排序方式: 共有46条查询结果,搜索用时 15 毫秒
1.
高光谱数据波段多、数据量大,波段间存在信息冗余,影响了赤潮高光谱遥感检测速度。又由于海面太阳耀斑的存在,导致高光谱图像耀斑区的光谱反射远大于周边水体的离水辐亮度,严重影响了赤潮高光谱遥感检测精度。文中提出了互信息子空间划分结合最大信息熵的特征波段提取方法 ME,并与MP、CE和CP 3种方法进行对比分析,采用了3种滤波方法和6个滤波窗口进行耀斑抑制,探讨耀斑对赤潮高光谱遥感检测精度的影响。结果表明:提出的ME方法不仅具有良好的保谱性质,而且在保持原有赤潮检测精度的基础上,相较于原始全波段高光谱数据减少了近一半的检测时间;7×7滤波窗口的Median滤波方法对应的赤潮检测精度最高,达到了96.25%,相比未经滤波高光谱图像的检测精度提高了6.33%。因此,基于子空间划分的特征波段提取和耀斑抑制可实现赤潮高光谱高精度快速检测。 相似文献
2.
红树林的种间结构组成对红树林生态系统的健康和发展至关重要,而红树林种间分类问题一直以来都是基于遥感手段的红树林监测中的难点。针对该问题,以人工种植为特点的广西茅尾海红树林遥感种间分类为例,基于面向对象的分类思想,提出了一种现场样本与分割对象相结合的红树林种间分类方法。利用GF-2 PMS1高分辨率卫星遥感影像数据,开展了广西茅尾海红树林湿地典型植被精细分类和空间分布研究,并将分类结果与基于像素和传统面向对象SVM分类方法进行了对比。结果显示:总体上,面向对象分类方法更适合用于茅尾海红树林湿地典型植被分类;对于局部混生明显的区域使用基于像素SVM分类方法效果会更好;传统面向对象分类方法中将整个影像分割对象单元作为训练样本可能会在某种程度上造成负面影响。因此,使用文中提出的样本选择新方法进行面向对象分类精度最高,总体精度达到了93.13%,Kappa为0.89。 相似文献
3.
为了评价主成分分析方法和决策级数据融合方法对高光谱图像地物分类结果的影响,作者利用各分类器和主成分分量的优势,提出了两组地物分类结果的决策级融合策略,利用8种常用监督分类方法对高光谱原始图像和PCA变换后不同分量组合图分类得到的结果进行决策级融合,并应用覆盖黄河入海口新老河道交界处的CHRIS/PROBA高光谱图像开展实验研究。结果表明:直接采用每类地物分类精度最高的、空穴和缝隙采用总体分类精度最高的融合策略,在综合考虑生产者精度和用户精度的情形下,仅使用最大似然法、支持向量机和人工神经网络3种分类方法,按照分类精度从高到低的顺序进行的融合分类效果最好,总体分类精度为87.82%。与8种监督分类方法中效果最好的最大似然法相比,精度提高了2.7个百分点,同时明显减少了错分现象,尤其是对于分布面积较小的翅碱蓬和柽柳,滩涂被误分为翅碱蓬、芦苇被误分为柽柳的现象大大降低。 相似文献
4.
海面溢油无人机高光谱遥感检测与厚度估算方法 总被引:2,自引:0,他引:2
海上溢油是海洋国家所面临的共同问题,但至今仍没有一种可靠实用的海上溢油准确识别和油量遥感监测方法。为此,本文以无人机高光谱遥感为手段,开展了海面溢油检测与厚度估算方法研究。实验中,通过搭建室外大型水槽溢油实验装置,获取了模拟真实海洋环境条件下不同溢油量的遥感和现场光谱数据,在此基础上,分析并提取了海上溢油特征光谱波段,给出了海上溢油高光谱检测模型;针对现场实验条件下水面油膜厚度难以测定的问题,设计了3种利用总体溢油量的油膜厚度估算模型。得到如下主要结论:(1)675 nm和699 nm是海上溢油检测的有效特征波段,但对极薄的油膜没有检测能力;(2)提出了归一化溢油指数模型、反比例模型和吸收基线模型等3种海上溢油油膜厚度估算模型,其中对于薄油膜(厚度≤ 5 μm)和厚油膜(厚度>50 μm),反比例模型是溢油厚度反演的首选也是唯一选择。对于中厚度油膜,晴朗天气条件下,归一化溢油指数模型是油膜厚度反演的首选,同时反比例模型和溢油吸收基线模型也都有较好的反演能力,而在多云天气条件下,反比例模型效果最佳。 相似文献
5.
6.
端元提取是混合像元分解的基础,也是高光谱遥感的研究热点。对于特定区域的高光谱图像应该使用哪种端元提取算法,需要对各种端元提取算法进行客观地评价。作者针对黄河口湿地CHRIS高光谱图像,使用了重建图像与原图像的均方根误差、有效端元数量两个指数对PPI、N-FINDR、VCA、OSP、IEA和SISAL六种典型的端元提取算法进行了评价。结果表明,SISAL算法重建误差最小,仅有其他算法误差的10%~28%;OSP算法识别了具有物理意义的6种有效端元,多于其他算法识别的地物类型,而SISAL算法识别的端元缺乏物理意义。 相似文献
7.
基于HJ-1A高光谱的黄河口碱蓬和柽柳盖度反演模型研究 总被引:3,自引:2,他引:1
碱蓬和柽柳是黄河口湿地典型的盐生植物类型,是多种保护珍禽的主要栖息地,具有景观尺度较小、分布广且多混生的特点。应用覆盖黄河口北部潮滩的HJ-1A高光谱遥感影像,基于现场测量的端元光谱和从遥感影像中使用顺序最大角凸锥法(SAMCC)自动提取的端元光谱,应用线性光谱分解法(LSU)、正交子空间投影法(OSP)、匹配滤波法(MF)、最小能量约束法(CEM)和自适应一致估计法(ACE)5种不同光谱解混方法进行混合像元光谱解混,对比两种方法得到的端元光谱分别对碱蓬和柽柳盖度的反演能力,并给出相应的反演模型。结果显示:(1)现场测量端元光谱取得了较好的碱蓬和柽柳盖度反演结果,其中应用LSU方法的光谱解混结果与现场测量盖度的决定系数对于碱蓬和柽柳分别达到了0.88和0.95;(2)两种端元获取方式的光谱解混结果中,LSU和OSP方法均获得了较高的相关性,ACE解混方法的相关性都最低;(3)SAMCC方法提取端元光谱对柽柳的分解结果与现场测量盖度的相关性远高于碱蓬。 相似文献
8.
针对无法直接获取训练样本的遥感影像分类问题,从满足条件的其他影像中选择替代训练样本是最直接的方法,但由于地物类型在不同影像中的辐射环境不同,导致替代训练样本对待分类影像的代表性较差,无法保证分类精度.以直推式支持向量机(transductive support vector machine,TSVM)分类为例,发展了一种基于半监督学习的遥感影像训练样本时空拓展方法.该方法采用非监督方法从待分类影像中选择大量未标记样本,挖掘各类地物在特征空间中的结构信息;以替代训练样本所拟合的分类面为初始面,通过自适应渐进式的优化,实现对待分类影像的高精度分类.该方法要求训练样本的来源影像与待分类影像具有相似的地物分布和相近的时相.以SPOT5和QuickBird影像分类为例,分别通过基于像元的和基于分割对象的分类实验证实,该文提出的方法可有效地实现训练样本的时空拓展应用. 相似文献
9.
10.