【摘 要】
：
高空间分辨率遥感影像(特别是城区场景)常表现出高的光谱异质性、地物细节丰富且地物拓扑关系复杂等特点,这对影像分类产生较大干扰,导致分类精度不高。针对以上情况提出一种新的非监督多相位水平集分类方法:该方法以基于区域竞争思想及Bayes准则的多相位水平集分类框架作为高分辨率遥感影像分类的基础,通过采用Parzen窗非参数密度估计方法来改善复杂场景下样本概率密度估计的准确性,从而增加分类模型的抗干扰能力
论文部分内容阅读
高空间分辨率遥感影像(特别是城区场景)常表现出高的光谱异质性、地物细节丰富且地物拓扑关系复杂等特点,这对影像分类产生较大干扰,导致分类精度不高。针对以上情况提出一种新的非监督多相位水平集分类方法:该方法以基于区域竞争思想及Bayes准则的多相位水平集分类框架作为高分辨率遥感影像分类的基础,通过采用Parzen窗非参数密度估计方法来改善复杂场景下样本概率密度估计的准确性,从而增加分类模型的抗干扰能力;此外,为提高多水平集模型演化效率,在模型求解中提出一种简单而有效的水平集函数重初始化方案。通过与前人工
其他文献
提出了一种稳健的高分辨率遥感图像多尺度分割算法。该方法基于自适应Mean-shift聚类过程,不需要假定数据分布类型,也不需要指定类别的数目,自动化程度较高,并针对高分辨遥感图像所体现出来的地物的多种信息特征,结合多种特征进行了区域合并。采用分辨率为1 m的IKONOS卫星影像进行分割试验。结果表明,该算法不仅能充分利用高分辨率遥感图像中地物的信息特征获得良好的分割效果,而且自适应程度高,抗噪能力
针对现有的滤波方法在处理强噪声干涉图时的不足,提出一种基于自适应中心加权中值和Goldstein的两步干涉图滤波方法。试验结果表明,构造的针对强噪声干涉图的两步滤波法在滤除噪音的同时,可以很好地保存干涉图的条纹信息。与经典的Goldstein方法相比,新方法的滤波效果可以提高22.4%和43.6%。
针对遥感高分辨率全色影像同低分辨率多光谱影像的融合,提出将区域方差和区域梯度相结合的融合规则,应用于影像经àtrous小波变换产生的各分解层高频分量融合,获得融合的各分解层高频分量,然后进行àtrous小波逆变换,最终得到融合的高分辨率多光谱影像。试验结果证明,改进的方法比常规àtrous小波融合方法性能更好。
高分辨率影像具有空间分辨率高、光谱分辨率相对不足的特点,传统基于像元的变化检测方法在高分辨率遥感变化检测中显示出不足。研究一种基于图斑的多时相高分辨率影像变化检测方法,以光谱特征为依据,对影像进行分割,然后以图斑为基本分析单元进行变化检测研究。引入概率统计学中的t检验方法,并与相关系数法相结合,采用区域内的光谱、纹理特征进行变化检测。选取城市区域的高分辨率影像进行试验,结果表明该方法可以很好地实现
快速获取土地利用/土地覆盖信息是土地利用/土地覆盖变化研究的重要内容,RS是快速获取土地利用/土地覆盖现势信息的重要手段之一,由于不同类型的卫星传感器获取同一地区的遥感数据日益增多,常规的遥感图像融合方法如HSI变换法、Brovey变换法和PCA变换法进行融合时,存在不同程度的颜色失真现象,即融合后图像的色彩与多光谱图像存在较大差异,从而影响了地物的识别。分析了Brovey变换法存在颜色失真的原因
多年冻土和季节冻土分别占北半球裸露地表的24%和55%。近地表土壤冻融的范围、冻结起始日期、持续时间及冻融深度对寒季/寒区的植被生长、大气与土壤间能量、水分及温室气体交换都具有极其重要的影响。卫星遥感结合地面观测资料研究局地到区域尺度的季节冻土和多年冻土已取得诸多成果。综述了近几十年来卫星遥感技术在冻土研究中的应用。监测多年冻土和地表冻融循环通常需要综合利用可见光、红外、被动微波及主动微波(包括合
高分辨率卫星遥感技术是目前监测城市动态发展变化的有效手段,本文研究卫星图像辐射量归一化技术(RNIM),实现了对青岛市多时段ETM标准化处理,使同一地区、不同时域的卫星图象的辐射量建立了统一标准,结合图象分类提取技术,实现了青岛市1996年、2000年、2001年和2002年四个时段的青岛市区数据的自动提取,根据提取的成果,分析了1996年~2002年青岛城市土地利用发展变化的趋势和规律,为政府管
Uncertainty characterization has become increasingly recognized as an integral component in thematic mapping based on remotely sensed imagery, and descriptors such as percent correctly classified pixe
设施农业是指以工业化的生产方式,建造人工设施,改变气候条件,提高农作物抵御自然灾害的能力,改良生物特性,使作物实现错季