排序方式: 共有71条查询结果,搜索用时 225 毫秒
51.
52.
在对矿物光谱特征理解与归纳的基础之上,对矿物光谱特征进行知识化表达,利用数理逻辑和一定的判别规则实现对高光谱遥感影像矿物的自动识别与批量化信息提取。在ENVI平台上,利用IDL语言开发了高光谱遥感影像矿物分层自动识别模(Mineral Auto-identification Module Basedon Spectral Identification Tree:MAIM-SIT)。该模块已经在新疆东天山哈密地区利用HyMap数据、西藏驱龙地区利用Hyperion数据以及美国Cuprite地区利用AVIRIS数据成功地进行了矿物识别,可识别的矿物或矿物组合可达10种以上,基本实现了高光谱矿物信息提取的智能化与批处理能力。 相似文献
53.
54.
55.
成像光谱以图谱合一、自动生成像元光谱进行直接识别岩矿而极具应用潜力.本文提出并利用基于地物完全谱形特征的成像光谱遥感多波段组合的主成分(PC,Principal Component Analysis)变换方法提取岩类与蚀变分布;相应地利用光谱角识别技术直接提取与矿有关的蚀变矿物;最终进行波段组合、波段运算、反差增强与RGB合成提取出相关岩矿信息进行成矿综合分析.利用岩矿谱形特征进行谱段组合的PC变换的第一分量(PC1)更多地包含岩矿的波谱特征;PC2噪声多,信息模糊,相对信噪比低.利用PC1提取岩矿信息可靠、准确.这是一种面向目标的定量与半定量相结合的岩矿识别技术,在后沟金矿区起到了良好的应用效果. 相似文献
56.
57.
高光谱遥感信息提取与地质应用前景——以青藏高原为试验区 总被引:15,自引:4,他引:11
高光谱遥感是一门正在兴起的极具发展潜力的应用科学技术,能直接快速地识别岩矿组成、丰度及其分布;高光谱图像丰富的空间信息也包含一定的地质构造信息。目前,光谱分解模型和修正的高斯模型在岩矿信息定量研究中极具潜力;对纹理信息的提取侧重于空域的灰度剪切与有效平均梯度相结合及频域空间内的小波包等技术。根据目前高光谱遥感信息的地质应用,总结出高光谱地质应用的技术流程。在此基础之上,以青藏高原为例,阐述了高光谱遥感的地质应用前景。最后,对高光谱遥感技术存在的问题进行了一定的评述。 相似文献
58.
59.
高分五号高光谱影像矿物精细识别 总被引:2,自引:2,他引:0
矿物识别是高光谱遥感技术优势之一,已在地质矿产领域取得了显著应用效果。随着光谱分辨率的不断提高,高光谱遥感矿物识别逐渐从识别矿物种类向矿物亚类、矿物成分等精细信息识别发展,且随着应用实践的不断深入,对矿物精细信息的需求也越来越大。而光谱分辨率和矿物识别方法是制约高光谱矿物精细识别的主要因素。高分五号(GF-5)超高的光谱分辨率为矿物精细识别提供了可能。首先在分析总结已有高光谱矿物识别方法优缺性的基础上,提出了综合光谱特征增强匹配度和特征参量的矿物识别方法;其次,选取甘肃柳园和美国Cuprite两个研究较多的地区为研究对象,基于GF-5卫星数据开展了矿物精细识别,在完成矿物种类、亚类识别的基础上,进一步对绢云母成分信息进行了反演;最后,结合上述地区已有机载高光谱数据及填图结果开展对比分析。结果表明:GF-5矿物识别信息分布与机载HyMap、AVIRIS一致性很好,相较机载数据GF-5矿物识别平均正确率优于90%,说明本研究提出的矿物识别方法能够满足GF-5矿物精细识别,可为后续业务化应用提供技术支撑,同时认为超高的光谱分辨率使得GF-5在矿物成分信息识别上更具优势。 相似文献
60.