共查询到18条相似文献，搜索用时 109 毫秒
1.
黄河三角洲湿地地物类型在光谱曲线上差异较小,且在空间上分布零散,呈破碎化特性。现有的分类方法受限于局部感受野难以捕捉到图像的长距离依赖关系,导致在黄河三角洲湿地高光谱影像中分类精度不理想,针对此问题,本文提出了一种光谱-空间联合Transformer模型。光谱和空间支路分别以光谱向量和空间邻域为输入,基于自注意力机制提取全局光谱和空间特征,在两个支路引入多阶特征交互层,实现浅层边缘信息和深层语义信息的融合,最后采用自适应相加的方式将两路特征融合,送入分类器实现最终分类。本文在黄河三角洲湿地高分五号GF-5和CHRIS两幅高光谱影像上验证方法的有效性,实验结果表明,该方法显著提高了湿地分类的精度,在选用3%的样本训练条件下总体精度分别达到了90.90%和94.17%,优于其他分类方法。研究结果可实现黄河三角洲湿地地物类型的高精度分类,为湿地的保护提供技术支持。 相似文献
2.
对覆盖黄河口滨海湿地的PROBA CHRIS高光谱遥感影像进行包络线去除变换,采用6种常用的基于光谱特征空间的监督分类算法对变换前后的影像数据进行滨海湿地典型地物分类,通过目视对比分析和定量分析相结合的方法分析比较变换前后的分类结果,评价包络线去除方法对该类算法影响的效果和能力。结果表明,包络线去除方法能够提高部分监督分类算法针对滨海湿地典型植被类型的区分和识别能力;但由于滨海湿地内具有面积较大的裸滩和浑浊水体,这两类地物在影像中的光谱特征相近,而包络线去除方法并不能解决二者的误分问题,因此并不能提高该类算法针对CHRIS高光谱遥感影像的总体分类精度。 相似文献
3.
基于决策级数据融合的CHRIS 高光谱图像分类方法研究 总被引：2，自引：0，他引：2
本文选取8种常用的遥感图像监督分类方法,综合利用多数投票方法与先验分类概率信息,设计了3组决策级融合分类策略,在应用地物丰富的黄河口湿地CHRIS高光谱图像数据进行分类实验的基础上,开展了不同融合策略决策分类结果的比较研究,分析了融合策略对高光谱图像总体分类精度以及不同地物分类精度的影响。结果表明:(1)3组决策级融合策略总体分类精度均大于85%,Kappa系数都优于0.77,较8种单分类器均有提高,表明决策级融合是利用已有分类器资源、提升高光谱图像分类精度的一种途径;(2)策略3的分类表现最好,即维持最小虚警率的前提下降低错分可以提高分类精度,其中芦苇、滩涂地物同时保持了很高的生产者精度和用户精度,均接近90%,水体在保持较高用户精度的情形下生产者精度有大幅提升,增幅达11%;(3)每组策略综合考虑生产者精度和用户精度的情形下分类精度最高,较仅考虑生产者精度或用户精度的情形提升了1~2个百分点,表明设计算法时应同时考虑减少错分和漏分的情况。 相似文献
4.
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
5.
为了评价主成分分析方法和决策级数据融合方法对高光谱图像地物分类结果的影响,作者利用各分类器和主成分分量的优势,提出了两组地物分类结果的决策级融合策略,利用8种常用监督分类方法对高光谱原始图像和PCA变换后不同分量组合图分类得到的结果进行决策级融合,并应用覆盖黄河入海口新老河道交界处的CHRIS/PROBA高光谱图像开展实验研究。结果表明:直接采用每类地物分类精度最高的、空穴和缝隙采用总体分类精度最高的融合策略,在综合考虑生产者精度和用户精度的情形下,仅使用最大似然法、支持向量机和人工神经网络3种分类方法,按照分类精度从高到低的顺序进行的融合分类效果最好,总体分类精度为87.82%。与8种监督分类方法中效果最好的最大似然法相比,精度提高了2.7个百分点,同时明显减少了错分现象,尤其是对于分布面积较小的翅碱蓬和柽柳,滩涂被误分为翅碱蓬、芦苇被误分为柽柳的现象大大降低。 相似文献
6.
对东沙岛基于融合信息高分辨遥感影像分类研究 总被引：2，自引：0，他引：2
以SPOT510m多光谱高分辨率影像为数据基础,建立东沙岛地物信息提取的时空属性和地学规律等先验知识,在此基础上选取地物样本,并进行东沙岛地物光谱分析,从而进行东沙岛的融合信息分析,减少信息提取的误差,使解译的精度提高,结果表明,以先验知识为基础选取的样本光谱能够较好地反映地物光谱的信息含量;高分辨率影像能反映东沙岛的地物特征,并且在影像上能够反应东沙岛潟湖、口门等的发育状态,有效地揭示了地物的区分和地貌发育特征.以此进行的分类结果具有合理性;Kappa分析的分类精度达78.33%. 相似文献
7.
近年来,面向黄河口的监测需求日益增大,如黄河入海流路改道至清水沟路以来,在新老河道的交汇处存在着丰富的地物类别,对于这些地物类别的检测识别研究有助于掌握生态环境状态,对于黄河口的湿地保护以及国家改善环境的战略支持具有重要意义。因此,本文提出一种新的湿地高光谱图像分类方法,分双路分别提取图像的空谱特征并融合分类。光谱维采用分组预处理的双向长短期记忆网络(Bi-LSTM)有效学习光谱特征;空间维采用注意力加强的多尺度卷积网络有效增强所提取的空谱特征,使得分类结果更具准确性。本文实验应用覆盖黄河入海口新老河道交界处的成像光谱仪(Compact High Resolution Imaging Spectrometer,CHRIS)所采集的数据和黄河三角洲自然保护区滨海湿地高分5号传感器(GF-5)所采集的高光谱图像开展。结果表明:分组与双向长短期记忆网络(Bi-LSTM)的有效结合显著提升了网络性能,同其他监督分类方法相比提升约3%~8%,此外注意力机制的加入同比增加约3%,在使用1%的极少训练集下数据集CHRIS和GF-5的总体分类精度分别达到92.3%和86.11%。 相似文献
8.
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Landsat 8多光谱遥感影像。 相似文献
9.
针对卫星遥感技术在对滨海湿地互花米草监测时受分辨率、气候条件等多种因素限制存在一定局限性且通过单一的影像数据提取互花米草时精度不稳定的问题,提出了基于无人机点云与影像融合的面向对象互花米草提取方法。以黄河三角洲自然保护区为研究对象,获取了该区域的点云和多光谱影像。先将地面滤波后提取的植被点云与多光谱影像进行特征组合优化,然后对融合影像采用FNEA算法进行多尺度分割后采用基于改进的最近邻算法进行面向对象分类,最终得到的互花米草生产者精度和用户精度分别达到了82.53%和86.43%,较未融合点云的提取精度分别提高了22.34%和7.66%,分类结果的总体精度从89.54%提升至92.61%,且融合点云后影像能够有效区分两种生长状态的互花米草,表明本文提出的方法能够有效提高互花米草的提取精度。 相似文献
10.
高光谱遥感图像分类精度对比研究 总被引：5，自引：0，他引：5
根据国家重点基础研究发展规划项目"干旱、半干旱地区的环境动力机制重大理论基础研究"的需要,开展各种针对高光谱图像的经典分类精度对比研究.采用ENVI软件中常规高光谱分类算法和自编的模糊算法程序,对3个典型的试验区进行对比试验.结果表明,经典分类算法中的光谱角填图(SAM)、欧氏最小距离、马氏距离分类精度较高,模糊识别法中的相关系数法、绝对指数法、相对指数法、夹角余弦法的精度均比较高而且比较稳定;其它方法精度比较低.虽然有多种因素影响分类的精度,但是只要措施适当,还是可以取得比较满意的分类精度. 相似文献
11.
本文提出了一种随机森林(random forest,RF)模型和Pearson相关系数相结合的RF-Pearson模型特征优选方法。以多时相Sentinel-2影像为数据源,提取多时相多特征;利用RF-Pearson模型进行特征选择,筛选出特征重要性得分较高且相关性较小的特征作为优选特征,参与黄河三角洲湿地信息提取;最后将分类结果与多时相全特征和随机森林模型优选特征进行比较。实验表明:特征优选能够提高湿地信息的提取效果,基于RF-Pearson模型特征优选方法的分类精度最高,表明了特征优选方法的有效性以及特征优选在湿地分类方面的优势。 相似文献
12.
基于地物光谱可分性的CHRIS 高光谱影像波段选择及其分类应用 总被引：2，自引：0，他引：2
本文以黄河口湿地为研究区,应用覆盖该区域的CHRIS高光谱遥感影像,提出了一种基于地物光谱可分性的滨海湿地高光谱影像波段选择方法。该方法利用研究区的7种典型地物的110余条现场实测地物光谱曲线,通过分析比对地物两两之间的光谱可分度,确定地物类型之间的光谱可分区间,基于此选取CHRIS高光谱影像的地物分类特征波段,应用三种经典的监督分类方法(支持向量机法SVM、人工神经网络法ANN和光谱角制图法SAM)开展利用全波段的和利用本文方法选择特征波段的分类对比实验。结果表明:(1)基于光谱可分性特征波段的方法较全波段分类精度有所提高,其中ANN分类精度最高,为82.52%,较全波段分类精度提高了约为5.1%;(2)芦苇、水体、黄河水和裸滩4种地物的识别能力高,生产者精度都在80%以上;(3)碱蓬的用户精度提升最为明显,约在7%。 相似文献
13.
基于相似系数的1种算法在遥感图像分类中的应用 总被引：1，自引：0，他引：1
用基于向量夹角余弦的相似系数方法对黄河三角洲 1 998年 1 2月份的 Landsat- 5TM遥感影像进行了分类 ,分类精度分析表明用夹角余弦作为分类的相似性度量指标是合理的。这种遥感图像的分类方法简单 ,在实际分类中可以作为常用的方法之一。 相似文献
14.
以覆盖黄河口湿地区域的Radarsat-2 SAR全极化影像和Landsat-5 TM影像为例,将4种极化方式的SAR影像与TM影像分别进行融合,采用支持向量机对融合结果进行滨海湿地典型地物土地覆盖分类,并对分类结果进行比较评价,分析不同极化方式的SAR影像与TM影像融合结果在滨海湿地地区的分类能力。实验结果表明:采用与SAR影像融合的方法能够提高TM影像的分类精度,其中HV极化方式的SAR影像与TM影像的融合结果分类精度最高,最适用于滨海湿地土地覆盖分类研究。 相似文献
15.
基于多光谱数据对海岸线自动提取的问题研究已久。针对国内外岸线提取方法较为单一的现状,提出兼顾光谱特征与空间关系的海岸线自动提取方法:将2014年黄河三角洲Landsat8-OLI影像与实测地物反射率光谱对比,选择敏感波段建立提取模型,之后对研究岸段进行分类并自动提取,同时基于908专项山东省修测海岸线标准的目视解译方法对实验部分的海岸线进行提取,最后通过ROC曲线原则对提取结果分别进行0.5与1像元精度评价,实验证明该方法在1个像元精度(提取置信度均高于90%)范围内能快速、准确地提取黄河三角洲复杂地貌类型地区的海岸线,所得到的矢量岸线可直接用于地理信息系统(GIS)分析。 相似文献
16.
黄河三角洲滨海湿地损失和退化的自然因素 总被引：4，自引：0，他引：4
黄河三角洲滨海湿地的损失和功能退化是对环境变化的响应,主要受自然因素控制.黄河入海水沙是形成滨海湿地的物质基础.自20世纪70年代以来黄河水沙减少,新生湿地的形成速率变小;波浪、潮汐、风暴潮、地面下沉和海平面上升等因素导致了滨海湿地的损失,湿地的面积呈减小趋势.由于淡水资源的短缺导致滨海湿地土壤严重的盐碱化和干旱灾害,... 相似文献
17.
18.
基于RS 和GIS 的近代黄河三角洲滩涂变化分析 总被引：3，自引：1，他引：2
黄河携带泥沙入海不断淤积而形成丰富的滩涂是三角洲地区重要的后备土地资源, 掌握滩涂的空间分布及演化特征对合理开发滩涂, 加强滩涂资源的保护和可持续利用, 促进黄河三角洲高效生态经济区发展都有重要意义。选取近代黄河三角洲地区1989 年和2000 年landsat TM/ETM+影像, 利用基于专家知识的监督、目视判读分类方法, 提取了两个时期内不同行政区域和不同自然岸段的黄河三角洲滩涂信息。通过土地利用类型转换矩阵分析了滩涂与其他土地利用类型间的相互转化关系, 得出1989～2000 年间, 黄河三角洲中潮位滩涂主要向林草地(15.9%)、海域(12%)、其他用地(7%, 含已围待用地)和养殖、盐田用地(6.3%)等土地利用类型转化; 同时又有36.5%的海域、6.5%的水域和2.5%的林草地转化为滩涂; 而总体上滩涂面积呈减少趋势, 减少面积为246.42 km2。海洋动力作用、黄河断流、人类活动是致使滩涂面积减少的主要因素。 相似文献