一种新的高光谱遥感图像纹理特征提取方法研究

提出了一种新的基于自相关的高光谱遥感图像纹理特征提取算法,该算法通过引入核函数技术,将单波段纹理窗口的空间自相关函数,扩展到多波段遥感图像的纹理描述.然后对特征矢量进行无监督C均值聚类实验和有监督RBF神经网络分类实验,在分类实验中确定了最佳窗口尺寸.实验结果表明,该文提出的自相关特征可以有效地描述高光谱遥感图像的纹理.     

高光谱遥感数据光谱曲线分形特征研究

提出一种基于分形分析的高光谱遥感数据处理方法．从反射光谱的产生机理、全色影像与单色影像表现出来的自相似现象以及用不同尺度量尺测量曲线所表现出来的幂指数关系三个方面,说明高光谱遥感数据中像元中光谱曲线具有分形的特征,简述了研究光谱曲线分形特征在高光谱遥感数据处理中的意义．     

高光谱遥感数据用于水稻精细分类研究

根据水稻生长期的高光谱数据的光谱特征，设计了一个混合决策树分类算法。该算法的特征波段根据波段间的可分离性决定，算法的选择根据实际分类效果决定，波段间的可分离性根据各波段均值的归一化距离决定。最后用江苏常州市金坛良种场的高光谱图象数据做了分类实验，取得了测试样本总体分类精度94．9％的好结果。     

PHI-3高光谱数据预处理

主要介绍PHI-3高光谱遥感数据从原始数据到产品这一阶段的预处理情况.针对该数据的特点,对原始数据进行了完整性处理、格式转换、辐射校正、暗电流处理、几何校正等预处理,获得了较好的图像,为数据的进一步处理和应用奠定了基础.     

基于地面高光谱遥感的石碑特征信息提取

石碑作为一种独特的石刻形式,源远流长,历代相承,具有清晰的发展脉络.现存的一些石碑已经破损,表面的文字和图案信息模糊不清,这些石碑文物不仅是艺术作品也具有重要的研究价值.利用获取的石碑高光谱数据,提出基于阈值的最小噪声分离变化算法分离了图像数据中的有效信息和噪声,提取了石碑的特征信息,并对提取图案上的颜料进行了分析,分析结果表明颜料为赭红的可能性比较大.     

高光谱遥感技术的分析与应用

探讨高光谱成像技术在地质、植被覆盖探测、大气、环境遥感等多种领域的广泛应用,提出了今后高光谱遥感的应用研究领域和应用前景.为充分利用遥感的技术手段进行对地观测、地表环境变化的监测提供了更充分的依据.     

穷举法在高光谱遥感图像地物识别中的应用

为了避免地物识别与分类中,由于不同阀值所引起的不同结果的情况,提出了一种基于穷举法的高光谱遥感图像地物识别方法。从所有与研究区有关的可能参考光谱中,使用夹角余弦或相关系数的最大值,识别出图像上每个像元的最佳匹配地物,绘成彩色的识别结果图及能表达匹配程度的灰度图。在云南省中甸普朗地区高光谱遥感图像的应用表明,该方法有较高的准确性,识别中包络线消除法归一化处理方法能减弱一些野外环境因素的影响。突出微弱地物的光谱吸收特征,对提高识别结果精度起着关键作用。同时得到了与研究区高光谱影像上像元相关性程度的地物类顺序,便于研究各类地物存在的可能性。     

基于高光谱数据的城市不透水层提取与分析

针对多光谱卫星遥感数据监测城市生态环境的限制和高光谱遥感数据的优越性,以徐州市城区为例,选择2004和2006年地球观测卫星一1（EO一1）Hyperion高光谱遥感数据,在波段选择、大气校正等预处理的基础上,利用线性光谱混合模型,通过混合像元分解在亚像元尺度上提取两个时相徐州市中心城区的不透水层比例．以高分辨率遥感影像分类结果作为参考,通过与LandsatTM多光谱数据提取结果的比较,表明了高光谱遥感影像提取不透水层的优势．利用两个时相高光谱遥感影像提取的不透水层信息进行变化分析,结果表明：徐州市不透水层比例在持续增加,尤其在城市边缘区更是显著增加,其主要驱动因素是城市扩展和土地利用变化．     

多／高光谱 遥感数据的类立体纹理特征

鉴于多／高光谱遥感数据同源同点多波段同时获取的特点,提出了基于灰度级差关联概率矩阵 ( Gray Level Difference Associated Possibility matrix．GLDAP)的视觉差异分析方法,以有效地利用图像底层数 据及数据之间的相关性．根据地物的波谱特性,统计两波段图像灰度协同变化的规律并记录在GLDAP矩阵 中,基于此矩阵提取了遥感数据的类立体纹理特征．将该方法与灰度共生矩阵( GLCM)纹理分析方法的遥感 地物分类性能比较,实验结果表明：基于GLDAP的纹理提取及分析表现出良好的性能,3种地物分类效果 明显优于GLCM方法,能够减少因单波段中地物可分性差而导致的误识,克服了GLCM方法对图像统计描述 的局限性,在相同时间开销下GLDAP右法较GLCM有更优的解译分析精度     

融合低秩和形态学的高光谱影像特征提取

高光谱遥感影像具有较高的光谱分辨率,能够精细刻画地物的反射光谱,具有很高的地物分类与识别能力. 但高维波段之间通常具有较高的相关性,冗余度高,为影像处理和分析带来负担. 针对高光谱影像特点的特征提取和选择为有效提取信息提供了保障. 提出一种融合低秩和形态学的特征提取方法(MSEMP),利用低秩来精简高光谱影像中的冗余信息,获取秩最小的光谱紧致表达,并在此基础上利用多形态多尺度结构元素提取形态学剖面,获取影像空间特征. 实验对AVIRIS和ROSIS传感器的两组数据进行测试,通过MSEMP提取特征后进行分类实验,可以获得较高的分类结果,证明了低秩和形态学相结合的特征提取方法的有效性.     

SAM权重法在端元提取中的应用

高光谱遥感的出现使得在宽波段遥感中不可探测的物质能被探测。获得的高光谱数据大都具有数据冗余度高、信噪比低等特点。文章通过idl编程实现高光谱数据的特征提取并利用其做了端元提取流程与光谱解混,及权重法SAM端元提取、混合光谱分解模型及实现。利用SAM权重法能够完成端元提取并最终得到的解混结果。     

一种轻量级的高光谱遥感图像分类方法

智慧农业已成为当今世界现代农业发展的大趋势,其中低空无人机遥感图像分析是现代精准农业的重点研究方向,它通过对无人机拍摄的高光谱遥感图像进行学习,来指导无人机进行精准作业.然而,中小型农场在发展智慧农场的过程中存在设备资源不足的弊端,因此本文提出了一种基于卷积神经网络的轻量级高光谱遥感图像分类方法,旨在保证较高分类精度的...     

西藏多龙矿集区遥感异常提取与成矿预测

以西藏多龙斑岩型铜矿区为例,根据已知矿床,分别利用比值法和主成分分析法对ETM＋和ASTER数据提取铁染与羟基异常信息,分析研究已知矿体遥感异常特征;通过波谱特征拟合的方法,对研究区进行波谱分类。利用两方面的成果来对多龙矿集区作成矿预测,划定远景成矿区,其中一级预测区6个,二级预测区12个。多种异常对比组合,能够发现更好的指示成矿线索的信息。     

基于ETM＋的地物信息分层分类方法研究

该文基于青岛经济技术开发区及周边地区ETM＋数据,结合光谱特征阈值算法、遥感图像计算机分类法,人工目视解译对实验区土地利用信息进行分层提取。研究表明：正确地使用基于光谱特征阈值法和非监督分类法的分层分类法,能在一定程度上提高研究区的分类精度,分类总精度达80%,基本满足遥感分类与制图的要求。其中水体、滩涂、城镇居住区的分类精度较为理想,达83%以上;林地、裸地、农田以及农村居住区分类精度相对较低,还有待进一步研究。     

一种利用方向模板的遥感影像道路提取方法

道路连接是自动提取道路信息的关键技术,设计了一种方向模板用于道路的自动搜索和连接,并给出基于该方向模板的道路提取方法。首先对原始遥感影像进行边缘信息增强处理,然后用增强处理后的图像作为线特征增强系数,与原图像对应相乘,增强道路线特征;再结合图像的8连通性,统计每个连通成分像素点的个数,设定阈值去除点噪声和短线段噪声,得到不连续的道路段;最后利用方向模板,在给出道路起始点和终止点的基础上,利用该模板的方向规则连接道路。实验结果表明,该方法具有很强的适应性,提取的道路精度高,效果好。     

稀疏表达模型在高光谱遥感影像目标探测中的应用

为了更好地利用高光谱影像的空间和光谱信息,提出了一种基于稀疏表达模型的高光谱遥感影像目标探测方法.首先通过对影像训练样本进行训练提取过完备字典,利用稀疏表达模型对遥感影像稀疏表达既达到降维的目的,又可以表示出遥感影像的主要信息;然后利用传统的目标探测器结合目标已知光谱信息对高光谱遥感影像进行目标探测,即基于稀疏表达模型的高光谱遥感影像目标探测(SRM-TD).3种影像数据的实验结果表明:在确定的迭代次数下,通过设置稀疏度L可以得到最优的探测结果.提出的探测方法在参数设置、选择和运行结果上优于传统的高光谱遥感影像目标探测方法.     

基于ALOS遥感影像的湿地地表覆被信息提取研究

为了验证ALOS遥感影像湿地地表覆被信息提取的可行性,以黑龙江省三江平原典型内陆淡水沼泽湿地为研究对象,通过ALOS遥感影像波段的光谱及纹理特性分析,探讨适合水体、旱地、水田、沼泽、林地、建设用地、草甸等覆被类型的分类特征;基于非监督、监督及面向对象分类方法,遴选能实现最优分类结果的特征组合,为湿地地表覆盖分类数据源及方法的选择提供参考。结果表明:非监督、监督及面向对象分类方法的总体精度分别达到63.86%、96.14%和85.26%;非监督分类方法整体分类效果不够理想;面向对象方法虽然得到了相对较高的分类精度,但是针对建设用地、林地及草甸地类信息提取的精度处于较低水平;监督分类方法能取得较好效果,最适合于湿地地表覆被信息提取。     

澜沧江流域山区土地覆盖遥感监测中PCA特征变换处理

通过选取澜沧江流域山区具体典型性的试验样区,基于计算机支持下的专用遥感图像处理系统工作平台,就澜沧江流域山区土地覆盖遥感监测中PCA特征变换处理展开研究,为有效地对澜沧江流域山区土地覆盖遥感监测组织实施分类处理做技术准备。初步结果为：①在以山地为主体的澜沧江流域土地覆盖遥感监测中,通过PCA特征变换处理,对原始波段数据具有较好的数据压缩效果与综合表达作用;②通过对PCA中主万分的特征向量分析,以及对原始各波段的负荷因子分析可知,PCA变换处理在澜沧江流域土地覆盖遥感监测分类实施中,对波段选取具有一定的指导作用。③由于PCA变换是一线性变换处理,对山地特有的山岭本阴影、立体掩映等影响并无改善,甚至反而因为对多波段数据的综合表达而使得这睦因素表现更为突出。