【摘 要】
：
针对传统的特征提取方法都是基于向量模型,导致处理时维数极高,且极易丢失像素空间信息的问题,该文将二维主成分分析引入高光谱影像特征提取领域,该方法在保持影像原有空间结构信息的前提下,通过多变量线性变换,求取最佳投影方向,不仅能提高同类地物的聚团性、避免分类后地物混淆,还能消除最终分类结果的"麻点"现象,在试验中验证了有效性。
论文部分内容阅读
针对传统的特征提取方法都是基于向量模型,导致处理时维数极高,且极易丢失像素空间信息的问题,该文将二维主成分分析引入高光谱影像特征提取领域,该方法在保持影像原有空间结构信息的前提下,通过多变量线性变换,求取最佳投影方向,不仅能提高同类地物的聚团性、避免分类后地物混淆,还能消除最终分类结果的"麻点"现象,在试验中验证了有效性。
其他文献
中分辨率成像光谱仪(MODIS)数据是研究大尺度土地利用/土地覆盖的有效数据手段。针对现有建设用地提取方法的不足,文章通过分析MODIS数据的地物光谱特征,给出适合MODIS数据的归一化建筑指数,并以京津冀城市群为研究区提取建设用地,最后从位置和面积两方面对提取结果进行精度验证。结果表明:该文构建的归一化建筑指数不但加强了MODIS数据中的建设用地,还成功抑制了裸地、荒地和已收割耕地等对建设用地提
遥感影像观测尺度是遥感信息提取研究的重要内容之一,也是遥感信息提取的焦点。以往,遥感影像尺度特征的分析大多基于地统计学,其主要体现遥感影像中的线性特征,而实质上遥感影像中既存在线性特征,又存在非线性特征。因此,在深入剖析遥感影像尺度效应及分形特征机理的基础上,本文探讨了分形理论定量选择遥感影像最佳空间分辨率(也称最佳像元观测尺度)的方法。以IKONOS全色影像的建筑用地、耕地、林地为研究对象,分别
土地覆盖精度验证是定量刻画土地覆盖遥感解译数据质量的必要手段。传统的土地覆盖验证主要是以"GPS定点"+"野外景观照片"的平面验证方式,其获取的验证点数量受制于野外采样效率,且主观性强。本研究提出一种车载三维摄像仪的土地覆盖验证方法,解决了三维视频资料中GPS验证点信息的输出和提取、验证点分类识别与管理,打分的精度评价等技术问题。以蒙古国东部7省(市)采集的2013年野外视频为例,从264 GB的
本文采用地形调节植被指数(TAVI),以Rapid Eye高分辨率多光谱遥感影像为数据源,对福建省永安市毛竹林山区进行了叶面积指数(LAI)地面实测、遥感建模及反演分析。通过TAVI与归一化植被指数(NDVI)、比值植被指数(RVI)的对比研究,结果表明:(1)毛竹林实测LAI与TAVI、NDVI和RVI线性回归的决定系数(R2)分别为0.6085、0.3156和0.4092,最佳非线性回归的R2
鄱阳湖是我国最大的淡水湖泊,受季风气候影响其水体空间动态变化大,且广阔的水域内部差异也较大,因此湖泊水体光学分类对反演湖泊水质参数及监测湖泊水质有着重要意义。以鄱阳湖为研究区,根据实测的反射光谱数据形态特征将鄱阳湖的水体分为4类:特别浑浊、中等浑浊、轻度浑浊和清水区,并分别对每一类结果进行分析。考虑到实测光谱数据局限于湖区某些离散点的情况,不足以观测整个鄱阳湖区域内所有不同水体类型的空间分布和动态
本文对地球同步轨道合成孔径雷达卫星的轨道坐标关系进行了分析,通过轨道空间坐标变换的详细分析,为下一步地球同步轨道合成孔径雷达卫星的成像几何关系模拟提供参考。
湿地在单位面积上具有最高的生态系统服务价值[1],但其存在日益受到威胁.确定湿地的时空分布,了解变化的驱动力,可为制定合理的保护政策、采取相应的恢复或适应措施提供依据.在大空间尺度上,遥感是唯一有效的环境变化监测手段[2].遥感科学国家重点实验室湿地遥感制图组以中国湿地变化遥感应用为起点取得了一系列进展.牛振国等人[3]收集1999~2002年的597幅美国陆地卫星影像,采用人工目视解译的方式,完
为了进一步提高遥感图像配准精度,提出了尺度不变特征变换(SIFT)结合区域互信息优化的遥感图像配准方法.首先利用混沌序列的随机性和遍历性,提出一种混沌量子粒子群优化(CQPSO)算法,在量子粒子群优化(QPSO)算法迭代陷入早熟收敛时,采用一种新的机理引入混沌序列,进化粒子克服早熟.图像配准算法分为预配准和精配准两个过程.基于SIFT算法提取特征点,经匹配和有效地外点排除完成预配准,然后对匹配特征
针对多光谱遥感技术进行浅海水深信息提取具有覆盖地域大、动态连续监测等特点,该文利用环境与灾害监测预报小卫星星座A星(HJ-1A)影像数据,对渤海湾20m以内近岸水域的水深进行实验研究。通过对HJ-1A遥感图像不同波段及波段组合的反射率与实测水深值的相关关系分析,选取敏感波段,建立最佳回归模型,定量计算研究区水深值。研究发现:5~10m水深区域内遥感反演效果最好;10~20m次之;0~5m受沿岸构筑
半方差函数可探测空间过程的影响范围,常用于分析遥感信息提取的适宜尺度,然而在进行大样本数据处理时,会受到计算机运算、存储等方面性能的制约。传统的做法往往直接采用随机抽样来减少数据量,其虽然降低了分析过程对计算机性能的要求,但同时也会降低分析结果的精度。因此,本文提出一种Monte Carlo模拟影像空间结构估算方法,其以小的样本量对大样本进行大量随机重复采样,在降低单次模拟数据量、运算量的同时,以