The potential of Pléiades images with high angle of incidence for reconstructing the coastal cliff face in Normandy (France)     

《International Journal of Applied Earth Observation and Geoinformation》2020

To monitor chalk cliff face along the Normandy coast (NW France) which is prone to erosion, we tested the potential of cliff face 3D reconstruction using pairs of images with high angle of incidence at different dates from the agile Pléiades satellites. The verticality aspect of the cliff face brings difficulties in the 3D reconstruction process. Furthermore, the studied area is challenging mainly because the cliff face is north-oriented (shadow). Pléiades images were acquired over several days (multi-date stereoscopic method) with requested incidence angles until 40°. 3D reconstructions of the cliff face were compared using two software: ASP® and ERDAS IMAGINE®. Our results are twofold. Firstly, despite ASP® provides denser point clouds than ERDAS IMAGINE® (an average of 1.60 points/m² from 40° incidence angle stereoscopic pairs on the whole cliff face of Varengeville-sur-Mer against 0.77 points/m² respectively), ERDAS IMAGINE® provides more reliable point clouds than ASP® (precision assessment on the Varengeville-sur-Mer cliff face of 0.31 m ± 2.53 and 0.39 m ± 4.24 respectively), with a better spatial distribution over the cliff face and a better representation of the cliff face shape. Secondly, the quality of 3D reconstructions depends mostly on the amount of noise from raw images and on the shadow intensity on the cliff face (radiometric quality of images).  相似文献   

波段选择协同表达高光谱异常探测算法     

朱德辉  杜博  张良培 《遥感学报》2020,24(4):427-438

高光谱遥感影像具有光谱分辨率极高的特点,承载了大量可区分不同类型地物的诊断性光谱信息以及区分亚类相似地物之间细微差别的光谱信息,在目标探测领域具有独特的优势。与此同时,高光谱遥感影像也带来了数据维数高、邻近波段之间存在大量冗余信息的问题,高维度的数据结构往往使得高光谱影像异常目标类和背景类之间的可分性降低。为了缓解上述问题,本文提出了一种基于波段选择的协同表达高光谱异常探测算法。首先,使用最优聚类框架对高光谱波段进行选择,获得一组波段子集来表示原有的全部波段,使得高光谱影像异常目标类与背景类之间的可分性增强。然后使用协同表达对影像上的像元进行重建,由于异常目标类和背景类之间的可分性增强,对异常目标像元进行协同表达时将会得到更大的残差,异常目标像元的输出值增大,可以更好地实现异常目标和背景类的分离。本文使用了3组高光谱影像数据进行异常目标探测实验,实验结果表明,该方法与其他现有高光谱异常目标探测算法对比,曲线下面积AUC(Area Under Curve)值更高,可以更好地实现异常目标与背景分离,能够更有效地对高光谱影像进行异常目标探测。  相似文献   

空地技术结合地形图测图方法研究     

方秋生  王宵雷  刘如飞  马新江 《测绘与空间地理信息》2020,(3):37-40

车载移动测量系统可以快速、高精度地对测区进行三维激光扫描,但是因地物遮挡、视角限制,使得点云数据存在缺失;无人机航测具有高效率、高灵活性和低成本等优势,但是稳定性差,受天气影像严重,易导致影像不清晰或精度低。无人机航测技术可以弥补车载移动测量技术的采集盲区,后者可以发挥高精度的优点,二者技术联合应用,将极大提高测绘精度及生产效率。本文以某小区为例,进行了相关方法实验,对建筑物顶部或植被茂密处等扫描盲区,采用无人机航测补测,通过高精度激光点云对航摄影像进行纠正匹配,综合利用激光点云与航摄影像进行大比例尺测图。  相似文献   

Tree species identification within an extensive forest area with diverse management regimes using airborne hyperspectral data     

《International Journal of Applied Earth Observation and Geoinformation》2020

Information on tree species composition is crucial in forest management and can be obtained using remote sensing. While the topic has been addressed frequently over the last years, the remote sensing-based identification of tree species across wide and complex forest areas is still sparse in the literature. Our study presents a tree species classification of a large fraction of the Białowieża Forest in Poland covering 62 000 ha and being subject to diverse management regimes. Key objectives were to obtain an accurate tree species map and to examine if the prevalent management strategy influences the classification results. Tree species classification was conducted based on airborne hyperspectral HySpex data. We applied an iterative Support Vector Machine classification and obtained a thematic map of 7 individual tree species (birch, oak, hornbeam, lime, alder, pine, spruce) and an additional class containing other broadleaves. Generally, the more heterogeneous the area was, the more errors we observed in the classification results. Managed forests were classified more accurately than reserves. Our findings indicate that mapping dominant tree species with airborne hyperspectral data can be accomplished also over large areas and that forest management and its effects on forest structure has an influence on classification accuracies and should be actively considered when progressing towards operational mapping of tree species composition.  相似文献   

空-谱融合的条件随机场高光谱影像分类方法     

魏立飞  余铭  钟燕飞  袁自然  黄灿 《测绘学报》2020,49(3):343-354

高光谱遥感数据具有光谱信息丰富、图谱合一的特点,目前已经广泛地应用在对地观测中。传统的高光谱分类模型大多过分依赖影像光谱信息,没有充分利用空间特征信息,这使得分类精度还有很大的提升空间。条件随机场是一种概率模型,能够较好地融合空间上下文信息,在高光谱影像分类中已经得到越来越多的关注,但大部分条件随机场模型存在超平滑的现象,会导致影像细节丢失。针对该问题,本文提出了一种优化融合影像空-谱信息的高分辨率/高光谱影像分类方法,该方法将影像的纹理信息与原始光谱信息进行融合,利用SVM分类器对其进行预分类,并将各类概率定义为一元势函数,以融合空间特征信息;然后将空间平滑项和局部类别标签成本项加入二元势函数中,以考虑空间背景信息,并保留各类别中的详细信息。最后,通过两组的高分辨率/高光谱影像数据进行试验。结果表明,与SVM算法、传统的条件随机场方法和面向对象的分类方法相比,本文提出的算法在整体分类精度上分别提高了10%、9%和8%以上,同时在保持地物边缘完整性、避免“同谱异物”与“同物异谱”的现象方面有较明显的优势。  相似文献   

激光测高数据辅助卫星成像几何模型精化处理     

曹宁  周平  王霞  唐新明  李国元 《遥感学报》2019,23(2):291-302

资源三号02星搭载了中国首个对地观测试验性激光测高载荷。借鉴目前较成熟的卫星影像区域网平差理论的基础上,结合近年来激光测高数据精度的大幅提升以及资源三号02星激光测高数据的特点,首次提出了激光测高数据辅助卫星立体影像进行成像几何模型精化处理的通用理论。首先,利用传统的区域网平差算法对所处理影像进行高精度连接点匹配处理,并对其进行无约束的自由网平差处理,获得高精度相对精度及不亚于原始成像几何模型的绝对精度;其次,根据激光测高数据3维坐标和精化后参考影像成像几何模型获取激光数据参考影像坐标;而后将参考影像坐标通过几何模型映射获取目标影像上待匹配影像坐标,通过连接点匹配算法,对待匹配目标影像坐标进行精化获取高精度像方同名点;最后,以同名点作为高程控制进行区域网平差计算,对影像成像几何模型进一步处理,获取高精度补偿参数。通过湖北、青海两测区的试验,以激光测高数据辅助卫星影像几何模型精化精度可分别达到1.97 m、3.23 m,结果表明本文提出的方法可有效提高卫星立体数据测图精度。  相似文献   

一种高光谱遥感图像快速谱聚类算法     

张亚平  张宇  杨楠  罗晓  罗谦 《测绘通报》2019,(12):60-64

为获得分类效果更优良的遥感图像分类方式并解决高光谱遥感图像分类运算速度缓慢的问题，集成Lanczos算法与谱聚类算法，探讨了高光谱遥感图像谱聚类算法应用于遥感图像分类的可行性，提出了一种面向高光谱遥感图像的快速谱聚类算法；通过对比美国圣地亚哥机场高光谱遥感图像K-均值算法与谱聚类算法的分类结果，发现面向高光谱遥感图像的谱聚类算法易于识别线性地物，且分类的速度能得到较大提升。  相似文献   

顾及局部与结构特征的稀疏多项式逻辑回归高光谱图像分类方法     

沈宇臻  官云兰  杨禄  刘承承  严小芳 《测绘通报》2019,(6):24-28

稀疏多项式逻辑回归在分类中仅利用图像光谱信息，导致分类效果不太理想。本文提出了一种顾及局部与结构特征的稀疏多项式逻辑回归高光谱图像分类方法。首先利用加权均值滤波与拓展形态学多属性剖面对原始高光谱图像进行局部与结构特征提取；然后对二者进行加权平均特征级融合以获取更具唯一性的像元特征；最后由稀疏多项式逻辑回归分类器对融合结果进行分类。结果表明，本文方法能有效地提高分类精度，而且具有较强的稳健性。  相似文献   

异源多分辨率卫星影像匹配算法研究     

霍门婕  范大昭  董杨 《测绘通报》2019,(6):47-51

以异源多分辨率遥感卫星影像为研究对象，对影像特征提取、特征描述、特征匹配及匹配提纯算法进行了较为深入的研究；并将不同的特征提取与匹配算法进行组合，通过试验对比得出了各种算法的适用性。在此基础上，设计了一套面向异源多分辨率卫星影像的匹配流程。  相似文献   

结合空间信息选取最优端元组合的混合像元分解     

徐君  王彩玲 《测绘通报》2019,(7):6-11

传统的混合像元分解算法认为每个像元都包含图像中所能提取的全部端元组分，但这并不符合实际情况。实际上图像中大多数混合像元仅由少部分端元混合而成。由于端元提取精度及噪声的影响，采用全部端元对混合像元进行分解，会使得混合像元中实际并不存在的端元的丰度估计值不为零，分解结果存在较大误差。由于混合像元大多存在于不同地物的交界处，基于此，本文提出了一种结合图像的空间信息选取混合像元最优端元子集的方法。利用一个空间结构元素，从混合像元的附近邻域开始搜索，将搜索到的纯净像元光谱与所提取的图像端元光谱进行对比，并确定混合像元的端元子集进行分解。根据RMSE大小和变化情况，逐步扩大结构元素的大小，不断调整搜索范围，直至得到最优端元组合。模拟数据和真实数据的试验结果表明，该方法相比传统的全端元光谱分解方法，在总体上获得了更好的分解效果。  相似文献