首页 | 官方网站   微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 109 毫秒
1.
基于光谱特征的城市人工地物分级分类方法研究   总被引:1,自引:0,他引:1  
1997 年6 月利用PHI推帚式成像光谱仪在北京市沙河镇进行了飞行实验,其主要目的是成像光谱技术应用于城市用地和建筑物分类中关键技术研究。对所获取的15 个波段的可见光- 近红外数据进行了分析与处理,试图通过对地面覆盖物质的光谱响应特征的分析来进行城市人工目标的识别与分类。由于城市地物的光谱特征异常复杂,难于应用一般的模式分类算法分离出所有的类型,本文在对地面覆盖类型光谱响应分析的基础上,采用分层复合分类的方法,逐步将不同的地物类型分离开来,实验证明是非常有效的  相似文献   

2.
不透水面是评价城市化水平和城市生态环境的重要指标,是近年来城市遥感研究中的热点方向之一。与湿润、半湿润区相比,干旱区城市植被覆盖度较低,不透水面与裸土、荒漠之间相似的光谱特征导致传统基于光学影像的亚像元分解法与光谱指数法在干旱区不透水面提取的适用性降低。针对该问题,提出一种多光谱与合成孔径雷达(SAR)影像多特征综合的方法以增大不透水面与其他地物覆盖类型之间的特征差异,从而提取干旱区城市不透水面。以阿斯塔纳、塔什干和杜尚别3个中亚城市为研究区,哨兵2号和哨兵1号影像为数据源,通过LightGBM算法对多光谱和SAR图像的空间特征、SAR的极化特征进行分类并提取不透水面。研究对比了不同特征组合以及不同分类方法的不透水面提取结果,实验结果表明:多光谱与SAR影像多特征综合的方法能有效提高干旱区不透水面提取精度,明显改善干旱区其他土地覆盖类型错分为不透水面的问题;LightGBM算法与XGBoost、HistGBT等基于梯度提升决策树的算法和随机森林等方法相比能获取更高的精度,更适用于干旱区不透水面提取。这表明基于LightGBM以及多光谱和SAR多特征联合的方法能够有效提取中亚干旱区城市不...  相似文献   

3.
成像光谱数据挖掘与矿物填图技术研究   总被引:6,自引:0,他引:6  
评述了当前成像光谱测量技术的发展和应用现状。以地面高光谱测量、航空成像光谱测量、航天高光谱图像处理分析及室内数据模拟等多维立体研究方式,采用多源空间数据挖掘、弱信息提取、光谱建模及分类识别等关键技术,结合岩石矿物光谱吸收特征形成机理分析,开展成像光谱矿物填图技术的研究。根据实际的成像光谱数据特点与应用需求,提出成像光谱数据挖掘与矿物填图技术应用流程。  相似文献   

4.
基于光谱角分类器遥感影像的自动分类和精度分析研究   总被引:21,自引:0,他引:21  
遥感影像是地球表面一定区域景观和覆盖的客观记录和形象显示。选择黑河弱水流域作为自动分类的典型研究区,利用该区域的Landsat 7ETM+遥感影像结合地面实况调查数据,寻找土地利用/覆盖类型自动分类的训练样本,运用光谱角分类方法对ETM+图像进行自动分类。通过分类图像与地面真实样本数据对比分析,获得适用于荒漠地表遥感影像自动分类的可行性方法,并且进一步讨论了混淆矩阵计算的分类误差,研究了以Kappa分析为基础的精度评价。  相似文献   

5.
深度卷积神经网络特征提取用于地表覆盖分类初探   总被引:4,自引:0,他引:4       下载免费PDF全文
目的 地表覆盖监测是生态环境变化研究、土地资源管理和可持续发展的重要基础,在全球资源监测、全球变化检测中发挥着重要作用。提高中等分辨率遥感影像地表覆盖分类的精度具有非常重要的意义。方法 近年来,深度卷积神经网络在图像分类、目标检测和图像语义分割等领域取得了一系列突破性的进展,相比于传统的机器学习方法具有更强的特征学习和特征表达能力。基于其优越的特性,本文进行了深度卷积神经网络对中分辨率遥感影像进行特征提取和分类的探索性研究。以GF-1的16 m空间分辨率多光谱影像为实验数据,利用预训练好的AlexNet深度卷积神经网络模型进行特征提取,以SVM为分类器进行分类。分析了AlexNet不同层的特征以及用于提取特征的邻域窗口尺寸对分类结果的影响,并与传统的单纯基于光谱特征和基于光谱+纹理特征的分类结果进行对比分析。结果 结果表明在用AlexNet模型提取特征进行地表覆盖分类时,Fc6全连接层是最有效的特征提取层,最佳的特征提取窗口尺寸为9×9像素,同时利用深度特征得到的总体分类精度要高于其他两种方法。结论 深度卷积神经网络可以提取更精细更准确的地表覆盖特征,得到更高的地表覆盖分类精度,为地表覆盖分类提供了参考价值。  相似文献   

6.
高空间分辨率遥感技术为大范围判识农用地利用类型提供了丰富的数据源。农用地类型多样性和复杂性给高效应用高分影像识别农用地类型带来很大挑战。地块矢量的引入可以帮助更好综合利用多元影像特征,进而提高农用地类型判识精度。但是,传统地块特征提取方法将地块视为一个整体,通过对地块内部像元特征平均实现地块特征表达,不能很好适用于地块内部像元光谱具有较强异质性的情况。针对内部光谱异质但具有较强规律的地块,提出一种基于光谱聚类的特征提取方法,将地块内部的光谱聚类特征作为地块的特征之一,对地块进行分类。利用上海崇明区内2个典型样区的BJ-2卫星影像和地面调查数据进行实验验证分析,结果表明:①该方法相对利用地块内部所有像元光谱平均的方法,能够有效提升地块分类精度;②通过引入地块内部光谱聚类特征到传统地块特征组合,可以进一步提升地块分类精度,对菜地和廊道等内部像元光谱混合比例变化较大的类别提升效果最为明显。该方法为复杂地块分类提供了新思路。  相似文献   

7.
多源遥感图像配准技术综述   总被引:2,自引:0,他引:2       下载免费PDF全文
从成像光谱特性、成像分辨率和成像模式等方面对可见光、红外、高光谱和合成孔径雷达传感器的成像特点进行分析,根据一致性特征描述方法对多源遥感图像配准算法进行分类,指出多源遥感图像具有成像特性变化大、相关度小、匹配特征的空间分布不均匀等特点,其配准技术的关键在于提取不变的图像特征以及得到有效的匹配特征。  相似文献   

8.
由于建筑物的材质不同、高楼阴影等使居民地的自动提取成为遥感技术的一个难点, 而且, 在干旱、半干旱区, 泥质房顶的居民地与泥质荒漠有异物同谱现象使居民地信息提取更加困难。准确了解防护林草的变化信息对维护沙漠铁路、公路的正常运行, 保护绿洲都有重要的意义, 而防护林草与荒漠草原因为有相同的荒漠植被类型而波谱相似, 所以在干旱、半干旱地区土地利用/ 覆盖的遥感影像分类, 普遍受到同物异谱和异物同谱现象的影响和制约, 使传统基于光谱特征的分类方法精度低。仔细分析了研究区典型地物的光谱特征和同物异谱与异物同谱现象, 并结合实地考察建立了分类体系。基于知识对监督分类的结果做后处理, 准确地提取了居民地和防护林草类型, 并对分类结果进行了精度评估。结果表明: 与传统的基于光谱特征的分类方法相比, 基于多特征的遥感影像分类精度明显提高。  相似文献   

9.
基于Landsat 的城市热特征研究——以兰州市为例   总被引:1,自引:0,他引:1  
运用Landsat5和Landsat7获得的遥感数据评估兰州市区的热特征,为了量化城市土地利用和覆盖密度,在对植被-非渗透面-土壤(V-I-S) 模型修正的基础上,运用线性光谱混合分析技术(LSMA),分解了不同种类的地表组成并对非渗透面密度进行了分类。结果表明,研究区有很高的热效应,这种热效应与城市开发密度高相关,并通过植被覆盖信息、非渗透面的空间分布及与其相关联的热特征,可以有效量化城市土地利用、开发密度和热格局。  相似文献   

10.
仅依靠光谱信息无法满足高分辨率遥感分类的应用需求,辅之以纹理特征信息进行分类,可提高影像分类精度。利用KZ-1卫星影像和Landsat-8卫星影像数据,基于面向对象的影像分割法和灰度共生矩阵纹理分析法对新疆石河子市局部城区进行了地表覆盖分类实验,将不同空间分辨率的全色影像纹理信息、光谱信息构成多种影像特征组合进行分类比较研究,以选择最佳的分类特征集。结果表明:KZ-1影像能为城市区域的土地覆盖分类提供丰富的纹理信息,面向对象的影像分割可较好地利用高分辨率数据的几何结构信息实现优化的影像分割,从而提高多光谱影像的分类精度,总体分类精度为90.06%,Kappa系数为87.93%,比单纯利用光谱信息分类的总体精度提高了8.02%,Kappa系数提高了9.65%,表明KZ-1数据可为光谱分类提供丰富的纹理信息,从而提高城市区域的土地覆盖分类精度。  相似文献   

11.
The complexity of urban areas makes it difficult for single-source remotely sensed data to meet all urban application requirements. Airborne light detection and ranging (lidar) can provide precise horizontal and vertical point cloud data, while hyperspectral images can provide hundreds of narrow spectral bands which are sensitive to subtle differences in surface materials. The main objectives of this study are to explore: (1) the performance of fused lidar and hyperspectral data for urban land-use classification, especially the contribution of lidar intensity and height information for land-use classification in shadow areas; and (2) the efficiency of combined pixel- and object-based classifiers for urban land-use classification. Support vector machine (SVM), maximum likelihood classification (MLC), and object-based classifiers were used to classify lidar, hyperspectral data and their derived features, such as the normalized digital surface model (nDSM), normalized difference vegetation index (NDVI), and texture measures, into 15 urban land-use classes. Spatial attributes and rules were used to minimize misclassification of the objects showing similar spectral properties, and accuracy assessments were carried out for the classification results. Compared with hyperspectral data alone, hyperspectral–lidar data fusion improved overall accuracy by 6.8% (from 81.7 to 88.5%) when the SVM classifier was used. Meanwhile, compared with SVM alone, the combined SVM and object-based method improved OA by 7.1% (from 87.6 to 94.7%). The results suggest that hyperspectral–lidar data fusion is effective for urban land-use classification, and the proposed combined pixel- and object-based classifiers are very efficient and flexible for the fusion of hyperspectral and lidar data.  相似文献   

12.
高光谱数据特征选择与特征提取研究   总被引:8,自引:1,他引:8       下载免费PDF全文
高光谱遥感数据的最主要特点是: 传统图像维与光谱维信息融合为一体, 即“图谱合一”。针对高光谱数据波段多、数据量大、冗余度大等特点, 论述了特征选择和特征提取的若干算法, 分析了各自的优缺点。重点研究了导数光谱算法, 并针对二值编码的不足研究了其改进算法-- 四值编码算法。最后用编码技术和导数光谱技术提取了地物的光谱特征参数; 试验表明: 四值编码算法比二值编码算法效果更佳; 光谱导数阶数越高, 对地物特征的表达越有效。  相似文献   

13.
高光谱影像光谱响应曲线分维计算   总被引:3,自引:1,他引:2  
高光谱影像光谱响应曲线包含丰富的光谱特征,分形维值可以表征复杂光谱响应曲线特征,提出了步长测量法光谱响应曲线分形维值计算算法及高光谱分形特征影像的生成流程,对OMIS影像上不同类型地物样本的光谱曲线分维特征计算结果表明,分维是一种有效表达像元光谱信息的特征值。讨论了光谱响应曲线分维值对于高光谱数据处理的意义。  相似文献   

14.
高光谱成像遥感技术可获取地物的光谱、辐射和空间信息,在国民经济的各个领域得到广泛的应用。但其狭窄的波段间距带来丰富光谱信息的同时,也带来了信息冗余,增加了数据处理的难度。因此,高光谱遥感数据在进行实际应用前,需要进行波段选择并提取光谱特征,降低数据维数。对高光谱遥感图像的波段选择研究进展进行了综述,在分析、归纳波段选择策略的基础上,从评价准则、空谱特征、半监督学习、稀疏表达、智能搜索和深度学习六方面阐述了波段选择方法的最新研究进展,探讨了当前高光谱图像波段选择面临的问题与挑战,对未来发展的趋势进行了预估。  相似文献   

15.
Hyperspectral remote sensing data with bandwidth of nanometre (nm) level have tens or even several hundreds of channels and contain abundant spectral information. Different channels have their own properties and show the spectral characteristics of various objects in image. Rational feature selection from the varieties of channels is very important for effective analysis and information extraction of hyperspectral data. This paper, taking Shunyi region of Beijing as a study area, comprehensively analysed the spectral characteristics of hyperspectral data. On the basis of analysing the information quantity of bands, correlation between different bands, spectral absorption characteristics of objects and object separability in bands, a fundamental method of optimum band selection and feature extraction from hyperspectral remote sensing data was proposed.  相似文献   

16.
针对高光谱影像光谱维的数据量大、传统影像压缩方法不易于保存光谱内信息的特点,对矢量量化数据压缩方法中码书设计和码字搜索两个关键技术进行详细地研究,提出针对高光谱影像压缩的改进方法,并在此基础上实现了对高光谱影像的矢量量化压缩算法。最后通过对不同波段组合的AVIRIS的高光谱数据的实验,从压缩后的压缩率、速率和失真率等方面进行观察和对比,证明矢量量化压缩算法对高光谱影像具有显著的压缩效果。  相似文献   

17.
波段宽度为纳米级的高光谱数据,具有几十乃至几百个光谱通道,它们各有不同的特点。如何根据具体的应用目的,在这众多的波段中选择出最佳波段和特征参数,对于有效地进行高光谱数据的处理、分析及信息提取至关重要。以北京顺义区高光谱数据为例,首先分析了通道间的相关性,根据通道的相关性大小和分组块状结构特点,将其分为若干组;然后全面分析了高光谱数据的光谱信息特征,在综合考虑各波段的信息含量、波段间的相关性以及地物光谱的吸收特性和可分性等因素
的基础上,提出了面向对象的分层多次选择高光谱数据最佳波段和提取特征参数的基本思路和方法;最后用其它地区的成像光谱数据对此方法进行了验证。  相似文献   

18.
高光谱遥感数据光谱特征提取算法与分类研究*   总被引:4,自引:0,他引:4  
针对高光谱数据的特点,探讨了高光谱数据特征提取的若干算法,重点研究了导数光谱和光谱编码技术,并从地物光谱曲线中提取了其光谱吸收特征.对同类曲线特征求交得到识别地物的有效特征;对不同类曲线特征求交得到区分不同类地物的有效特征.最后基于提取的特征建立了地物识别决策树,从而达到快速识别分类地物的目的,能够实现依据地物光谱特征的地物识别与分类.  相似文献   

19.
New hyperspectral sensors can collect a large number of spectral bands, which provide a capability to distinguish various objects and materials on the earth. However, the accurate classification of these images is still a big challenge. Previous studies demonstrate the effectiveness of combination of spectral data and spatial information for better classification of hyperspectral images. In this article, this approach is followed to propose a novel three-step spectral–spatial method for classification of hyperspectral images. In the first step, Gabor filters are applied for texture feature extraction. In the second step, spectral and texture features are separately classified by a probabilistic Support Vector Machine (SVM) pixel-wise classifier to estimate per-pixel probability. Therefore, two probabilities are obtained for each pixel of the image. In the third step, the total probability is calculated by a linear combination of the previous probabilities on which a control parameter determines the efficacy of each one. As a result, one pixel is assigned to one class which has the highest total probability. This method is performed in multivariate analysis framework (MAF) on which one pixel is represented by a d-dimensional vector, d is the number of spectral or texture features, and in functional data analysis (FDA) on which one pixel is considered as a continuous function. The proposed method is evaluated with different training samples on two hyperspectral data. The combination parameter is experimentally obtained for each hyperspectral data set as well as for each training samples. This parameter adjusts the efficacy of the spectral versus texture information in various areas such as forest, agricultural or urban area to get the best classification accuracy. Experimental results show high performance of the proposed method for hyperspectral image classification. In addition, these results confirm that the proposed method achieves better results in FDA than in MAF. Comparison with some state-of-the-art spectral–spatial classification methods demonstrates that the proposed method can significantly improve classification accuracies.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号