共查询到18条相似文献,搜索用时 46 毫秒
1.
2.
潮滩作为动态变化的后备土地资源,对其研究具有重要意义。文章以江苏省如东县为研究区,使用环境资源卫星(HJ1A/1B)影像为数据源,应用面向对象技术创建分类规则,实现批量半自动提取水边线,随后利用DSAS软件处理水边线集获得潮位点集,基于最外边界法实现高(低)潮位点的提取,进而获得潮滩范围,估算的如东县潮滩面积为55 182hm~2。最后利用误差矩阵进行精度验证(Kappa系数为0.945)。结果表明:该方法对于潮滩面积提取具有适用性,无论在空间域还是时间域都具有一定的推广性。 相似文献
3.
水边线的精确提取对于沿海地区的经济开发和海域的使用管理具有重要意义。以雷州半岛东北部为研究区域,利用2017年资源三号(ZY-3)卫星数据为数据源,基于不同海岸地貌特征为划分依据,运用阈值分割法、神经元网络分类法和面向对象法对多光谱数据的人工海岸、砂质海岸、淤泥质海岸和红树林海岸进行水边线提取。通过目视解译提取融合图像的海岸线为基线,将提取的水边线与基线进行定性、定量分析。研究结果表明,对于人工岸线,神经元网络分类法最优,均方根误差为6.4m;对于砂质岸线,阈值分割法最优,均方根误差为5.4m;对于淤泥质及红树林岸线,面向对象法最优,均方根误差分别为23.3m和15.2m。该研究对于不同岸线的提取具有重要的借鉴和指导意义。 相似文献
4.
5.
6.
准确提取海岸水边线是海岸线变迁研究中必不可少的基本工作。本文以海南省陵水黎族自治县2016年的GF-2影像为数据源,在大气校正和正射校正等预处理的基础上,结合数学形态学处理等方法,采用NDWI (Normalized Difference Water Index)阈值法、ISOADTA (Iterative Self-Organizing Data Analysis Technique Algorithm)、SVM (Support Vector Machine)和面向对象法(Object-Oriented Classification,OOC)等4种不同方法来对海岸水边线进行提取,并对其提取结果进行定性和定量评估,进而分析比较了这4种方法在提取人工海岸、砂质海岸和基岩海岸等3种不同海岸类型的水边线时的提取效果和提取精度。结果表明,SVM方法在3种海岸水边线上的总体提取效果最好,总体提取精度最高。 相似文献
7.
8.
针对利用传统瞬时水边线提取方法处理高分辨率遥感影像存在提取结果不连续、效率不高和无法同时提取多片水域等问题, 提出了一种顾及轮廓信息和距离正则化水平集演化(distance regularized level set evolution, DRLSE)模型的遥感影像瞬时水边线快速提取方法, 并将其应用于福建泉州附近海域瞬时水边线提取。首先,使用DRLSE模型提取地物轮廓信息, 以解决经典阈值方法水边线提取结果不连续问题; 其次, 利用DRLSE模型的初始矩形轮廓中心位置和周长信息, 对噪声点等轮廓进行自动剔除, 并提取多片水域, 以提高瞬时水边线提取后处理效率。研究结果表明:相较于泛洪算法、Canny算子和CV(Chan-Vese)模型, 应用本方法进行大陆海岸线瞬时水边线提取更高效, 且提取结果连续、精度更高。 相似文献
9.
10.
11.
在人类活动和自然环境的影响下,海岸带长期处于变化状态,准确提取和实时监测海岸线变化对我国海岸带的利用与开发具有重要意义。文章利用Landsat TM遥感图像和ERDAS IMAGINE遥感图像处理软件的监督分类和图像增强方法,提出两种海岸线获取方法,完成海岸线的自动提取,实现海岸带的大面积同步和动态监测。 相似文献
12.
提出了一种改进的Curvelet变换的融合算法,以IKONOS影像为样本数据,融合过程中将原全色波段与多光谱影像中未参与HIS分解的波段进行加权组合,形成新全色分量,再将此分量与明度分量分别进行第二代Curvelet变换,以形成新明度分量,HIS逆变换后形成融合影像。并与改进的HIS变换融合、传统的HIS变换与Curvelet变换结合的融合算法相比较,结果表明,改进的方法能增加融合影像的信息量,降低光谱扭曲度,提高融合影像与原多光谱影像的相似度。 相似文献
13.
以国产天绘一号01星多光谱4波段影像为数据源,针对大范围水体提取难度大的问题,提出基于归一化水体指数(NDWI)和单波段阈值法的匹配生长算法。采用NDWI水体指数法提取完整的海洋水体和内陆部分水体,将内陆部分水体与单波段阈值对应位置完整的水体做匹配,再通过连通区提取、掩膜运算获得完整的水体分割二值图。采用两景遥感影像(大连和芝罘)进行实验,并与经典水体提取算法进行对比分析。实验结果表明:该法总体精度在90%左右,Kappa系数在0.8左右,对经典提取算法有了显著改善。在大范围提取水体信息时效果较好,提取水体的同时能有效减少陆地阴影造成的干扰,在海陆边界处,陆地轮廓清晰,较好的将陆地和海洋分割开来。 相似文献
14.
15.
16.
17.
18.
针对目前使用机器学习解决高分辨率遥感图像分类主要存在下采样导致的细节信息丢失问题,提出了一种基于DeepLabv3架构的小波域DeepLabv3-MRF(Markov random field,MRF)算法。选择当前较为普遍的DeepLabv3架构分类算法,能够获得更为精确的分类结果;采用小波域DeepLabv3-MRF算法,还能够获得更为清晰的边缘细节信息。选取南方某地区高分辨率无人机遥感图像进行分类实验,通过小波变换的方向性、非冗余性以及MRF变换像素空间的交互性这三个方面,将分类结果与原始DeepLabv3架构分类结果对比分析。结果表明,所提出的分类方法精度明显高于原始DeepLabv3架构分类算法的精度,总体精度可提升3%左右,并且可以充分表达高分辨率遥感图像细节信息。 相似文献