图像波段数目少,信息量不足的缺陷;并借助人工蜂群算法在解决复杂问题最优化方面的优势,选取水体同阴影二值分类的几何平均正确率作为算法的适应度函数,最终获取地表水体的最优化提取规则。选取厦门市大嶝岛和湖南省资兴市部分区域,基于国产高分一号、二号遥感数据进行水体提取,并与传统SVM分类结果进行比较。实验结果表明本算法提取水体的总体精度和Kappa系数均优于传统SVM分类器,表明该方法可应用于高分遥感图像的地表水体提取。 相似文献
3.
4.
内蒙古中部地区土地荒漠化遥感调查及环境质量评价 总被引：6，自引：2，他引：4
选择内蒙古中部地区作为典型荒漠化区域,根据荒漠化土地分类体系,确定决策树的结构以及各类地物在树形中的位置。基于各类地物的光谱反射特性和图像数据反映的综合特征,采取相应的识别和提取方法,以最大限度地利用遥感数据源。在研究过程中,采用从多光谱及多时相TM和ETM+遥感数据中提取出的光谱反射特性、土壤调节植被指数、土壤亮度指数以及土壤湿度指数等复合指数进行不同地物的分类和提取。结果表明:利用决策树分层提取法可以有效地排除和避免提取地物时多余信息的干扰及影响,目标明确。然后,通过图像代数检测法及目视解译法确定1990-2000年土地荒漠化的变化信息,对内蒙古中部地区的荒漠化演变规律做出分析。最后,结合研究区气候数据,在GIS支持下,通过对研究区生态环境质量变化和气候因子变化的相关性分析,表明研究区影响环境变化的主要因子是降水量与蒸发量(干燥度)。 相似文献
5.
为提高采用遥感影像监测开采沉陷演化的准确性,探讨了基于多维纹理特征的影像分类方法。首先提取影像的多维纹理特征:局部方差、局部平均梯度、局部能量和局部信息熵,然后将其与地物光谱值一并作为人工免疫算法中样本的特征向量,利用免疫算法的选择、克隆、变异算子进行自学习得到全局最优聚类中心,从而提高影像分类精度。对淮南煤田进行开采沉陷遥感监测,结果表明,该方法分类总精度为88.26%,Kappa系数为0.853,优于传统的Parallelepiped和Maximum likelihood分类方法。 相似文献
6.
7.
随着深度学习语义分割的快速发展,基于计算机视觉语义分割模型的高分辨率遥感影像分类方法也大量涌现。为系统定量地研究经典的和先进的视觉语义分割模型在遥感影像分类中的性能,在总结深度学习语义分割进展的基础上,选择9种基于卷积神经网络(CNN)和视觉注意力的语义分割算法,对米级和厘米级2个尺度的遥感数据集进行分析研究。在模型构建上基于计算机视觉通用的语义分割框架,训练时采用红绿蓝3波段遥感图像并基于ImageNet预训练权重进行迁移学习训练。研究结果表明：通用的语义分割模型通过常规训练设置进行训练能取得较好的遥感影像分类效果,部分地物的交并比(IoU)可以达到90%以上;基于视觉注意力的遥感影像分类模型的精度普遍高于基于CNN的模型,且MaskFormer能更有效地提取离散的地物信息;不同类别的精度最高值并不全在总体最优模型中,部分会存在于次优模型中;类似的地物在更高分辨率遥感数据集中可以获得更高的精度。 相似文献
8.
9.
中国西部的沙漠、冻土和盐渍土等典型的不良地质现象日益显现,基于遥感影像的不良地质识别已经成为遥感处理研究领域的一个热点和难点。以新疆尉犁县罗布人村寨为研究区域,针对当地典型的不良地质体遥感影像特征,主要探讨SVM分类、K均值分类以及基于因果关系的贝叶斯网络分类3种分类方法,初步尝试不同分类方法的融合,并通过实验对比分析了3种方法的分类效果和精度。结果表明:SVM分类结果为块状分布,K均值分类结果为点状分布,基于因果关系的贝叶斯网络分类取得了更好的分类精度,3种方法取得的影像融合更好地表达了多种不良地质体的识别效果。 相似文献
10.
遥感图像记录了地物在空间域、时间域、光谱域的变化信息。利用图像的分类技术 ,能够识别土地利用类型。计算机遥感分类识别原理 ,是利用地物的光谱能量特征差异性和结构特征差异性来识别地物信息。根据北京某地遥感图像实例资料 ,将土地利用类型分为监督分类、非监督分类、最大似然法分类、神经网络分类等。不同的分类方法有各自的特点且分类结果也有一定的差别 ,其中神经网络分类与真实情况最为接近 相似文献
11.
为了从遥感影像上对丘陵山区的水田地类快速、准确的提取,以芜湖市南陵县为例,利用5月份的IRS-P6遥感影像和8月份TM遥感影像,分析水田和其背景地物的光谱特征,在ERDAS软件建立基于多源数据的提取模型,对TM影像中的水田地类进行自动提取。结果表明,该方法的总体提取效果较好,与人机交互解译相比,其精度达到92.7%。误判部分可以通过目视解译加以修正。 相似文献
12.
为了解决由于空间分辨率低导致城市核心地物要素提取精度低的问题,笔者构建了适用于城市核心地物要素提取的卷积神经网络模型(convolutional neural network, CNNs),同时利用基于遥感影像提取的颜色、纹理和形状等多特征信息辅助城市地物要素提取。颜色、纹理和形状等多特征信息与CNNs模型提取的深层信息相结合,融合浅层与深层特征信息,充分挖掘影像数据中的高级语义信息,能够有效地提高结果精度。实验结果表明,CNNs模型减少了模型参数量与复杂度,模型收敛速度快,具有较高的提取精度、泛化能力和鲁棒性,总体精度为97.49%,Kappa系数为0.957 5。该研究可以为城市发展与规划提供技术支持。 相似文献
13.
14.
基于灰度共生矩阵的图像纹理特征地物分类应用 总被引：9，自引：0，他引：9
针对传统遥感影像分类方法的分类精度不高,在分析图像的光谱信息的基础上,对基于灰度共生矩阵的纹理特征在地物分类中的应用进行了研究.本研究利用原始图像进行主成分分析后的前两个主成分,经过编程运算,提取了基于灰度共生矩阵方法的不同测度的纹理特征,将提取的纹理特征作为新的波段,与原始波段进行组合,再对组合图像进行监督分类,探索... 相似文献
15.
《四川地质学报》2018,(4)
我国高分系列卫星数据因具有重访周期短、价格低廉、精度较高的特点,在矿山开发监测工作中得到了广泛的应用。本文在深入了解高分二号卫星数据特征的基础上,以甘肃永登县为例,利用机器学习模型中支持向量机算法(Support Vector Machine,SVM)自动提取矿山开发信息,在处理的遥感影像上进行样本采集,借Matlab平台对样本及影像数据进行归一化、降维处理(PCA)。利用SVM模型进行信息自动提取过程中,选取径向基核函数(RBF),运用量子粒子群算法进行参数寻优,最终对提取结果进行野外调查。查证结果表明利用SVM模型进行矿山开发信息自动提取是可行的。该研究为国产数据在矿山监测应用中提供了新的思路。 相似文献
16.
随着遥感数据获取技术和能力的全面提高,遥感数据呈现出明显的大数据特征。发展适应于遥感大数据的智能分析和信息挖掘技术,成为当前遥感技术研究的前沿。高分二号（GF-2）卫星数据是我国首颗自主研发的亚米级高分辨率卫星数据,具有观测幅宽、重访周期短、高辐射精度、高定位精度等优势,为未来我国地质灾害的长期、动态地监测和研究提供了高精度、稳定可靠的数据源。本文选取安徽谢桥煤矿2015年1月8日的GF-2卫星影像为研究数据,在对煤矿区主要地质灾害遥感地学分析的基础上,采用面向对象的影像分析方法对研究区由采煤活动所诱发的地质灾害信息进行自动提取。结果表明：利用GF-2卫星数据能够有效地识别地质灾害体的位置、范围、形态等空间分布特征;面向对象的自动提取方法对于煤矿区大面积的积水塌陷盆地、小规模的塌陷坑和线性的地裂缝都有很高的提取精度,识别精度达90% 以上;基于逐层剔除的思路构建的提取规则,为GF-2数据在地质灾害调查和大数据分析中的应用提供了很好的技术支持,也为其它地物目标的提取提供了参考,但在特征的选择和阈值的设定上需要具体分析。 相似文献
17.
现行的遥感影像解译方法有监督分类和非监督分类。在监督分类中有平行算法,最小距离算法、最大似然算法等,而支持向量机是监督分类中的一种新的算法。本研究选择贵阳市花溪区小碧乡局部地区为研究对象,采用SPOT数据,分别运用最大似然算法和支持向量机算法对研究区遥感影像进行解译。通过建立混淆矩阵,来计算分类精度和Kappa系数。结果表明:支持向量机具有分类精度高,分类图斑完整等优点;但在时间的消耗上,支持向量机算法要比最大似然算法长。对于这两种算法而言,都存在地物光谱特征明显相异的地物易于区别,光谱相似的地物容易造成错分的现象,然而支持向量机分类精度要比最大似然分类精度高一些。支持向量机对样本数量具有敏感性,样本数量过多将导致运算时间过长。因此在实际运用中应根据实际情况,选择适合的算法。 相似文献
18.
油砂作为21世纪以来世界能源的重要组成部分,已经有大量的地质工作者对其形成的地质特征、成矿带分布特征等进行了详细研究,并取得一定成果,但是对于遥感在油砂勘探中的应用少有研究。遥感技术识别不同地物的理论基础是同一波长位置处的反射率差异及反射率随波长的变化规律,因此本文通过分析油砂的实测光谱数据,得到其反射光谱的特征及规律。为实现在Landsat 8OLI卫星遥感影像上对油砂的识别,根据油砂实测光谱的研究,分别提出基于油砂光谱特征和相关性分析的Landsat 8遥感影像油砂识别模式,并将其应用在柴达木盆地冷湖和马海两个研究区。结果表明:利用遥感影像进行油砂找矿靶区圈定是可行的;本文总结出的基于相关性分析的油砂提取模式优于光谱特征分析模式;冷湖地区用比值方法进行油砂遥感信息增强效果较好,马海地区则差值方法较好。 相似文献
19.
《上海国土资源》2019,(4)
高分光学遥感在典型地物分类研究中已开展很多,但受限制于多云雾覆盖、多雨的低纬度地区。合成孔径雷达可穿透云雾、植被冠层,被引入典型地物分类中。本研究以L波段HH、HV双极化2景高分辨率ALOS-2 PALSAR-2遥感影像为主要数据源,开展了低纬亚热带高山地昆明地区的建筑物、林地、耕地、湿地、深水等五类典型地物的极化后向散射特性分析实验研究。实验结果表明:五类典型地物的HH、HV极化散射特性基本不受升降轨侧视成像、季节性影响;五类典型地物样本点的HH、HV极化后向散射空间特征较为明显。实验结果有力证明了HH、HV双极化SAR具有多云雾、低纬亚热带地区典型地物分类、反演及动态监测的应用潜力,可作为光学或热通道遥感开展地物监测的有效补充手段。 相似文献
20.
夜光遥感影像记录的城市灯光与人类活动密切相关,已广泛应用于城市信息提取。珞珈一号作为新一代夜光遥感数据源,比以往的夜光数据具有更高的空间分辨率和光谱分辨率,可以更清晰地表达城市建成区范围和内部结构。本文利用珞珈一号夜光遥感影像,通过人类居住指数（human settlement index, HSI）、植被覆盖和建筑共同校正的城市夜光指数（vegetation and build adjusted nighttime light urban index, VBANUI）及支持向量机（support vector machine, SVM）监督分类3种方法对长春市城市建成区进行提取,并与利用NPP/VIIRS（suomi national polar-orbiting partnership/visible infrared imaging radiometer suite）夜光遥感影像、采用同样方法得到的结果对比。结果显示：本文提出的VBANUI提高了传统植被覆盖校正的城市夜光指数（vegetation adjusted nighttime light urban index, VANUI）的提取精度,使用珞珈一号夜光遥感影像通过VBANUI提取的城市建成区结果最优,其Kappa系数为0.80,总体分类精度为90.74%;使用珞珈一号和NPP/VIIRS夜光遥感影像通过HSI按最佳阈值提取城市建成区的Kappa系数分别为0.75和0.72,总体分类精度分别为88.27%和86.54%;复合数据的SVM监督分类法中Landsat-NDBI、Landsat-NDBI-VIIRS、Landsat-NDBI-LJ和Landsat-NDBI-LJlog的Kappa系数分别为0.602、0.627、0.643和0.681,总体分类精度分别为81.11%、81.52%、82.25%和84.48%。研究结果表明：3种提取方法下,均为使用珞珈一号夜光遥感影像的结果优于使用NPP/VIIRS夜光遥感影像的结果,证明相比于NPP/VIIRS夜光遥感影像,珞珈一号夜光遥感影像更适用于城市尺度的建成区范围提取。 相似文献