共查询到20条相似文献，搜索用时 682 毫秒
1.
一种更严密的双介质立体摄影测量折射改正算法 总被引：1，自引：0，他引：1
提出一种更严密的双介质立体摄影测量物方坐标折射改正算法。该算法用水下目标的空中同名直线光线公垂线段的中点作为摄影测量交会点的理论位置,解决了空中同名直线光线延长线不相交情况下摄影测量交会点不存在导致的点位关系不确定性问题,使摄影测量交会点到真实物点的坐标折射改正公式能够严格推导出来。分析了空中同名直线光线不相交情况对物方大地坐标折射改正的不利影响,研究了摄影测量交会点与水下真实物点的相互位置关系,推导了水下目标点的水深和大地坐标计算公式(即折射改正公式),通过WorldView-2立体影像浅海海底地形测量试验对算法的正确性和测量精度进行验证。研究表明,不论水下目标的空中同名直线光线延长线是否相交,该算法都是适用的,且能显著改善水下目标的高程测量精度。 相似文献
2.
3.
主要研究利用高分辨率WorldView-2卫星影像和双介质立体摄影测量方法进行浅海地形测绘的可行性,同时解决双介质立体摄影测量精定位算法(即折射改正算法)适用性差的问题。首先依据通用的双介质物像几何关系,提出了一种普适的双介质立体摄影测量折射改正算法;然后以海南省三沙市甘泉岛、珊瑚岛周围浅海区域为试验场,利用两个地区的WorldView-2立体影像,运用双介质立体摄影测量方法进行了浅海地形测绘试验。试验成功提取到了两个地区浅海海底的数字高程模型(DEM)。其中,甘泉岛地区的浅海DEM精度达到2.08 m(剔除其中的高程异常点后的结果)。研究表明:提出的折射改正算法,无论"空中同名光线延长线是否相交"都是适用的,且能改善浅海地形测绘精度。在水体清澈、无海浪情况下,利用相应的WorldView-2立体影像和双介质立体摄影测量方法进行浅海地形测绘是可行的。 相似文献
4.
在多光谱遥感水深反演研究中,由于影响反演精度的因素较多,传统的水深反演模型具有一定局限性。机器学习算法在解决非线性高复杂问题上较有优势,将其应用在某些特定区域水深反演可提高反演精度。本文利用Sentinel-2多光谱遥感影像和LiDAR测深数据,以瓦胡岛为研究区域,构建CatBoost水深反演模型,与传统水深反演模型及Boosting中的XGBoost和LightGBM模型的反演精度进行比较。试验结果表明,经过参数优化后的CatBoost水深反演模型的决定系数、均方根误差、平均绝对误差和平均相对误差分别为96.19%、1.09 m、0.77 m和9.61%,准确性最高,效果更佳。 相似文献
5.
6.
7.
利用氧气和水汽吸收波段暗像元假设的MERIS影像二类水体大气校正方法 总被引：1，自引：0，他引：1
摘 要:MERIS数据以其更为合理的水色波段设置和300m较高的空间分辨率,在内陆湖泊水环境遥感监测中有较大的应用潜力, 对其进行有效的大气校正则是水环境参数定量化反演的前提。以太湖为研究区, 研究基于氧气和水汽吸收波段的暗象元假设, 改进传统的近红外波段暗像元假设的大气校正方法。采用MERIS L2p数据辅助获取湖区气溶胶参数, 并利用2007年11月11日、2008年11月20日以及2009年4月25日三景MERIS影像进行方法验证。结果表明, 该方法能够快速、有效地完成MERIS影像的大气校正, 与地面准同步实测数据相比, 三次校正的RMSP都在25%以下; 与BEAM自带的二类水体大气校正算法、气溶胶厚度辅助的6S大气校正以及改进的暗象元算法进行精度比较, 表明该算法校正精度较高。由于该算法不需要同步实测气溶胶数据, 因此具有一定的适用性。 相似文献
8.
TM遥感图像FLAASH大气校正异常值的改正 总被引：1，自引：0，他引：1
针对经过ENVI的FLAASH模型大气校正后的反射率遥感图像中,经常存在异常值,即负值和大于100的高值,在水体分布众多的图像中尤其明显的问题,以Landsat的TM图像的校正结果为例,设计了改正算法,即对于异常高值采用阈值法进行改正,对于异常负值采用窗口搜索最小正值法进行改正。使用统计方法和NDVI植被指数对改正前后图像进行了对比。与改正前的图像相比,改正后图像进行计算的结果合理,表明算法是可行的和有效的。所提出的改正算法能够行之有效地改正图像中的异常值,为之后的遥感信息提取提供了良好的数据基础,具有一定的研究意义和应用价值。 相似文献
9.
多结构元素组合型MODIS影像水体边缘检测 总被引：1，自引：0，他引：1
受空间分辨率的约束,MODIS遥感影像中存在很多混合像元,不利于水体边缘信息的提取,为提高水体边缘混合像元的检测精度,本文提出了多结构元素组合型边缘检测算法。方法选取了适合于遥感影像水体边缘检测的膨胀型和腐蚀型算子,同时针对遥感影像自身的特点,构建了多尺寸多方位的结构元素,设计了不同的方向权重和尺寸权重系数,再将基于不同检测算子的边缘检测结果组合得到最终结果。实验结果表明与传统算法相比,多结构元素组合型边缘检测算法边缘提取效果良好,提高了水体边缘的检测精度。 相似文献
10.
针对现有高分辨率遥感影像感知哈希认证算法中特征提取精度和算法稳健性不能兼顾的问题,本文提出一种运用ULBP的高分辨率遥感影像感知哈希完整性的认证算法。首先对遥感影像进行格网划分,将影像划分为多个子块,运用ULBP算法提取子块的纹理特征;然后计算每个子块内纹理特征的直方图分布,将其结果与均值二值化后得到子块的感知哈希序列;最后串联所有子块的感知哈希序列生成整幅影像的感知哈希值。在影像认证时,首先计算原始影像与待检测影像的哈希序列,然后计算两者的感知哈希序列平均汉明距离,完成对高分辨率遥感影像内容的完整性认证与篡改定位。试验表明,该算法能够识别高分辨率遥感影像中地物较为平滑的区域,同时对JPEG压缩、高斯噪声添加、BMP格式转换等操作具有良好的稳健性,为高分辨遥感影像完整性认证提供支持。 相似文献
11.
复杂环境下高分二号遥感影像的城市地表水体提取 总被引：1，自引：0，他引：1
水体指数可以抑制背景噪声和提高地表水体的可分性,已经广泛用于地表水体提取。传统FCM聚类算法考虑了地物的不确定性,但没有顾及地物的邻域空间信息,对背景异质性比较敏感。针对传统FCM聚类算法的不足,提出一种可变邻域的区域FCM聚类算法。由于复杂环境下高分二号(GF-2)遥感影像的城市地表水体具有复杂异质背景和不确定性的特点,本文利用水体指数和区域FCM聚类算法的优点,提出一种整合水体指数和区域FCM的城市地表水体自动提取算法,该算法主要步骤包括:(1)去除影像阴影后计算归一化差分水体指数NDWI(Normalized Difference Water Index);(2)区域FCM聚类算法;(3)整合水体指数和区域FCM聚类的城市地表水体自动提取算法。最后采用两景GF-2高分辨率遥感影像(广州和武汉)进行实验,验证了该算法的有效性,并与经典地表水体提取算法进行对比分析。实验结果表明:该算法具有较高的水体提取精度,城市地表水体边界既具有较好的区域完整性又保持了局部细节,同时对城市地表水体复杂背景噪声具有较好的抑制作用,有效减少传统FCM聚类算法的"胡椒盐"现象。 相似文献
12.
针对含雾遥感影像在军事航空侦查、地物判读等方面使用率低、有效性差的问题,以及现有去雾算法中存在计算复杂耗时、色彩失真的弊端,结合遥感影像景深变化小、不含天空背景等特点,本文提出一种改进的暗原色先验去雾算法。首先,对影像中白色场景灰度值进行统计并设定阈值划分为失效区,分离水域与非水域减少蓝色波段在水域的占比,合成新的蓝色波段,以改进暗通道值的获取方法;其次,采用导向滤波替代软抠图法优化透射率提升处理时间;然后,对关键参数进行适应性改进试验并采用自动色阶恢复去雾后的影像色彩;最后,利用含雾的无人机影像和GF-2影像进行了试验,并进行了定量评价。试验结果表明,在同等试验条件下,本文方法处理单幅影像的时间比暗原色先验去雾算法的提升4倍以上,且去雾后影像的灰度均值、标准差、信息熵、平均梯度等指标比暗原色先验去雾算法得到的值均有提高,能有效提高有雾影像的清晰度,增强影像色彩和细节。 相似文献
13.
针对目前遥感影像中面状水域提取算法的自动化程度不高的问题,本文提出了一种基于面积比分割的面状水域提取算法。首先,利用矢量数据提供的面积作为先验信息,对待提取的遥感影像进行图像分割,经过去噪、边缘检测等环节实现面状水域的初步提取;然后将初步提取的面状水域带入到主动轮廓模型中,作为初始边界对面状水域进行精确提取;最后,以天绘影像对上述算法进行验证,结果表明:该算法能够有效提取面状水域,提高现有算法的自动化程度。 相似文献
14.
张金梅 《测绘与空间地理信息》2020,(2):169-171
对遥感影像线状地物的提取进行了深入研究分析,分别采用Snakes模型、二值形态学和面向对象处理等3种算法智能化提取线状地物。通过实验验证,3种智能算法都是行之有效的,且Snakes模型在各种线状地物提取上表现稳定,而二值形态学和面向对象算法在部分线状地物提取上表现较为突出,整体稳定性却不如Snakes模型。 相似文献
15.
海岸带作为连接海洋和陆地系统的特殊地理地带,与人类的生存与发展密切相关,但其自然和生态环境极其脆弱和敏感。气候变化和人类活动给海岸带环境带来了巨大压力,导致其生态环境不断恶化。随着技术的发展,近年来遥感技术已成为海岸带地理环境监测的重要手段之一,在海岸带规划、管理和保护中扮演着举足轻重的角色。本文对遥感技术在海岸带地理环境监测典型应用(土地利用/覆盖、土壤质量、植被、海岸线、水色、水深和水下地形及灾害)中的主要数据源、方法、结果和局限性进行归纳和总结,并对其未来发展提出展望。 相似文献
16.
遥感影像中的不均匀现象是遥感影像处理中要解决的一个重要问题。现有的遥感影像不均匀性校正方法通常都是针对亮度不均匀进行处理的,对于反差不均匀性校正并没有好的解决方案。针对遥感影像中同时存在亮度、反差不均匀的情况,提出了一种基于LRM均值-方差规定化的不均匀校正算法。该方法以LRM影像分块处理为基础,结合影像均值-方差规定化原理,对遥感影像进行处理。实验证明,该方法不仅能够校正亮度不均匀现象,而且对于反差不均匀现象也有很好地校正作用,能够达到整体影像的亮度、反差一致性,获得更加清晰的影像。 相似文献
17.
18.
19.