排序方式： 共有11条查询结果，搜索用时 250 毫秒
1.
如何避免水体提取中阴影信息与水体信息的混淆，是利用遥感数据提取城市水体信息需要解决的一个问题。本文以高分一号WFV图像及Landsat8 OLI图像为数据源，利用阴影轮廓的位置与形状在不同太阳高度角及太阳方位角下的差异性，提出一种基于多时相阴影轮廓差分的城市水体提取方法（WMSD）。以广州市天河区为试验区进行水体信息提取，同时运用NDWI、MNDWI及SWI指数法分别提取水体信息，进行精度对比分析。结果显示，本文所提出的WMSD方法分类精度超过88%，较NDWI法、SWI法及MNDWI法的水体提取精度分别提高了8.50%、9.50%及4.67%。说明基于阴影轮廓位置与形状的差异提取水体信息的方法能够较好地解决阴影与水体提取信息混淆的问题，为利用遥感数据提取城市地区水体提供了一个可行的处理方法。 相似文献
2.
传统基于约束非负矩阵分解NMF(Nonnegative Matrix Factorization)的高光谱端元提取算法一般存在两个问题:一方面,以固定惩罚系数方法处理端元提取的约束优化问题,难以较好权衡目标项与约束项间的关系,影响提取效果;另一方面,求解过程通常基于梯度算法,依赖于初始值和步长的设定,容易陷入局部最优。针对这些问题本文提出约束NMF框架下高维自适应粒子群端元提取算法HAPSO(High-dimension Adaptive Particle Swarm Optimization)。该算法在端元距离最小约束的NMF框架下,利用粒子群算法PSO替代原梯度算法以增强全局搜索能力;采用高维PSO方法解决了多波段高维问题,并结合种群信息构建自适应惩罚机制以实现端元提取中目标与约束的合理权衡。通过模拟影像和真实影像的实验,证实该算法与传统的NMF端元提取算法相比能够更合理地权衡约束和避免局部最优,具有较好的端元提取效果。 相似文献
3.
双线性混合模型是近年来非线性光谱解混的研究重点之一,其克服了线性混合模型无法描述地物多重散射作用的缺陷,能够更精确地还原真实的地物光谱混合过程。然而,限于模型的复杂性,目前在缺乏准确的端元先验知识的条件下进行双线性光谱解混仍是一项具有挑战性的任务。差分进化算法(DE)是一种具有良好全局搜索能力的群智能优化算法,其优化求解过程无需进行复杂的数学推导,为双线性光谱解混问题提供了一种有效的解决途径。为此,本文以FAN双线性混合模型为例,提出了一种双种群机制的差分进化算法(记为DEFAN),实现非监督双线性光谱解混。DE-FAN算法通过建立端元与丰度两个种群的交替进化机制寻找最优解,同时在迭代中引入自适应重构策略增强种群多样性,降低算法陷入局部最优解的风险,最终实现端元与丰度的同时估计。通过模拟图像及真实图像的解混实验进行算法检验,证明DE-FAN算法较之传统非线性解混算法具有更高的解混精度及解混效率。 相似文献
4.
一种基于图像统计量的相对辐射纠正算法 总被引：1，自引：2，他引：1
线阵推扫式传感器，由于在信号传输和转换以及量化过程中产生的奇偶效应，和不同CCD探元的响应差异，导致原始图像出现明显的纵向条纹，相对辐射纠正的目的就是降低或者消除这些影响，以恢复图像原始信息。针对宽幅线阵推扫式传感器的特点，提出了一种基于图像自身统计量的相对辐射纠正算法——相邻列均衡法，消除了原始图像中明显的纵向条带效应。和常规的基于图像统计量的相对辐射纠正算法相比，这种算法的特点在于求解相对辐射定标系数时不依赖于均匀场景，并在处理北京一号小卫星图像中得到了验证。 相似文献
5.
二级并行独立成分分析端元提取算法 总被引：1，自引：0，他引：1
在多对称处理器集群体系结构下进行独立成分分析并行算法研究,在共享内存模型一级并行算法基础上,通过同步、异步迭代两种方式并行计算固定点函数,分别提出具有两级并行特性的二级同步、二级异步并行端元提取算法,并结合两者的优势,进一步提出二级分组并行算法。实验评价表明,二级同步、分组并行算法在保持原算法精度的同时,大大提高了原算法的效率,体现出良好的并行计算性能,而二级异步并行算法可在节点数较少的情况下适用。 相似文献
6.
近年来,通过群智能算法求解组合优化或连续优化问题以实现高光谱图像混合像元分解方面取得了重要进展和显著成果.本文首先回顾了高光谱图像混合像元分解的研究背景和群智能算法的特点,然后梳理了光谱混合模型及对应的最优化模型,进而介绍了基于群智能算法的端元提取和丰度反演方法,最后通过2组实验比较了群智能算法和其他传统算法在端元提取和丰度反演方面的精度,对基于群智能算法的混合像元分解效果进行了评价.另外,本文也对群智能算法在高光谱图像信息提取中应用的优势和存在的问题进行了总结. 相似文献
7.
北京一号小卫星多光谱图像波段配准和图像变形评价 总被引：1，自引：1，他引：1
北京一号小卫星是中国和英国联合研制的一颗实用型、对地观测微小卫星，星上携带中分辨率32m多光谱（近红外、红和绿波段）和4m全色两种有效载荷。为了提高多光谱图像的宽度和时间分辨率，北京一号小卫星的每个多光谱波段都是由两个相机独立成像然后拼接而成。由于这种成像方式很难保证6个相机的主光轴平行，导致图像配准精度较低。针对北京一号小卫星的这种成像特点，本文在图像灰度交叉相关匹配的基础上，发展了一种高精度波段配准算法来评价北京一号小卫星的波段配准精度，并在波段配准的基础上，评价北京一号小卫星多光谱图像的变形一致性。 相似文献
8.
北京1号小卫星遥感器性能在轨测试 总被引：4，自引：1，他引：3
北京1号小卫星是中国第一颗实用型对地观测微小卫星,也是"国际灾难监测星座(DMC)"的第五颗星,该卫星于2005年10月27日在俄罗斯发射成功,设计寿命5年.在北京1号小卫星发射成功后,中英双方开始对卫星进行在轨测控和调试.在分析光学遥感器成像模型基础上,参考国际典型卫星在轨测试内容和北京1号卫星的特点,提出了北京1号小卫星在轨测试的内容、指标体系和技术方法,全面评价了北京1号小卫星的辐射性能、几何性能、光谱性能和图像综合质量,评价结果表明北京1号小卫星具有良好的性能. 相似文献
9.
由于多层建筑空间相对于室外环境存在按楼层分层的三维空间特性,在室内路径分析中需考虑楼层空间位置信息对最优路径规划的影响,而传统基于节点之间的网络连通拓扑模型的最优路径规划方法并没有空间概念,不能很好地应用于室内路径分析。为此,针对室内最优路径规划问题,基于多层建筑空间的层次特性,采用分层结构化的方法,提出结构化动态网络分析模式,实现了室内分层最优路径算法。该算法将各楼层路网和楼层连接均视为独立结构,根据停靠点的楼层分布情况,逐楼层动态构建跨越2个楼层的结构化网络模型并以该网络模型进行跨楼层的路径分析,从而得到多层建筑空间中遍历所有停靠点的最优路径。试验结果表明：相比传统最优路径算法,该算法在路径规划结果更加合理的情况下,时间效率有明显提高;另外,结构化动态网络分析模式可根据需求定义不同的楼层转换规则,更具灵活性。该算法可应用于城市大型公共建筑中,让室内路径分析与室外路径分析进行对接,使路径分析更科学、全面、合理。 相似文献
10.
植被光谱变异性广泛存在于遥感图像当中，本文尝试通过PROSAIL辐射传输模型来描述植被端元变异性，并提出一种光谱解混方法，实现逐像元地估计植被变异性端元。具体地，面向植被—土壤背景两端元的场景，在非负矩阵分解框架下，利用PROSAIL辐射传输模型从机理上描述植被端元的变异性，并通过两组神经网络来分别实现辐射传输模型的反演与正算，从而更高效地拟合植被端元，最终得到一种能逐像元求解变异性植被端元的光谱解混算法。由于该方法求解了植被端元的空间变异光谱，因此，能够对植被参数遥感反演的尺度效应进行纠正。为此，本文进一步以LAI尺度效应为例，通过无人机图像实验来验证该方法的有效性。实验结果得出，经过光谱解混方法处理后，该方法能较准确地估计植被端元，并能使LAI尺度效应均方根误差RMSE能够从0.2151降低到0.0896，有望提升遥感植被信息提取的精度。 相似文献