主成分监督分类及其在水质特征遥感图像识别中的应用   总被引：5，自引：1，他引：4  

佘丰宁  蔡启铭 《湖泊科学》1997,9(3):261-268

建立了一种水域水质状况图像识别的主成分监督分类方法,首先通过ＴＭ水域图像数据的主成分分析,将原有各波段图谱的显著且独立的信息集中在数目尽可能少的合成图象中,再依据不同类型水体的光谱特征,分析各主成分图像的构成及其环境生态学含义,由此对整个研究区域内存在的不同标志类型及其分布特征有所了解,在此基础上,选定训练样本集,从而人有清楚的环境生态意义的标志类型,应用监督法得到较好的识别分类结果,分析表明,这  相似文献   

Application research of narrow band Internet of things buoy and surface hydrodynamics monitoring     

Yiqun Xu  Jia Wang  Li Guan 《海洋学报(英文版)》2021,40(8):176-181

This paper applies the narrow band Internet of things communication technology to develop a wireless network equipment and communication system, which can quickly set up a network with a radius of 100 km on water surface. A disposable micro buoy based on narrow-band Internet of things and Beidou positioning function is also developed and used to collect surface hydrodynamic data online. In addition, a web-based public service platform is designed for the analysis and visualization of the data collected by buoys. Combined with the satellite remote sensing data, the study carries a series of marine experiments and studies such as sediment deposition tracking and garbage floating tracking.  相似文献   

用NOAA气象卫星AVHRR的定量资料计算冬小麦种植面积的两种方法     

肖乾广 《遥感学报》1989,(3)

本文提出了用NOAA气象卫星AVHRR的定量资料计算冬小麦种植面积的方法,即绿度指数法和单通道法。绿度指数法是根据冬小麦在特定生育期内绿度值基本上保持为常数的特点,用几块巳知样地的种植面积,推算整体种植面积;单通道法是只使用AVHRR第二通道的反照率来计算冬小麦种植面积。这两种方法的优点在于不需考虑大气削弱的订正处理问题,从而使计算得以简化。  相似文献   

基于GOODALL相近指数的遥感图像和其它空间数据综合分类方法   总被引：2，自引：0，他引：2  

田青  Enrico Feoli 《遥感学报》1999,3(3):187-192,246

介绍ＤａｖｉｄＷ．Ｇｏｏｄａｌｌ基于概率的相近指数理论,研究它被应用在遥感图像和其它空间数据综合分类中的可能性,并首次在ＧＲＡＳＳ环境下实现了基于ＤａｖｉｄＷ．Ｇｏｏｄａｌｌ的相近指数的遥感图像和其它空间数据综合分类算法,并对该算法进行了测试,将分类结果 与其它几种较流行的分类方法结果进行了比较。  相似文献   

一种基于伪随机序列和DCT的遥感影像水印算法   总被引：6，自引：0，他引：6  

朱长青  任娜 《武汉大学学报(信息科学版)》2011,36(12):1427-1429,1499

首先,对原始影像进行分块,通过伪随机序列选择要嵌入的影像块;然后,采用量化的方法在每一块的DCT低频系数中嵌入水印信息;最后,通过精度约束,对嵌入水印信息后的遥感影像进行误差控制。由于采用了量化的方法嵌入水印信息,其提取过程不需要原始影像的参与,实现了盲检测。实验结果表明,该算法在满足水印算法鲁棒性的同时,也能达到对遥感影像近乎零修改的目标。  相似文献   

基于极限学习机的GF-2影像分类     

王明常  张馨月  张旭晴  王凤艳  牛雪峰  王红 《吉林大学学报(地球科学版)》2018,48(2):373-378

遥感图像分类是提取图像有效信息过程中重要的一部分,为了探寻最优的分类方法,许多机器学习算法逐步应用于遥感分类中。极限学习机（extreme learning machine,ELM）以其高效、快速和良好的泛化性能在模式识别领域得到广泛应用。本文采用训练速度快、运算量小的极限学习机算法与支持向量机（support vector machines,SVM）算法和最大似然法进行分类对比,对高分辨率遥感图像进行分类,分析极限学习机算法对于遥感图像分类的准确度等性能。选取吉林省长春市部分区域的GF-2遥感数据,将融合后的影像设置为原始数据,利用3种方法进行分类。研究结果表明,极限学习机算法分类图像总体分类精度达到85%以上,kappa系数达到0.718,与其他分类方法相比分类准确度较高,且极限学习机运行时间比支持向量机运行时间约短2 480 s,约为支持向量机运行时间的1/8,因此具有良好的性能和实用价值。  相似文献   

用极轨气象卫星资料分析飞机增雨云层条件   总被引：3，自引：0，他引：3  

刘文 《气象科技》2005,33(1):81-86

综合应用NOAA卫星AVHRR／3和FY-1极轨气象卫星高分辨0．58～0．68μm可见光、1．58～1．64μm近红外和10．3～11．3μm红外多通道资料,充分考虑了云的厚度、云中粒子尺度和云顶亮温的信息,给出了适宜飞机增雨作业云层的卫星遥感判据,建立了云层作业条件分析模型。实际应用表明,卫星遥感分析图可以有效地监测、判识和分析云层的增雨作业条件,应用效果好,可作为飞机增雨航线设计、作业决策的重要依据。通过增雨个例的微波图像特征分析,初步分析了AMSU—B微波图像在人工增雨作业中的作用和应用前景。  相似文献   

一种低表面亮度星系的自动搜索算法newline--YOLOX-CS          下载免费PDF全文

冯雪琦  屠良平  仲峥迪  李娟  李馨 《天文学报》2024,65(2):17

低表面亮度星系(Low Surface Brightness Galaxy, LSBG)的特征对于理解星系整体特征非常重要, 通过现代的机器学习特别是深度学习算法来搜寻扩充低表面亮度星系样本具有重要意义. LSBG因特征不明显而难以用传统方法进行自动和准确辨别, 但深度学习确具有自动找出复杂且有效特征的优势, 针对此问题提出了一种可用于在大样本巡天观测项目中搜寻LSBG的算法---YOLOX-CS (You Only Look Once version X-CS). 首先通过实验对比5种经典目标检测算法并选择较优的YOLOX算法作为基础算法, 然后结合不同注意力机制和不同优化器, 构建了YOLOX-CS的框架结构. 数据集使用的是斯隆数字化巡天(Sloan Digital Sky Survey, SDSS)中的图像, 其标签来自于$\alpha.40$-SDSS DR7 (40%中性氢苜蓿巡天与第7次数据发布的斯隆数字化巡天的交叉覆盖天区)巡天项目中的LSBG, 由于该数据集样本较少, 还采用了深度卷积生成对抗网络(Deep Convolutional Generative Adversarial Networks, DCGAN)模型扩充了实验测试数据. 通过与一系列目标检测算法对比后, YOLOX-CS在扩充前后两个数据集中搜索LSBG的召回率和AP (Average Precision)值都有较好的测试结果, 其在未扩充数据集的测试集中的召回率达到97.75%, AP值达到97.83%, 在DCGAN模型扩充的数据集中, 同样测试集下进行实验的召回率达到99.10%, AP值达到98.94%, 验证了该算法在LSBG搜索中具有优秀的性能. 最后, 将该算法应用到SDSS部分测光数据上, 搜寻得到了765个LSBG候选体.  相似文献   

基于GF—6卫星的棉花种植面积提取研究——以山东省夏津县为例          下载免费PDF全文

马春莹 《山东国土资源》2023,39(8)

国产高分卫星6号（简称GF6）具有高分辨率、宽覆盖、高质量和高效成像等特点,可为农业资源遥感监测提供可靠的数据支撑。本研究以GF6卫星影像为主要数据源,综合利用遥感技术理论和方法开展对夏津县棉花种植面积的提取研究,利用同时相的哨兵2号（简称Sentinel2）影像解译结果进行对比分析。研究结果表明：基于GF6卫星的夏津县棉花种植面积提取方案高效、准确,提取精度明显优于Sentinel2卫星,进一步证明了新增了红边波段的GF6卫星能够显著增强作物的识别能力,其在大规模作物种植信息提取方面具有广阔的应用潜力。  相似文献   

基于ETM+的表观荔枝波谱反射率反演研究     

方立刚  陈水森  张晓初 《热带地理》2005,25(4):322-326

试从现有的大量遥感影像中提取不同环境下地物的反射率,以目前常用的ETM＋影像数据和荔枝波谱数据提取为例,先对影像进行系统校正得到星上反射率,然后采用6S大气校正模型对图像进行订正,反演地物的真实反射率,并采用与野外实测相结合的方法,分析了星上反射率、6S反演的反射率与实测值之间的误差,结果证明6S校正法是一种较高精度的地物波谱反演方法,可以方便、快捷、准确地从现有的大量遥感影像上直接获取荔枝的反射率.为下一步的自动高效从影像反演地物反射率的研究奠定了基础.  相似文献