共查询到20条相似文献，搜索用时 150 毫秒
1.
在多源遥感影像融合过程中光谱畸变是常见的问题之一,它主要是因为不同传感器的光谱响应范围不一致造成的。在推导色彩变换理论强度、色度和饱和度三元素之间的数学关系的过程中,通过研究Wallis滤波理论,发现灰度匹配的相似程度是解决光谱畸变的有效途径。因此提出了基于Wallis滤波的HIS变换融合方法。通过了实验验证,效果较好。 相似文献
2.
将常用于人脸肤色检测的YUV色彩空间与KL变换相结合，提出了一种基于YUV-KL变换的肤色检测算法，并将它和其他常用的色彩空间检测效果进行对比，指出了这种变换的优势，并分析了原因。 相似文献
3.
针对阴影在高分辨率遥感影像的特性,提出了一种色彩空间变换和多尺度分割相结合的阴影检测方法。该方法首先对原始影像进行连续两次HSV变换,并分别提取前后两次变换的亮度分量和色度分量;然后引入面向对象思想,进行多个尺度的影像分割并依次实现每一尺度下的阴影检测;最后将多个尺度的检测结果进行决策级融合获取最终检测结果。利用高分二号和Google Earth影像分别进行实验,实验结果表明,该方法有效结合了粗细尺度优势,阴影检测误检率和漏检率较低,同时对较亮阴影和较暗地物均具备较好的识别效果。 相似文献
4.
5.
基于小波包变换与IHS变换的遥感图像融合 总被引：10，自引：0，他引：10
针对多光谱图像与金色图像的融合，提出了基于IHS变换和小波包变换的遥感图像融合新方法。该方法首先对多光谱图像作IHS变换得到3个分量：亮度I、色度H和饱和度S；其次利用小波包变换融合方法融合多光谱图像的亮度分量与金色图像，并用融合后的图像替代多光谱图像的亮度分量；最后作IHS反变换得到新的多光谱图像。实验分析表明，新方法的性能优于IHS变换融合方法、小波变换融合方法和基于小波变换与IHS变换融合方法，在保留多光谱图像光谱信息的基础上，增强了融合图像的空间细节表现能力。 相似文献
6.
IHS变换和小波变换相结合的遥感影像融合 总被引：8，自引：0，他引：8
本文针对低分辨率多光谱影像与高分辨率全色影像的融合，提出了一种IHS变换和小波变换相结合的遥感影像融合方法。方法首先对多光谱影像作IHS正变换，得到亮度I、色度H和饱和度S三个分量：然后利用小波变换融合方法，融合多光谱影像的亮度分量与全色影像，并用融合后的影像替代多光谱影像的亮度分量；最后，利用IHS反变换得到新的多光谱影像。试验结果分析表明，新方法的性能优于IHS变换融合方法、小波变换融合方法，在增强融合影像的空间细节表现能力的同时，很好地保留了多光谱影像的光谱信息。 相似文献
7.
8.
一种利用多时相TM影像分析地表植被变化的新方法：——以敦煌地区绿洲植 … 总被引：6，自引：0，他引：6
变化分析是多时相遥感影像的主要应用领域。以敦煌绿洲为例,探讨一种应用多时相ＴＭ影像进行地表植被变化分析的新方法。结果证明,用不同时相的ＮＤＶＩ影像进行彩色合成可以直观地反映地表植被的变化,而利用色彩变换得到的各分量可以对变化特点进行定量分析。其中色度反映变化类型,饱和度反映变化强度,而亮度图像则反映地表植被多年来的总体长势。除了直观和定量的特性之外,该方法还可以用于其它类型的变化分析,具有可扩展性 相似文献
9.
一种利用多时相TM影像分析地表植被变化的新方法--以敦煌地区绿洲植被变化分析为例 总被引：2，自引：0，他引：2
变化分析是多时相遥感影像的主要应用领域。以郭煌绿洲为例 ,探讨一种应用多时相TM影像进行地表植被变化分析的新方法。结果证明 ,用不同时相的NDVI影像进行彩色合成可以直观地反映地表植被的变化 ,而利用色彩变换得到的各分量可以对变化特点进行定量分析。其中色度反映变化类型 ,饱和度反映变化强度 ,而亮度图像则反映地表植被多年来的总体长势。除了直观和定量的特性之外 ,该方法还可以用于其它类型的变化分析 ,具有可扩展性 相似文献
10.
11.
12.
扫描输入数据的颜色校正 总被引：4，自引：1，他引：4
提出了RGB子空间的概念 ,并在RGB子空间内使用最小二乘原则建立从设备RGB空间直接到CIELAB空间的三维一阶映射方程 ,实现了对扫描输入数据的颜色校正。通过试验验证 ,理想色与分别在各RGB子空间内建立的颜色映射方程所计算颜色的色差明显小于与在整体空间建立的映射方程所计算颜色的色差 相似文献
13.
14.
建筑物点云提取是城市快速三维建模的基础。针对城区中建筑物和树木空间距离较近导致建筑物点云误提取的问题,提出一种颜色约束的欧式聚类算法。该方法利用低空拍摄可见光影像进行三维重建、获取点云数据,在建立点云K邻域索引和表面估计的基础上,以曲率最小的点作为欧式聚类的种子点,将点云的RGB值转换成Lab颜色模型,对建筑物点云的聚类提取进行约束。实验表明,该方法可以有效地解决可见光影像匹配点云中建筑物提取时将树木误提取的问题。 相似文献
15.
计算机彩色视觉在地图分色中的应用 总被引：2，自引：1，他引：2
彩色地图是用不同的颜色表示各个数据层，可以利用颜色信息有效地实现地图各个数据层的自动提取，本文用分光光度计对待扫描的标准色块进行颜色测量，然后用最小二乘法建立起颜色ＲＧＢ分量与颜色三属性的关系，并提出了一种识别地图颜色的新方法，以及实现了彩色地图要素的自动分离。 相似文献
16.
针对极化SAR图像的伪彩色融合问题,本文提出了最佳指数模型结合HSV变换的伪彩色融合的方法。首先,将4个极化数据进行滤波去噪处理,计算4个极化通道的OIF值,以OIF值为依据选择3个极化方式作为最佳极化组合,并分别赋予RGB颜色通道,得到伪彩色融合图像;然后,将RGB彩色图像变换到HSV色彩空间,分别提取出色度分量H、饱和度分量S、亮度分量V1;同时,将颜色合成之外的第四个极化通道的灰度值作为亮度分量V2,将V1和V2进行加权平均,得到新的亮度分量V。最后,将新的分量V和分量H、S逆变换到RGB空间,得到新的伪彩色融合图像。利用RADARSAT-2全极化数据进行了实验,并和分解伪彩色结果对比,从主观观察和客观定量两个方面对伪彩色融合图像的质量进行了评价,验证了Pauli提出方法的有效性。 相似文献
17.
18.
基于出版的地图符号库系统的建立 总被引：2，自引：1，他引：2
提出并解决了基于出版的地图符号库需要解决的关键技术：符号制作软件的设计、符号与属性库的连接、RGB色彩到CMYK色彩的转换、基于出版的地图符号分层、PS文件的生成；在此基础上论述了全数字出版系统中建立地图符号库系统的方法。 相似文献
19.
Ramesh Kestur Akanksha Angural Bazila Bashir S. N. Omkar Gautham Anand M. B. Meenavathi 《Journal of the Indian Society of Remote Sensing》2018,46(6):991-1004
UAVs are fast emerging as a remote sensing platform to complement satellite based remote sensing. Agriculture and ecology is one of the important applications of UAV remote sensing, also known as low altitude remote sensing (LARS). This work demonstrates the use and potential of LARS in agriculture, particularly small holder open field agriculture. Two UAVs are used for remote sensing. The first UAV is a fixed wing aircraft with a high spatial resolution visible spectrum also known as RGB camera as a payload. The second UAV is a quadrotor UAV with an RGB camera interfaced to an on-board single board computer as the payload. LARS was carried out to acquire aerial high spatial resolution RGB images of different farms. Spectral–spatial classification of high spatial resolution RGB images for detection, delineation and counting of tree crowns in the image is presented. Supervised classification is carried out using extreme learning machine (ELM), a single hidden layer feed forward network neural network classifier. ELM was modelled for RGB values as input feature vectors and binary (tree and non-tree pixels) output class. Due to similarities in spectral intensities, some of the non-tree pixels were classified as tree pixels and in order to remove them, spatial classification was performed on the image. Spatial classification was carried out using thresholded geometrical property filtering techniques. Threshold values chosen for carrying out spatial classification were analysed to obtain optimal values. Finally in the delineation and counting, the connected tree crowns were segmented using Watershed algorithm performed on the image after marking individual tree crowns using Distance Transform method. Five representative UAV images captured at different altitudes with different crowns of banana plant, mango trees and coconut trees were used to demonstrate the performance of the proposed method. The performance was compared with the traditional KMeans spectral–spatial method of clustering. Results and comparison of performance parameters of KMeans spectral–spatial and ELM spectral–spatial classification methods are presented. Results indicate that ELM performed better than KMeans. 相似文献