排序方式: 共有25条查询结果,搜索用时 15 毫秒
11.
传统的辐射校正只针对单一波段进行,忽视了谱段间的关系这一客观事实.针对这一情况,提出了一种兼顾光谱信息的辐射校正方法.该方法充分利用谱段间的关系,引入光谱相似性测度,利用光谱角余弦作为修正条件.首先根据经验线性回归方法计算出定标参数,然后根据地物光谱角的余弦值去修正定标参数.该方法在无人机(unmanned aerial vehicle,UAV)影像上进行了实验,影像地类丰富,满足地物的选取要求.对比了无人机影像在本文光谱余弦修正方法(radiometric correction with spectral angle consine,RCSC)和经验线性回归方法(empirical linear regression method,EL)辐射校正后的精度,结果表明本文方法精度更优,相比经验线性回归方法平均相对误差降低了2.61%. 相似文献
12.
改进了Comaniciu提出的计算光谱域自适应尺度算法,提出了一种新的光谱域和空间域自适应尺度的计算方法,并将得到的自适应尺度用于mean shift(MS)算法分割运算。与传统的固定尺度MS分割算法及Comaniciu提出的自适应MS分割算法相比,新型自适应MS分割算法能够获得更优的分割结果。 相似文献
13.
14.
15.
提出了一种基于类别光谱变化规律的高分辨率遥感图像土地利用变化检测方法。在基准期土地利用图的辅助下,以像斑为图像分析的基本单位,分别建立不同类别像斑特征在基准期和检测期图像上的分布曲线,通过三次多项式拟合参数表征上述2个时期特征值分布曲线的变化规律,在此基础上获取变化阈值,进行迭代计算,找出不符合类别光谱变化规律的像斑,确认为发生变化的像斑。以武汉市局部2002年、2005年QuickBird多光谱图像及相同区域2002年土地利用图为实验数据,以绿地和城区为例,对上述方法进行验证,证明上述方法有效。 相似文献
16.
利用马尔柯夫随机场图模型的变化像斑类别判定方法 总被引:1,自引:0,他引:1
提出了一种利用马尔柯夫随机场(MRF)图模型获取变化像斑变化后类别的方法。用吉布斯(Gibbs)分布描述MRF图模型,通过计算最大后验概率获取变化像斑类别,以此类别为初始值,通过建立像斑类别空间关系概率矩阵,在初始结果基础上进一步判定变化像斑的类别。实验结果证实了该方法的可行性。 相似文献
17.
提出了一种新的多尺度像斑模型,充分利用多尺度像斑模型所提供的尺度纵向信息,并结合决策树的分类方法来实现跨尺度分类,而不直接进行最佳尺度选择。实验结果证明,跨尺度方法较单一尺度分类能更准确地区分地物,从而提高分类精度。 相似文献
18.
考虑时空关系的遥感影像变化检测和变化类型识别 总被引:1,自引:0,他引:1
提出了一种基于时空关系的遥感影像变化检测及类型识别方法。该方法通过影像分割获取像斑,利用最大似然法(maximum likelihood method,ML)获取初始分类结果,通过地物的类别转移矩阵(class transition matrix,CTM)和类别邻接矩阵(class adjacency matrix,CAM)定量地描述各地物类别之间的时间关系和空间关系。实验结果显示,本方法优于分类后比较法。 相似文献
19.
融合多特征的遥感影像变化检测方法 总被引:1,自引:1,他引:0
本文提出了一种面向对象的多特征融合的变化检测方法。首先通过影像分割获取像斑,然后统计各像斑的光谱直方图和LBP(local binary patterns)纹理直方图,利用G统计量计算不同时期像斑之间的光谱距离和纹理距离,采用自适应的方法将光谱距离和纹理距离加权构建像斑的异质性,最后结合EM(expectation maximization)算法和贝叶斯最小错误率理论获取像斑的变化类别。在QuickBird影像上的实验表明该方法能够充分融合光谱特征和纹理特征,从而提高变化检测的精度。 相似文献
20.
像斑直方图相似性测度的高分辨率遥感影像变化检测 总被引:1,自引:0,他引:1
基于像斑的变化向量分析法CVA(Change Vector Analysis)过分依赖像斑的灰度均值信息,而未能有效利用其灰度分布信息,这在高分辨率遥感影像变化检测中存在不足。本文提出了一种基于像斑直方图相似性测度的变化检测方法。利用G统计量构建不同时期像斑之间的相似性测度。假设所有像斑的相似性测度值符合混合高斯分布模型,通过期望最大化算法EM(Expectation Maximization)求解相关参数,最后采用基于最小错误率的贝叶斯判别规则获取最终的变化结果。实验表明,本文提出的上述方法能够有效提高变化检测的精度。 相似文献