共查询到18条相似文献，搜索用时 179 毫秒
1.
资源三号卫星正视全色与多光谱影像融合及评价 总被引：1，自引：0，他引：1
资源三号卫星(ZY-3)是我国发射的首颗民用高分辨率光学传输型立体测绘卫星,其全色波段与多光谱波段有相同的太阳高度角和其他环境条件,影像获取时间一致,因此两种不同分辨率的数据可实现高精度融合形成新的影像。使用Brovey变换、主成分变换、IHS变换、小波变换、GS光谱锐化五种不同的数据融合方法,对ZY-3全色和多光谱影像进行融合,并从清晰度、纹理和色调进行定性分析;从标准差、信息熵、平均梯度、偏差指数、相关系数和光谱扭曲程度进行定量评价。结果表明:基于Gram-Schimdt光谱锐化融合方法产生的遥感图像失真较小,同时很大程度地保持了高分辨率全色波段的空间纹理细节信息,是一种适合于ZY-3图像融合的较好方法。 相似文献
2.
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
3.
《世界地质》2021,(3)
为了提高高光谱影像分类精度,设计了联合空-谱信息的高光谱影像深度森林分类方法。该方法由空间特征提取、多粒度扫描和深度森林分类三部分组成。首先提取高光谱影像的形态学属性剖面特征,将所提取的特征与原始光谱特征进行拼接获得融合后的空-谱特征;然后通过多个尺度的滑动窗口对空-谱特征进行多粒度扫描,以实现特征重用;最后将多粒度扫描后的特征输入到深度森林分类器中进行分类。采用Pavia大学高光谱数据集和Salinas高光谱数据集进行分类试验,所设计的分类方法在两组高光谱数据上分别取得了98.44%和98.47%的总体分类精度。试验结果表明所设计的分类方法能够有效地提高高光谱影像的分类精度。 相似文献
4.
采用传统的IHS等融合方法在进行高分辨率的全色影像与低分辨率的多光谱影像融合时,会使多光谱影像的光谱退化;如果高分辨率全色影像时相比多光谱影像时间早很多,则会产生很多新的地物信息丢失。通过对传统的IHS等融合方法的研究,改进了1分量的算法,使1分量既含有高分辨率影像的纹理信息又具有多光谱影像的光谱信息,得出IHS-融合方法,有效地解决了这个问题。 相似文献
5.
岩石岩性识别在油气田探测开发、研究地球成因及演化发展、地质灾害分析预测等众多方面起着不可替代的导向作用,因此岩石的识别分类对于地质勘探分析来说至关重要。为了提高岩石的分类准确率,提出了一种基于激光诱导击穿光谱技术(LIBS)的岩石表面指纹图谱分析及分类方法。通过LIBS对岩石表面不同位置进行激发,获取原始光谱数据。对收集到的光谱数据进行去除异常点、归一化等预处理操作,根据岩石矿物成分确定五种含量差异较大元素(硅、铝、钾、钠、镁)的特征谱线并得到元素指纹图谱。然后选择支持向量机(SVM)作为分类器进行分类,分别建立利用光谱均值的分类模型和多维指纹图谱融合的分类模型,并对两种分类结果进行比较。利用光谱均值的分类模型准确率为59. 4%,多维指纹图谱融合的模型分类准确率为96. 5%。实验结果表明,元素指纹图谱展示了岩石表面元素分布,可以充分利用不同种类岩石本身的不均匀性结构信息,极大地提高了岩石的分类准确率。 相似文献
6.
7.
随着多源遥感影像融合技术的成熟发展,如何提高高分辨率遥感数据的利用效益和使用质量已经成为影响其应用效果的瓶颈问题.针对QucikBird-2高分遥感数据光谱分辨率不足等问题,结合ASTER多光谱遥感数据,引入3种融合方法：主成分分析（PCA）融合、小波PCA融合和基于小波的IHS（色度、亮度、饱和度变换）融合,实现了对多光谱图像和高分辨率图像的融合,得到了多光谱高分辨率影像,使得在增强影像空间分辨率的同时也尽可能地保留了影像的多光谱信息.最后对3种融合方法的结果进行了定性和定量评价. 相似文献
8.
《世界地质》2021,(2)
基于光学影像受云雨等不良天气的影响,导致在地物分类时易造成数据信息缺失,而雷达影像作为主动式成像,能够较好地克服这一缺陷。笔者选取长春市净月开发区部分地块为研究区域,分别采用最小距离、最大似然和支持向量机3种分类方法,以Sentinel-1A雷达影像和Sentinel-2A多光谱影像为数据源,基于特征融合,提高地物分类精度。结果表明:特征融合后影像的地物分类精度较单一的光学影像有明显提高,且与最小距离和最大似然相比支持向量机分类精度最高。在无云层覆盖的情况下,融合后支持向量机分类精度达到97.94%,较光学影像提高8.11%;在有云层覆盖情况下,融合后支持向量机精度达到77.29%,较光学影像提高12.5%,尤其对水域和建筑区的识别精度有较大提高。 相似文献
9.
以四川省旺苍县水磨—大河地区为研究区, 利用美国ASD FieldSpec 3便携式地物光谱仪野外实测岩矿波谱数据和ASTER遥感影像数据, 基于GIS平台, 根据野外实测的岩石光谱曲线和USGS光谱库的典型岩石光谱曲线提取端元波谱, 对区域影像像元的光谱曲线进行匹配, 采用ENVI4.4软件自动信息提取与人机交互解译相结合的方式, 进行岩性分类, 可以有效地划分区内岩性界线, 满足填图需求, 对辅助该区区域基础地质调查、矿产普查等具有重要的应用价值。 相似文献
10.
探索利用高光谱数据的岩性填图新方法是遥感地质应用领域的重要需求之一。本文运用随机森林方法和EO-1Hyperion高光谱数据,对新疆塔里木西北部柯坪地区的局部区域进行岩性分类,并对相关问题进行分析。分别利用光谱特征以及加入光谱一阶导数特征进行岩性分类,并对不同特征对岩性分类的重要性进行分析,同时与现有的基于光谱角制图方法(SAM)进行比较。结果表明,与SAM方法相比,随机森林方法得到了更高精度的岩性分类结果,是一种有效可行的岩性分类方法。根据特征重要性的排序,蓝绿光波段、短波红外波段以及相应的一阶导数特征对研究区Hyperion数据的沉积岩岩性分类贡献更大。 相似文献
11.
基于边缘特征的遥感影像小波变换融合法 总被引：4，自引：0，他引：4
如何将不同空间分辨率遥感影像合理有效地融合在一起,保持原始多光谱影像的光谱特性,提高影像的分类精度和空间分解力,这是遥感影像数据融合处理的热点研究问题。在对原始遥感影像进行小波变换的基础上,提取高空间分辨率影像边缘特征信息,并与原始多光谱影像进行了融合处理。以IRS、SPOT和ETM卫星影像为资料进行实验,结果表明,该方法在提高影像的空间分辨率的同时,能够很好地保持影像的光谱特性,尤其在空间分辨率差异较大的影像融合中,该方法在保持影像光谱特性方面要优于其他的融合方法。 相似文献
12.
Spectral unmixing is a key technology of optical remote sensing image analysis; it not only influences the accuracy of the extraction of land cover information and automatic classification of topographical objects, but also greatly hinders the development of quantitative remote sensing. Independent component analysis (ICA) is a statistical method which is recently developed to extract the independent linear components, and which can realize the extraction of endmembers as well as fractional abundances with little a priori knowledge. However, ICA still cannot process the correlations among the various components. To overcome this problem, variational Bayesian independent component analysis (VBICA) has been proposed to process optical remote sensing images. In the Bayesian framework, the separation of independent components of remote sensing image has finally been achieved with conditional independence standards of Bayesian network and approximate variational algorithm. In the simulative image and real AVIRIS hyperspectral remote sensing image, the VBICA algorithm demonstrates its better performance. The experiment’s results indicate that the proposed VBICA algorithm is feasible, which has obvious advantages and a good application prospect. The reason is that it can effectively overcome the correlations between the various components in remote sensing images and break through the limitations of traditional remote sensing images analysis. Last but not least, the VBICA algorithm is applied in the classification of the TM multispectral remote sensing images. Compared to basic maximum likelihood classification, principal component analysis and FastICA algorithms, VBICA improves the classification accuracy of remote sensing images, and contributes to the further extension of the application of ICA in remote sensing image analysis. 相似文献
13.
Selma Etteieb Mounir Louhaichi Chariton Kalaitzidis Ioannis Z. Gitas 《Arabian Journal of Geosciences》2013,6(12):5017-5032
Mediterranean forests are characterized by spatiotemporal heterogeneity that is associated with Mediterranean climate, floristic biodiversity and topographic variability. Satellite remote sensing can be an effective tool for characterizing and monitoring forest vegetation distribution within these fragmented Mediterranean landscapes. The heterogeneity of Mediterranean vegetation, however, often exceeds the resolution typical of most satellite sensors. Hyper-spectral remote sensing technology demonstrates the capacity for accurate vegetation identification. The objective of this research is to determine to what extent forest types can be discriminated using different image analysis techniques and spectral band combinations of Hyperion satellite imagery. This research mapped forest types using a pixel-based Spectral Angle Mapper (SAM), nearest neighbour and membership function classifiers of the object-oriented classification. Hyperion classification was done after reducing Hyperion data using nine selected band combinations. Results indicate that the selection of band combination while reducing the Hyperion dataset improves classification results for both the overall and the individual forest type accuracy, in particular for the selected optimum Hyperion band combination. One shortcoming is that the performance of the best selected band combination was superior in terms of both overall and individual forest type accuracy when applying the membership classifier of the object-oriented method compared to SAM and nearest neighbour classifiers. However, all techniques seemed to suffer from a number of problems, such as spectral similarity among forest types, overall low energy response of the Hyperion sensor, Hyperion medium spatial resolution and spatiotemporal and spectral heterogeneity of the Mediterranean ecosystem at multiple scales. 相似文献
14.
研究区位于西藏罗布莎地区,其罗布莎蛇绿岩体蕴藏着我国目前规模最大的铬铁矿床。以WorldView-2高空间分辨率遥感数据为基本信息源,对研究区进行遥感地质解译。与传统多光谱数据ETM+、ASTER等相比,WorldView-2具有更高的空间分辨率和相对较窄且连续的光谱。对研究区WorldView-2图像进行正射校正、大气校正和影像融合后,采用最佳指数法选择8-6-4波段组合进行假彩色合成,同时结合真彩色5-3-2波段,突出各地质体单元色调差异。我们利用其空间分辨率优势建立区内主要岩性和构造的高空间分辨率遥感解译标志。通过野外地质验证,解译结果充分显示了WorldView-2高分辨率影像在海拔较高、工作环境恶劣地区进行矿产资源勘查的技术优势和应用前景。 相似文献
15.
岩石单元的结构、构造、差异风化和出露状况在遥感图像上综合表现为图形纹理特征即“图”标志，其矿物成分和组合则表现为光谱特征即“谱”标志.传统遥感岩石单元分类以利用其光谱特征为主，图形纹理特征为辅，因此分类精度有限.以新疆维吾尔自治区与甘肃省交界的北山西段为研究区，开展岩石单元图形指数和光谱指数协同分类方法研究.基于Worldview-2全色图像构建的图形指数，能够量化岩石单元的层理、构造、展布形态和微地貌等特征，包括0°和45°定向滤波图像及灰度共生矩阵计算出的同质性和异质性特征图像、熵特征图像；光谱指数基于Worldview-2多光谱图像和ASTER（Advanced Spaceborne Thermal Emission and Reflection Radiometer）短波红外波段图像利用比值、和-差方法构建.多源遥感图像构建的光谱指数其光谱波段涵盖可见光-近红外及短波红外，包括RI（Ratio index）ASTER、SI（Spectral index）ASTER、SIWorldview-2.采用面向对象方法对建立的图谱指数进行多尺度分割，依据不同岩石单元出露规模建立适宜的分割尺度，利用光谱指数自动提取相应岩石信息，实现岩石单元自动分类.结果表明，实验区基于图谱协同方法共划分出17类岩石单元，总体精度达到83.62%，而单独利用Worldview-2和ASTER图像，仅划分出13类和14类岩石单元.提出的图谱协同岩石分类方法可为我国西部高海拔深切割无人区地质调查及找矿工作提供新思路和遥感技术支撑. 相似文献
16.
Fevzi Karsli Mustafa Dihkan Hayrettin Acar Ali Ozturk 《Arabian Journal of Geosciences》2016,9(14):635
Recent developments in the field of remote sensing have introduced new sensor technologies in usage of LiDAR, SAR, and high-resolution optical data. Classification performance is expected to increase through combining these various data sources. The purpose of this study is to develop a new approach for automatic extraction of buildings in urbanized and suburbanized areas. For this purpose, multi-feature extraction process including the spatial, spectral, and textural features were conducted on the very high spatial resolution multispectral aerial images and the LiDAR data set. SVM algorithm was trained by using this multi-feature data, and the classification was performed. After the classification of building and non-building, objects were extracted with high accuracy for the test areas. As a result, it has been proven that multi-features derived from combination of optical and LiDAR data can be successfully applied to solve the problem of automatic detection of buildings by using the proposed approach. 相似文献
17.
基于像元基元、极化合成孔径雷达（Synthetic Aperture Radar,SAR）数据和传统机器学习算法的岩性分类方法,易受SAR图像固有斑点噪声影响,精度不高.为了降低噪声的影响,本研究以大尺度像元邻域为基元,用于表征地表地质体的遥感图像特征和岩性语义信息;采用高分三号双极化SAR数据进行极化分解构建3通道假彩色合成影像;然后采用深度卷积神经网络（Deep Convolutional Neural Network,DCNN）迁移学习的方法,提取有效的深度特征表示,分别实现5 m和15 m两种空间分辨率下岩性遥感自动分类.结果表明:基于不同分辨率数据和不同DCNN算法,岩性遥感自动分类的总精度均大于80%,最高精度达到91%.基于大尺度像元邻域和DCNN迁移学习方法,能够实现基于SAR数据的高精度岩性分类. 相似文献
18.
高分辨率遥感影像场景分类一直是遥感领域的研究热点.针对遥感场景对尺度的需求具有多样性的问题,提出了一种基于多尺度循环注意力网络的遥感影像场景分类方法.首先,通过Resnet50提取遥感影像多个尺度的特征,采用注意力机制得到影像不同尺度下的关注区域,对关注区域进行裁剪和缩放并输入到网络.然后,融合原始影像不同尺度的特征及其关注区域的影像特征,输入到全连接层完成分类预测.此分类方法在UC Merced Land-Use和NWPU-RESISC45公开数据集上进行了验证,平均分类精度较基础模型Resnet50分别提升了1.89%和2.70%.结果表明,多尺度循环注意力网络可以进一步提升遥感影像场景分类的精度. 相似文献