共查询到19条相似文献，搜索用时 156 毫秒
1.
2.
根据高分辨率SAR图像中桥梁目标的特点提出了一种新的桥梁识别算法,主要由水体分割、感兴趣区域确定和桥梁识别三个步骤实现。通过直方图均衡,方便了分割阈值的选取;通过数据采样,提高了识别的有效性;通过目标特征的抽取,保证了识别结果的准确性。识别过程在初级处理中,利用快速算法得到感兴趣区域;在后续处理中利用目标特征对该区域内的潜在目标进行识别,取得了良好的效果。 相似文献
3.
针对航拍图像中水上桥梁目标的自动识别问题,提出了基于区域特征的水上桥梁自动识别算法。首先对航拍图像进行基于梯度均方差的图像二值化;再进行基于像素密度的二值图像去噪;然后进行基于像素的二值图像连通区域标记,区域标记算法采用6邻域连通规则进行标识,能够有效获取水域的区域特征;最后进行桥梁的精确提取。实验结果表明,该算法能够有效地识别低对比度、低空侧拍等复杂航拍图像中的水上桥梁目标。 相似文献
4.
5.
6.
7.
新疆拜城地区煤田煤层自燃的陆地卫星遥感探测方法研究 总被引：1，自引：0，他引：1
利用TM图像,结合区域实测、地质和区域能源分布资料,分析了煤田煤层自燃的光谱特征,对煤田地火燃烧区进行定位;在此基础上对新疆拜城地区TM图像进行线性变换、边界增强、波段运算、多波段假彩色合成等增强处理,识别并提取影像中煤田煤层自燃引起的地表热信息、地表植被异常和岩石烧变信息等,通过分析达到探测煤田火区的目的。 相似文献
8.
9.
自动目标识别(ATR)的过程可分为图像预处理、图像分割、特征提取和目标识别,其中图像分割用于目标内部结构和兴趣点的提取,性能良好的分割算法对于目标识别至关重要。由于图像分割算法受观测条件和目标位置的影响,在逆光条件及在视场中从不同方位搜索棱镜时,ATR与人工测值存在较大的偏差。基于聚类分割算法,根据不同情况下的ATR测值对其性能进行分析,对存在的问题提出解决方案。 相似文献
10.
《国土资源遥感》2017,(4)
高空间分辨率(简称"高分")SAR图像具有高维非线性特点,以高维空间蕴含的低维流形描述SAR图像,会更有利于目标识别。将流形学习应用到高维SAR目标识别的特征表达中,提出一种新的高分SAR图像建筑区提取方法。首先,对高分SAR图像进行预处理;然后,采用灰度共生矩阵(gray level co-occurrence matrix,GLCM)提取8种纹理特征,与灰度图像共同构建SAR图像的高维特征集;利用自适应邻域选择的邻域保持嵌入(adaptive neighborhood selection neighborhoods preserving embedding,ANSNPE)算法对高维特征集进行特征提取,提取出新的特征;最后,通过阈值分割及后处理提取建筑区,并进行精度评价。选择Terra SAR-X数据进行实验研究,结果表明,ANSNPE算法能够从高分SAR图像中有效提取建筑区,并具有较强的泛化能力;通过训练数据获得的投影矩阵可直接应用到新样本中,建筑区提取精度达85%以上。 相似文献
11.
基于Radarsat和TM图像融合与分类的土壤盐渍化信息遥感监测研究 总被引：1，自引：0，他引：1
单一雷达影像数据通常不能提供足够的用以监测干旱地区盐渍化的信息。雷达图像与TM图像的融合可以提高遥感数据的利用率,增强数据的可靠性和信息的互补性,有助于提高分类精度。本文采用了GramSchmidt变换融合法将Radarsat和TM图像进行融合,并将该融合方法与一些常用融合方法(HIS融合、PCA融合、Brovey融合)进行了比较,结果表明该融合方法优于其他方法。最后采用支持向量机分类法(SVM)对Radarsat、TM融合后的图像进行了分类。结果表明:同单独Radarsat影像和TM影像分类结果相比,该融合分类法将分类精度分别提高了近30%和2%。因此该融合分类法更适合于遥感图像盐渍化信息监测。 相似文献
12.
In mountainous areas, it is the undulant terrain, various types of geomorphic and land use that make the remote sensing images great metamorphism. Moreover, due to the elevation, there are many areas covered with shadow, clouds and snow that make the images more inaccurate. As a result, it would be very difficult to carry out auto-classification of RS images in these areas. The study took Southwest China as the case study area and the TM images, SPOT images as the basic information sources assisted by the a... 相似文献
13.
14.
ASTER和TM/ETM+遥感数据融合监测土地覆盖变化 总被引：3，自引：0，他引：3
在人们纷纷选择IKONOS、QUICKBIRD、SPOT-5等高分辨率影像监测土地利用/覆盖变化之际,以北京海淀区为例,尝试采用Brovey变换和主成分分析(PCA)法融合ASTER、TM/ETM+中等分辨率影像,充分利用ASTER、TM/ETM+数据的多光谱和较高空间分辨率特性,挖掘其在土地覆盖变化监测中的潜力,为大规模监测土地利用/覆盖变化提供科学参考。研究将2003年ASTER多光谱3N、2、1波段与1999年ETM+PAN波段进行Brovey变换;1992年TM543与1999年ETM+PAN波段进行PCA融合,快速发现土地覆盖变化信息。经验证,变化发现精度达92.50%,符合项目精度要求。试验表明:在缺乏高分辨率影像的地区,选择价格相对便宜的AS-TER和TM/ETM+数据,采用Brovey变换和主成分分析(PCA)法进行融合,可有效监测土地覆盖变化,节约动态监测成本,二者具有很大的应用价值,值得推广。 相似文献
15.
It is well known that Landsat TM images are the most widely used remote sensing data in various fields. Usually, it has 7 different electromagnetic spectrum bands, among which the sixth one has much lower ground resolution compared with the other six bands. Nevertheless, it is useful in the study of rock spectrum reflection, geo-thermal resources exploration, etc. To improve the ground resolution of TM6 to the level as that of the other six bands is a problem. This paper presents an algorithm based on the combination of multi-variate regression model with semi-variogram function which can improve the ground resolution of TM6 by “fusing” the data of other six bands. It includes the following main steps: (1) testing the correlation between TM6 and one of TM1-5, 7. If the correlation coefficient between TM6 and another one is greater than a give threshold value, then select the band to the regression analysis as an argument. (2) calculating the size of the template window within which some parameters needed by the regression model will be calculated; (3) replacing the original pixel values of TM6 by those obtained by regression analysis; (4) using image entropy as a measurement to evaluate the quality of the fused image of TM6. The basic mechanism of the algorithm is discussed and the V C++ program for implemeting this algorithm is also presented. A simple application example is given in the last part of this paper, showing the effectiveness of the algorithm. 相似文献
16.
MA Hongchao LI Deren 《地球空间信息科学学报》2001,4(1)
1 ＩｎｔｒｏｄｕｃｔｉｏｎＩｔｉｓｗｅｌｌｋｎｏｗｎｔｈａｔＬａｎｄｓａｔＴＭｉｍａｇｅｓａｒｅｐｒｏｂａ ｂｌｙｔｈｅｍｏｓｔｉｍｐｏｒｔａｎｔｒｅｍｏｔｅｓｅｎｓｉｎｇｉｍａｇｅｓｆｏｒｇｅｏ ｌｏｇｉｃａｌｐｕｒｐｏｓｅｓ(Ｃｈｅｎｅｔａｌ.,1 994) .Ｕｓｕａｌｌｙ ,ｔｈｅｒｅａｒｅ7ｄｉｆｆｅｒｅｎｔｅｌｅｃｔｒｏｍａｇｎｅｔｉｃｓｐｅｃｔｒｕｍｂａｎｄｓｉｎＴＭｉｍ ａｇｅｓ,ａｍｏｎｇｗｈｉｃｈｔｈｒｅｅｂａｎｄｓｃｏｖｅｒｔｈｅｖｉｓｉｂｌｅｒａｎｇｅｏｆｔｈｅｅｌｅｃｔｒｏｍａｇｎｅｔ… 相似文献
17.
［1］Castleman K R.Digital image processing.Englewood Cliffs,NJ:Prentice Hall,1996
［2］Carr J R,Miranda F P.Spectral and texture classification of single and multiple band images.Computers & Geosciences,1996,22(8):849～865
［3］Chen S P,Zhen W.Conciseness of remote sensing mineral resources exploration.Science and Technology Publishing House,1994(in Chinese)
［4］Costanitini M,Farina A,Zirilli F.The fusion of different resolution of SAR images.Proceeding of IEEE,1997,85(1):139～146
［5］Dong Q,Fang H L.The use of variogram in remotely sensed images.Journal of Remote Sensing and Application,1997,12(1):7～13(in Chinese)
［6］De Jong S M,Burrongh P A.A fractal approach to the classification of Mediterranean vegetation types in remotely sensed images.PE & RS,1995(61):1 041～1 053
［7］Fang H L,Qian G H.Fusion of ADEOS-AVNIR panchromatic and multispectral image data using principle component analysis.Journal of Remote Sensing and Application,1998,13(3):48～53(in Chinese)
［8］Franklin S E,Wulder M A,Lavigne M B.Automated derivation of geographic window size for use in remote sensing digital image texture analysis.Computers & Geosciences,1996,22(6):665～673
［9］He J G,Zhu C G.Methods for data fusion between satellite-boarded SAR and multi-satellite remote sensing.Journal of Earth-science Information,1997 (16):29～33(in Chinese)
［10］Jia Y H.A data fusion method for spatial resolution enhancement of remotely sensed multi-spectral images.Journal of Remote Sensing and Application,1997,12(1):19～33(in Chinese)
［11］Jin G L,Qiu Z C.A research on information amount of multi-spectral images.Acta Geodaetica et Cartographica Sinica,1992,21(2):101～107(in Chinese)
［12］Kang Y H.Theories of data fusion.Xi‘an:Xi‘an Electronic University Press,1997(in Chinese)
［13］Li H,et al. Multi-sensor image fusion using the wavelet transform.Graphical Models and Image Processing,1995,27(3):235～244
［14］Liu J G.Digital image processing of remotely sensed imagery data.Imperial College of Science,Technology and Medicine,1997
［15］Liu J G,McM J.Moore:Pixel block intensity modulation: adding spatial detail to TM band 6 thermal imagery.Int.J.Remote sensing,1998,19(13):2 477～2 491
［16］Lou Z,Zhu C G.Multi-variate statistics fusion of TM images.Journal of Aero-computational Technology,1998,28(3):40～42(in Chinese)
［17］Peng W N.Statistical methods for geo-data processing.Wuhan:Wuhan College of Geology,1983(in Chinese)
［18］Richard J R.Remote sensing digital image processing.an introduction,Berlin:Springer-Verlag,1999
［19］Wang R S.Image understanding.Changsha:National Defense University Press,1995(in Chinese)
［20］Winkler G.Image analysis.Random Fields and Dynamic Monte Carlo Methods (A Mathematical Introduction),Berlin:Springer-Verlag,1995 相似文献
18.
利用遥感资料对安徽省进行地质灾害调查,查明了地质灾害的类型、规模、圈出灾害影响范围,为总结分析灾害发生、发展规律、进行灾害区划,预测灾害易发区段,防灾减灾,提供了科学依据。 相似文献
19.
SAR和TM图像主成分变换融合中不同主分量替换的比较 总被引：9，自引：1，他引：9
常用的主成分变换融合方法是将一种遥感图像数据代替主成分变换后的第一主成分并进行反变换,从而得到融合信息的方法。但是,信息量较高的第一主成分被替换,往往造成一定的信息损失。本文对TM2、TM3、TM4、TM5和TM7进行主成分变换,然后用RadarsatSAR影像分别替换各主成分,并对其进行反变换。研究表明,与替换第一主成分或原始图像相比,替换第四和第五主成分的结果在信息量上有很大提高,且信息增强,类别间分离度增大,分类精度提高。但是,替换第四、第五主成分的融合结果相差不大. 相似文献