排序方式： 共有12条查询结果，搜索用时 15 毫秒
1.
随着教育与科技的发展,我国众多高校的课程体系都开设了"遥感图像解译"或"遥感原理与应用"等课程.遥感图像的监督分类,是遥感类课程不可或缺的教学内容.然而,在目前相关课程的实验教学中,存在教学内容陈旧、更新频率较低等问题.为了充实高校遥感类课程的实验教学,本文介绍了一套基于随机森林的遥感图像分类实验教学软件,包括软件开发与相关实验的设计.鉴于随机森林算法在遥感领域得到了广泛应用,本实验教学软件旨在使学生掌握更新的遥感数据处理技能,提升其在相关行业中的竞争力. 相似文献
2.
为了提高从高分辨率遥感图像(high-resolution remote sensing image,HRI)中提取道路信息的自动化程度和准确性,发展了一种HRI道路分割算法,主要包括光谱合并、边界合并和基于形状特征的道路区域提取等3个步骤。其中,前2个步骤是基于区域生长的图像分割算法。光谱合并综合考虑了区域的均值、方差等统计特征量,以提高分割精度;边界合并采用了基于矢量梯度的边界计算方法,以准确提取多光谱HRI中的边界强度;结合全局最优合并算法实现光谱和边界合并,以得到最优化的分割结果。在道路区域被完整分割出来的基础上,利用形状特征提取道路,采用圆形度特征区分道路和非道路。利用2景Orb View3多光谱图像进行道路提取实验的结果表明,该方法的道路提取结果总精度和Kappa系数分别在97%和0.8以上,明显优于SVM监督分类方法。 相似文献
3.
开展了Envisat ASAR溢油检测的影响因素分析,以2010 年墨西哥湾溢油事故为例,主要从入射角和海面风速两个
方面,开展了油膜和海水的后向散射特征分析,给出了适合ASAR 溢油检测的入射角与海面风速范围。对入射角的分析表
明,在中等风速条件下,入射角在28毅~36毅的范围内,油膜和海水的后向散射值相差大于5dB,两者在SAR影像上容易区分;
在入射角为20毅~24毅时,油膜和海水的后向散射值相差较小;在入射角大于37毅时,油膜的后向散射值接近ASAR 的系统噪
声。对海面风速的分析显示,适合ASAR影像溢油检测的风速范围是3.0~7.0 m/s;风速小于3 m/s时,油膜和海水的后向散
射值均较低;风速为9.7 m/s时,油膜和海水在ASAR影像上难以区分。 相似文献
4.
Analysis of multi-dimensional SAR for determining the thickness of thin sea ice in the Bohai Sea 总被引：1，自引：0，他引：1
Flat thin ice (<30 cm thick) is a common ice type in the Bohai Sea, China. Ice thickness detection is important to offshore exploration and marine transport in winter. Synthetic aperture radar (SAR) can be used to acquire sea ice data in all weather conditions, and it is a useful tool for monitoring sea ice conditions. In this paper, we combine a multi-layered sea ice electromagnetic (EM) scattering model with a sea ice thermodynamic model to assess the determination of the thickness of flat thin ice in the Bohai Sea using SAR at different frequencies, polarization, and incidence angles. Our modeling studies suggest that co-polarization backscattering coefficients and the co-polarized ratio can be used to retrieve the thickness of flat thin ice from C- and X-band SAR, while the co-polarized correlation coefficient can be used to retrieve flat thin ice thickness from L-, C-, and X-band SAR. Importantly, small or moderate incidence angles should be chosen to avoid the effect of speckle noise. 相似文献
5.
6.
针对传统的超像素马尔科夫随机场(Markov random field,MRF)影像分割模型中对空间背景信息利用不够完全的问题,发展了一种新的超像素MRF模型。该算法将高阶邻域模型引入到MRF的交互势函数中,使交互势函数能够充分利用超像素邻域系统所包含的空间背景信息。结合此一阶势函数模型,还提出一种逐类别的β参数自动估计方法,该方法是在范数距离的基础上进行的。利用2景具有不同特点的农田地区高分遥感影像,开展了验证实验。实验结果表明,本算法对于边界强度等空间背景信息的利用效果更好,分割结果更精确。与其他超像素MRF分割算法对比,也说明了该算法在性能上的优越性。 相似文献
7.
针对如何提升高分遥感影像超像素分割的精度与视觉效果问题,该文提出了一种基于种子区域生长(SRG)的超像素分割算法。该算法主要对超像素的生长过程进行了改进。在本文方法的超像素生长过程中,采用了一种充分利用光谱与形状信息的新度量标准,以有效搜索与种子适合合并的像素。该标准首先为斑块挑选在光谱上足够相似的像素,然后在这些像素中利用紧凑性异质性选择待合并的像素。为了定量评价算法的分割精度与视觉效果,定义了边界符合距离与平均斑块矩形度,并基于此发展了该文算法的参数选择策略。根据两景不同特点的高分遥感影像的超像素分割实验表明:本文方法在分割精度与视觉效果上均优于传统SRG与简单线性迭代算法。 相似文献
8.
图像分割是SAR溢油检测中的关键步骤,但由于SAR影像中存在斑点噪声,使得一般的图像分割算法难以收到理想的效果,严重影响溢油检测的精度.发展一种基于凝聚层次聚类(Hierarchical Agglomerative Clustering,HAC)的溢油SAR图像分割算法.该算法利用多尺度分割的思想,能够有效保持SAR影像中溢油斑块的形状特征,并能减少细碎斑块的产生.利用2010年墨西哥湾的Envisat ASAR影像开展了溢油SAR图像分割实验,并将该算法和Canny边缘检测、OTSU阈值分割、FCM分割、水平集分割等方法进行了对比.结果显示,HAC方法可以有效减少细碎斑块的产生,有助于提高SAR溢油检测的精度. 相似文献
9.
复杂山前带是油气勘探的重要领域,具有良好的成藏条件,但由于其复杂的地表、近地表及复杂地下构造,造成该地区地震资料信噪比低,成像精度差。基于山前带砾石区的激发特点,笔者认为在山前激发点选取过程中可借助Google Earth平台进行点位设计,在激发点选取时应采取避高就低、避砾就岩、避陡就缓的原则;小排列层析反演技术能较好地结合小折射和微测井优点,适用于山前表层调查;井深设计时应尽量选择在速度较高、激发能量较强、激发频率高的介质中激发。ZD地区的采集资料显示,采用山前砾石区激发方式能较好地改善地震资料品质。 相似文献
10.
星载合成孔径雷达(Synthetic Aperture Radar,SAR)具有全天时、全天候的工作能力,已被众多学者认为是非常适合探测海面溢油污染的遥感器。然而在SAR影像中经常出现"类油膜"现象,这严重干扰了SAR溢油检测的精度。因此,如何有效区分SAR影像中的油膜和类油膜,对提升溢油检测精度具有重要意义。本文利用面向对象图像分析的方法,从20景ENVISAT ASAR影像中提取了较多的溢油和类油膜样本,对其基于对象的形状、物理和纹理特征进行了综合分析,找出了适合区分溢油和类油膜的特征量。利用特征分析的结论,本文建立了一种基于模糊逻辑的溢油检测算法。该算法可以有效区分SAR影像中的溢油和类油膜,还可以给出暗斑被判定为溢油的概率。溢油检测实验说明,本文方法能够得到令人满意的效果。 相似文献