首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 171 毫秒
1.
精准高效的海岛遥感影像分类是充分利用海岛基础资料的有效手段,也是全面掌握海岛基本情况及变化情况、保障海岛保护和开发利用有序进行、实现全国海岛动态监管的重要技术措施。以2008年海南省东屿岛航空遥感影像为数据源,借助ENVI遥感图像处理软件选取训练样本集,通过MATLAB仿真软件构建"3-8-5"的3层BP神经网络分类模型,实现对东屿岛遥感影像的分类。实验结果显示,BP神经网络分类总精度为87.85%,Kappa系数为0.84,与最小距离法分类相比,分别提高5.53个百分点和0.07。实验证明BP神经网络分类方法是一种行之有效且精确度更高的分类方法。  相似文献   

2.
本文基于灰度共生矩阵提取多尺度纹理指数影像,将纹理指数影像作为逻辑波段与原始影像波段组合,进行最大似然监督分类的实验,以改善单纯基于像元光谱影像分类技术的不足。利用SPOT-5卫星遥感影像对西门岛土地利用分类的实例进行分析。结果表明,由SPOT-5遥感影像第一波段和第二波段计算所得的相关性和同质性纹理指数影像以及由第三波段计算所得的均值纹理和第四波段计算的同质性纹理指数影像,对海岛土地利用分类精度的提高均有较为显著的效果,其中加入多尺度纹理信息后西门岛土地利用遥感影像分类的总体精度由75.41%提高到89.41%。  相似文献   

3.
首先利用支持向量机(SVM)和人工神经网络(ANN)对Landsat 8 OLI多光谱影像进行基于光谱信息的土地利用监督分类;然后,对多波段进行主成分变换,提取第一主成分的主要纹理信息,与光谱信息一起进行融合光谱和纹理信息的SVM和ANN影像监督分类。对比分析发现:对中原地区,SVM是Landsat 8多光谱遥感影像分类的较优方法,尤其适用于农业用地信息提取;光谱分类即可达到较高精度,纹理信息对提高分类精度的作用十分有限。  相似文献   

4.
基于高分遥感影像的海岛建筑物高度测算研究   总被引:1,自引:0,他引:1  
准确、快速建立海岛建筑物的三维立体模型对于海岛生态保护与开发利用、海岛建设项目监督和管理、海岛权益维护等具有重要意义。其中建筑物高度数据是三维模型建立的重要基础数据。如何快速、准确获取成为研究的重点和难点。本文通过对比、分析现行的高度数据提取方法,选择利用高分遥感影像进行建筑物阴影测高法,以河北省月岛为实验区,进行了建筑物高度提取,并和实际高度进行对比,对阴影测高法测量高度进行精度评价。  相似文献   

5.
文章利用高精度的WorldView-2卫星遥感影像开展了唐山湾国际旅游岛开发利用现状调查,获得了最新的海岛利用现状。调查结果表明,唐山湾的祥云岛、月岛和菩提岛的现有面积分别为21.264 011km2、1.877 119km2和4.910 803km2,其中已开发利用的面积分别占35.3%、59.7%和48.6%,表明3个海岛的开发利用状态存在较大差异。根据海岛开发利用现状和海岛智能化管理的需要,文章就海岛开发利用规划、常态化监测调查和"智慧海岛"建设等提出了建议。  相似文献   

6.
许晨  卢霞  桑瑜  何爽  刘景选 《海洋科学》2023,47(7):1-11
为提高遥感影像融合质量,提升资源一号(ZY-1 02D)高光谱遥感影像滨海湿地植被分类精度,提出将ZY-1 02D高光谱影像与空间分辨率为10 m的哨兵2号(Sentinel-2)影像进行Brovey融合,并通过搭建AlexNet卷积神经网络对ZY-1 02D高光谱影像和Brovey融合影像的滨海湿地植被进行分类,与支持向量机、随机森林和BP神经网络分类算法进行精度对比。研究结果表明:经Brovey融合后,AlexNet、支持向量机、随机森林和BP神经网络算法的植被分类总体精度分别提高15.60%、7.00%、14.80%和10.00%,Kappa系数提高了21.35%、9.93%、18.97%、12.85%;基于Brovey影像融合与AlexNet算法的植被分类精度最高,总体精度为92.40%,Kappa系数为89.42%。空谱融合配合AlexNet卷积神经网络有效解决了高光谱遥感影像在滨海湿地植被分类应用中精度较低的问题,为滨海湿地植被资源动态监测提供技术和方法支撑。  相似文献   

7.
砂质海滩对于海岛旅游及可持续发展具有不可估量的价值,伴随着沿海开发进程的推进,海岛砂质海滩的稳定性逐渐受到考验,与其相关的海滩侵蚀问题日益凸显。文章通过对唐山市沿海一线海岛沙滩的踏勘,结合卫星影像资料,分析了2010—2016年唐山海岛沙滩的长度、面积变化,结果表明受陆域来沙减弱及海洋动力诸如风暴潮的作用及人工构筑物(虾池)等原因,唐山海岛沙滩长度、面积每年在以较快的速度不断缩减。同时,以唐山湾三岛(祥云岛、菩提岛、月岛)为例,提出了对三岛及周边环境进行综合整治修复相应的方案,包括退养还滩、沙滩整治修复、防浪促淤工程、生态廊道构建等工程,以期为当地决策者提供可行的建议。  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.
基于深度置信网络(DBN)的赤潮高光谱遥感提取研究   总被引:1,自引:0,他引:1  
赤潮是严重的海洋灾害,有效监测赤潮对于保护海洋生态环境具有重要意义。高光谱遥感具有光谱分辨率高、图谱合一等优势,适合于海洋赤潮监测。深度学习是机器学习领域的前沿,为高光谱遥感分类提供了新的思路。深度置信网络(Deep Belief Network,DBN)兼具监督分类与非监督分类的特点,通过构建DBN模型,将DBN应用于赤潮灾害遥感监测中,应用渤海机载高光谱遥感数据开展赤潮分类,以达到提取高光谱图像中赤潮水体范围的目的。通过设置对照实验,对比经典的SVM监督分类方法与ISODATA非监督分类方法,发现DBN模型在相同实验条件下具有更高的分类精度,赤潮遥感提取精度提高了3%~11%。  相似文献   

10.
提出了一种融合监督分类与非监督分类结果的高光谱遥感影像分类新方法——众数赋值分类法。采用ISODATA非监督分类方法对高光谱遥感影像进行分类,并对非监督分类结果的图斑进行标记,同时用最大似然法(ML)和支持向量机(SVM)法进行监督分类,然后以监督分类结果对非监督分类后各斑块进行类别赋值。方法是:统计每个非监督分类斑块中由监督分类所获得的各类别像元数及所占比例,将非监督分类斑块的类别赋予所占比例最高的监督分类结果的类别,最终获得高光谱图像分类结果。研究表明:(1)非监督分类类别数量大于10时,其与ML分类结果融合的总体分类精度和Kappa系数均较监督分类法的分类结果好;(2)ML和20个类别的ISODATA分类结果融合的总体精度最高,为87.35%,比单独ML的总体精度高约2个百分点;(3)SVM和10个类别的ISODATA分类结果融合的总体精度提高最大,较SVM的总体精度提高近3个百分点;(4)随着非监督分类类别数量的增多,分类结果的总体精度呈现由低到高再到低的变化过程。  相似文献   

11.
高光谱影像包含有丰富的地物类别信息,但由于受分类方法等因素的限制,这些信息并不能得到充分的挖掘。组合分类器由于可以实现各分类结果信息的互补,因而总有着较各单分类器效果更好的分类性能。将组合分类方法引入到高光谱影像的分类实践中,并对组合的关键问题一组合规则进行探讨,提出了混合组合规则的概念。实验表明,利用该组合分类方法对高光谱影像进行分类,可以得到良好的处理结果。  相似文献   

12.
基于海洋一号C(HY-1C)卫星海岸带成像仪(CZI)遥感影像,提出了一种基于最优特征集的支持向量机海冰分类方法。分别提取CZI影像的光谱特征和纹理特征,采用基于距离可分性的判据进行特征选择,得到最优特征集,以最优特征集作为支持向量机分类器输入,分别对3期辽东湾海域CZI影像开展海冰分类实验和结果分析。结果表明:本文方法得到的海冰分类结果精度优于仅利用光谱特征或纹理特征的海冰分类精度;基于本文方法的3期影像的海冰分类精度均较高,2020年12月19日、2021年1月10日与2021年1月16日的海冰分类总体精度分别为93.67%、91.75%、84.89%,均在80%以上;利用海冰分类结果图估算海冰面积,发现3期辽东湾海冰面积依次增大,最大约为11 998.98 km2。  相似文献   

13.
协同主动学习和半监督方法的海冰图像分类   总被引:1,自引:0,他引:1  
海冰遥感光谱影像分类中标签样本难以获取,导致海冰分类精度难以提高,但是大量包含丰富信息的未标签样本却没有得到充分利用,针对这种情况,提出一种协同主动学习和半监督学习方法用于海冰遥感图像分类。在主动学习部分,结合最优标号和次优标号、自组织映射神经网络以及增强的聚类多样性算法来选择兼具不确定性和差异性的样本参与训练;在半监督学习部分,利用直推式支持向量机,并且融合主动学习思想从大量未标签样本中选取相对可靠且包含一定信息量的样本进行迭代训练;然后协同主动学习分类结果和半监督分类结果,通过一致性验证保证所加入伪标签样本的正确性。为了验证方法的有效性,分别采用巴芬湾地区30 m分辨率的Hyperion高光谱数据(验证数据为15 m分辨率的Landsat-8数据)和辽东湾地区15 m分辨率的Landsat-8数据(验证数据为4.77 m分辨率的Google Earth数据)进行海冰分类实验。实验结果表明,相对其他传统方法,该协同分类方法可以在只有少量标签样本的情况下,充分利用大量未标签样本中包含的信息,实现快速收敛,并获得较高的分类精度(两个实验的总体精度分别为90.003%和93.288%),适用于海冰遥感图像分类。  相似文献   

14.
多维信息在改善沿海地区图像分类精度中的应用方法   总被引:5,自引:0,他引:5  
在某些专题研究中,由于研究目标、大气传输、下垫面及其他因素的限制,波谱分析的统计分类模式并不能完全满足研究需要。虽然多时相高精度图像可以提高分类精度,但常因其费用相当昂贵而难以实现。因此,如何在现有资料基础上,提取更多有效信息是亟需解决的问题。针对沿海地区特有的复杂地理现象,以TM图像为基础,通过量化手段进行最佳信息维数的确定与最佳信息维数组合的选择,探讨了信息维数对分类精度的影响。结果表明,在原有图像基础上,进行信息挖掘并重新组合可以得到能满足工作需要的分类精度,组合维数以6维最佳,更多的信息融合对精度影响不明显。  相似文献   

15.
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   

16.
Piezocone penetration test(CPTu), the preferred in-situ tool for submarine investigation, is significant for soil classification and soil depth profile prediction, which can be used to predict soil types and states. However, the accuracy of these methods needs to be validated for local conditions. To distinguish and evaluate the properties of the shallow surface sediments in Chengdao area of the Yellow River Delta, seabed CPTu tests were carried out at ten stations in this area. Nine soil classi...  相似文献   

17.
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   

18.
纹理特征提取及辅助遥感影像分类技术研究   总被引:6,自引:0,他引:6  
研究了利用灰度共生矩阵提取纹理特征的方法,并对利用纹理特征影像辅助光谱特征分类的方法进行了研究。实验结果表明,纹理特征辅助光谱特征分类能够提高遥感影像分类的准确性和精度。  相似文献   

19.
一种融合纹理特征与NDVI的随机森林海冰精细分类方法   总被引:1,自引:0,他引:1  
王志勇  张梦悦  于亚冉  泥萍 《海洋学报》2021,43(10):149-156
海冰的精准分类对于掌握海冰生长发育状况,保障航海安全等具有重要意义。由于受数据源和分类方法等影响,使得海冰分类精度提高受限。本文面向高空间分辨率的光学遥感影像,提出了一种融合纹理特征和归一化差分植被指数(NDVI)的海冰精准分类方法,运用随机森林分类器构建海冰分类方法。以青岛胶州湾为实验区,高分二号(GF-2)为实验数据,进行了海冰类型提取,并与其他分类方法进行对比。结果显示:针对GF-2高分辨率光学遥感数据,融合纹理特征和NDVI的随机森林方法,相比于传统的随机森林、支持向量机、自动决策树和融合纹理特征的最大似然分类方法,总体分类精度分别提高13.70%、11.60%、19.22%、29.37%。Kappa系数分别提高0.16、0.13、0.22、0.44。相比于融合纹理特征和归一化水指数(NDWI)的随机森林方法,总体分类精度提高了9.67%,Kappa系数提高了0.09。这表明本文构建的海冰分类方法可有效提高海冰分类精度,为海冰的精确分类提供了一种有效的技术手段。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号