面向对象的GF-2影像水体信息提取研究

高分辨率遥感影像面向对象信息提取的前提和关键步骤是影像分割.在分析水体信息提取方法的基础上,提出多尺度-光谱差异分割的方法.首先,以河南省开封市某区域为例,采用多尺度分割的方法对GF-2影像进行分割,确定最优分割尺度;然后,在保证地类分割纯度的基础上,对分割的影像进行光谱差异分割,得到研究区域水体分割最佳效果;最后,利...     

面向对象的ETM+影像分割尺度与水体信息提取

采用面向对象的影像提取方法,以ETM+影像作为数据源进行水体提取。首先对影像进行分割,获取影像对象,分割时探究提取水体时影像的最优分割尺度;然后对分割生成的影像对象运用ENVIFX工具建立规则集并对水体进行提取。对比面向对象的方法和传统最大似然分类方法的水体提取结果表明:面向对象方法提取水体的总体精度、Kappa系数、生产者精度、用户精度均明显高于传统方法。     

面向对象的国产GF-1遥感影像水体信息提取研究

鉴于传统方法在提取高分辨率影像中水体信息的不足,以高分辨率国产卫星GF-1 2m/8m遥感影像为数据源,以特克斯河部分区域为研究区,通过分形网络进化算法实现影像分割并借助ESP尺度分割工具选取特定地物的最优分割尺度,随后使用基于规则的面向对象方法实现了水体信息的精度提取,并与传统的分类方法提取结果进行比较。结果表明:面向对象的总体分类精度达到了94.01%,Kappa系数为0.86;最大似然分类精度为90.00%,Kappa系数为0.80;面向对象的分类方法对国产GF-1影像是可行的,可以避免"椒盐"现象和图斑破碎,且分类精度比传统的方法高,可为国产高分影像研究与应用提供科学参考。     

A1os融合影像中水体信息提取方法研究

应用Pan-sharpen ing和G ram-Schm id两种高保真融合影像方法对A los全色光谱影像和多光谱影像进行融合,并且对融合效果进行评价和分析,选取结果较优的G ram-Schm idt方法融合后的影像作为面向对象方法提取影像的数据源进行水体的提取。检验最后的提取结果,发现面向对象的方法在融合后的影像中提取水体,可得到较好结果。     

TM影像湿地水体信息自动提取方法研究

在杨存建等人发现Landsat TM影像中水体具有TM2＋TM3〉TM4＋TM5的特征的基础上，分析了水体及其它几类主要地物的光谱特性在TM影像中的表现特征，发现水体、居民地的阴影以及山体阴影都具有TM2＋TM3〉TM4＋TM5的特点，但是3者（TM2＋TM3）／（TM4＋TM5）的比值却存在着较大的差异，所以辅以适合的阈值（水体（TM2＋TM3）／（TM4＋TM5）〉2．0）可以将水体信息区别于其它所有的地物。并将该方法分析了含不同水体类型的福州市TM遥感影像进行了实验，研究发现用该方法可以将水体与全部居民地的阴影和山体阴影区分开来，实验取得了良好的效果。该方法可用于快速、简便和准确地提取城市和山区中的水体信息，同时克服了水体提取中难于消除阴影（居民地阴影与山体阴影）的难题？     

基于Sentinel-1数据的水体信息提取方法研究

SAR影像对于水体和地表形变具有很好的辨识性,因此常用来进行水体识别、土壤湿度反演和地表形变检测研究与应用。利用载有C波段合成孔径雷达的Sentinel-1卫星数据对大范围的水体信息进行识别,提出了SDWI（Sentinel-1 Dual-Polarized Water Index）水体信息提取方法。该方法受到NDVI和NDWI方法的启发,结合微波遥感中水体信息在影像中的特点,进一步研究了Sentinel-1双极化数据（VV和VH）之间水体信息提取的关系,以此关系达到增强水体特征的目的,同时消除土壤和植被的存在。分别以Sentinel-1A巢湖区域和Sentinel-1B鄱阳湖区域SAR影像为例来提取水体信息,实验结果表明该方法显著有效,但对影像中阴影的处理是未来研究的难点。     

遥感影像融合方法在ALOS影像水体信息提取中的应用研究

为了应用ALOS遥感影像调查浙江省德清县水域分布,首先采用小波变换、GS变换和高通滤波三种影像融合方法,分别对已配准的ALOS多光谱与全色波段影像进行融合;然后采用监督分类方法分别对融合前后影像提取水体信息,通过比较这三种融合方法在水体信息提取的效果,给出了适于水体信息提取的影像融合方法。     

基于ASAR、ETM+和MODIS图像的洞庭湖水体信息提取方法比较研究

以洞庭湖为试验区,对基于ASAR、ETM+和MODIS图像的各种水体信息提取方法进行了比较研究。结果表明,这些方法均能较为准确的将水体范围提取出来,但不同程度存在误判和漏判等现象。其中,本文研究提出的基于ETM+图像的谱间关系结合归一化建筑指数法精度较高,能够去除绝大部分阴影和建筑物,且能提取更多的细小河流。在上述基础上,利用ASAR和ETM+图像,对东洞庭湖洪水淹没范围的提取方法进行了研究。     

基于简化PCNN的遥感影像河流信息提取

根据河流在遥感图像上的光谱特征以及脉冲耦合神经网络(PCNN)动态激活特性,提出一种基于简化PCNN的遥感影像提取河流信息方法。首先将遥感影像预处理,减小周围环境的影响,再利用简化PCNN和数学形态学对其进行边缘提取。结果表明:该方法对遥感影像提取河流信息比传统方法更为快速有效,并且在抗噪性方面有明显优势。     

遥感影像水体提取与洪水监测应用综述

卫星遥感观测技术由于观测范围广、周期性重访等独特优势,广泛应用于水利、环境保护、防灾减灾等多个领域.通过对国内外目前在遥感洪涝监测研究成果文献的梳理,对遥感影像水体提取的主要方法与洪水监测应用进行回顾,其中包括遥感影像的分割方法、水体特征描述和洪水监测应用3个部分,描述从水体信息的确定、分类到洪涝应用的3个过程,并对当前遥感影像用于洪水监测中存在的问题进行分析     

基于MODIS数据的水体提取算法研究与实现

MODIS遥感数据以其自身特点已被广泛应用于洪水灾害监测.根据MODIS数据的特点以及水体的波谱特性,分别采用了归一化植被指数法、谱间关系法和自组织神经网络算法进行了水体提取试验研究,并对比分析了三种方法的优缺点,以及用C语言对这三种算法进行实现.     

基于光学遥感的湖泊水体信息提取研究进展

对常用光学遥感数据的湖泊水体信息提取方法及其优缺点进行了总结。针对湖泊水体信息提取中的难点——混合像元问题,总结了线性解混、神经网络解混和矢量解混等方法的优缺点。在目前多卫星、多传感器快速发展的条件下,基于多源数据开展湖泊水体协同观测是未来的发展趋势,而在多源遥感数据之间的空间匹配和不同反演结果的融合中,尺度转换是关键。     

基于遥感图像的河流提取方法及应用研究

通过融合监督分类和非监督分类方法,提出了基于彩色遥感图像的河流提取算法。在监督分类方法中,采用局部傅里叶变换来捕捉图像的不同颜色和纹理特征,用从样本中提取出来的LFT特征集对大间隔最近邻分类器进行训练,把图像分为河流和背景两部分;在非监督分类方法中,采用基于颜色的k-均值分类分割方法,从背景中分离出河流。对两种方法的输出结果进行融合,即可得到最终的河流提取结果。实例表明:该方法能够准确地从彩色遥感图像中进行河流提取。     

高分辨率遥感影像梯田快速提取方法研究进展

通过对常用高分辨率影像的参数、软件及特征指标等进行系统总结和整理,分析了梯田信息提取技术的特点和难点,并将目视解译法、基于象元提取法和面向对象提取法提取梯田信息的效率、精度、优缺点进行了比较。面向对象法提取效率和精度都较高,因此是目前高分辨率影像分类提取的发展趋势。     

基于高分辨率遥感图像的船只纹理研究

 为实现长江流域有关部门对江面目标船只进行管理,及满足对特定时段、特定区域的船只类型、分布和数量进行监控的需求,开展了基于高分辨遥感图像计算机自动提取船只纹理的研究。选择了相应的统计学指标作为评价因子,利用强大的IDL作为开发工具,实现了船只纹理研究的专项功能。通过目视解译对计算结果进行验证,结果表明选择指标合理,所有纹理因子中,熵、梯度和相关性最能反映纹理特征,并存在着一定的相关性。     

基于Landsat8影像的泾河峡谷段高含沙河流信息提取方法

为了克服从遥感影像中提取高山峡谷型河流信息过程中遇到的山体阴影、水库下游基岩裸露等构成的混合像元效应,提出一种基于Landsat₈ OLI影像的自动提取高山峡谷窄深型高含沙量河流信息的多波段谱间关系的改进方法。以黄土高原泾河中游为例,利用多波段光谱特征,分离水体与山体阴影、裸露山体、基岩边滩,构建适用于高山峡谷窄深型高含沙量河流信息提取的模型。与其他水体信息提取模型相比,该方法克服了山体阴影、水库下游基岩对水体信息提取的影响,提高了高山峡谷窄深型高含沙量河流信息的提取精度。     

基于多种水体指数的城市碧道水体遥感提取方法对比研究

作为最常见的水体遥感提取方法之一,水体指数可用于城市碧道水体监测.基于哨兵2号遥感影像,该文分析比较了双线性插值、Gram-Schmidt(GS)全色锐化方法对于MNDWI、WI水体指数提取结果的影响,并与NDWI水体指数提取结果开展对比.各水体指数均可有效提取城市碧道水体,各项提取精度指标在80％以上,其中GS对应的...     

基于小波变换的高光谱遥感影像光谱匹配技术研究

以中国的高光谱影像OMIS为例,研究了基于小波变换的高光谱遥感影像光谱匹配算法,然后将该方法用于遥感影像智能化解译。实验结果表明,该算法先对光谱曲线进行小波去噪,再对不同频率信号进行小波多分辨率分析,能够在匹配过程中拉大异类间的特征值距离,提高分类精度。