共查询到20条相似文献,搜索用时 31 毫秒
1.
2.
3.
本文用遥感影像监督分类的常用方法与基于BP神经网络的分类方法对黑龙江省鹤岗市某区域高分二号数据进行土地利用分类,并比较分类精度,得出基于BP神经网络的分类方法总体精度相对较高。 相似文献
4.
5.
遥感图像分类中的关键目的在于获取高精度的遥感图像,便于目视解译和自适应智能化.为了减少运算量和达到高分类精度的目的,本文提出了基于JADE和SOBI结合的ICA算法,通过对Alos卫星图像的试验,得到了极好的分类精度,为从信号处理方向进行遥感图像分类提供了参考. 相似文献
6.
基于TM遥感影像的玉米地专题信息自动提取 总被引:1,自引:1,他引:1
TM遥感影像中专题信息的自动提取是目前遥感界的研究热点,也已成为遥感信息生产流程中的瓶颈环节。本文分析了耕地专题信息自动提取的研究现状,选取了吉林中部和辽宁省东北部作为研究区,采用监督分类的方法对研究区TM遥感影像进行分类,提取了玉米地专题信息,玉米地信息的提取精度为85.5%。根据遥感影像目视解译的原理,提出了基于多特征空间的遥感影像专题信息自动提取的研究方法,通过对多特征空间的数学描述和计算机处理实现
遥感专题信息的自动提取。采用多特征空间的方法将玉米地信息分为光谱特征空间、形状特征空间、区域地学特征空间和干扰特征空间,应用ERDAS8.5遥感图像处理软件中的knowledge engineer模块的开发功能,设计了基于多特征空间的玉米地专题信息自动提取的专家库,使用专家库对玉米地信息进行了自动提取,提取精度为92.9%。从基于多特征空间的分类结果与监督分类结果的比较发现,基于多特征空间的自动提取方法可以提高专题信息的提取效率,对未来实现遥感影像的智能解译是一种研究方法的探索。 相似文献
7.
线状地物提取是遥感影像处理的主要研究内容之一。本文针对传统低层次单个像元纯光谱的信息提取方法的不足,构建了一种基于Canny边缘检测的面向对象提取方法。并针对面向对象遥感影像分割容易受到噪声和其他地物干扰导致提取精度不高的问题,运用Canny算子对遥感影像进行高斯滤波,降低噪声影响,采用高低双阈值法细化边缘有效检测出地物的边缘信息。最后结合面向对象的原理,通过基于规则的方法提取线状地物,得到包含线状地物信息的二值图像。精度检验结果表明,基于Canny边缘检测的面向对象方法提取线状地物的欠提取率平均为6.3%,比数学形态学方法提取线状地物的欠提取率下降了22.6%,可以有效提高线状地物提取的精度,对高分辨率遥感影像线状地物信息提取研究具有一定的参考价值。 相似文献
8.
9.
人工神经网络在遥感图像分析与处理中的应用 总被引:1,自引:0,他引:1
结合遥感影像及人工神经网络的特性,介绍人工神经网络在遥感图像分析与处理领域的应用现状,重点分析了在遥感图像分类、遥感图像复原、影像边缘检测与纹理信息提取等方面的应用。 相似文献
10.
11.
20世纪90年代卫星遥感在全球和区域尺度土地覆盖研究与应用方面取得了突破性进展,土地利用/覆盖遥感研究的新方法不断出现。对国内外土地覆盖遥感图像分类的研究现状进行了综合阐述,初步探讨了提高土地覆盖遥感影像分类精度的方法与途径 相似文献
12.
遥感影像监督分类和非监督分类方法探讨 总被引:1,自引:0,他引:1
《黑龙江科技信息》2016,(2)
从遥感图像的分类的原理入手,比较分析遥感图像分类的监督分类和非监督分类的具体分类方法及特点,运用某地区的遥感影像采用不同分类方法对其精度进行了评估。 相似文献
13.
14.
面向对象的高分影像最优分割尺度方法的研究与应用 总被引:1,自引:0,他引:1
面向对象的高分影像的图像处理方法相比于传统的基于像元的遥感图像处理技术,具有稳定性、准确性、可行性等突出的优势。本文在理论研究的基础上,应用均值方差法、最大面积法方法,获取了影像的最优分割尺度,验证了其对高分影像处理所具有的优势,为面向对象的图像解译提供了基础和保证,在后续研究和应用中具有一定的参考价值。 相似文献
15.
16.
本文以辽宁省凌源市为研究对象,采用RS技术,以ETM+数据为信息源,使用ENVI遥感影像处理软件进行数据处理,对凌源市土地利用类型进行分类,并对分类结果进行精度比较分析。分类的方法包括非监督分类,监督分类的最大似然法分类以及决策树分类。采用混淆矩阵法对三种分类结果进行精度分析。结果表明,非监督分类与最大似然法分类的总体精度分别为84.34%、85.82%,精度不高。在决策树分类中,对数据进行地物光谱特征分析、NDVI特征分析、主成分分析并结合DEM数据,建立一棵比较合理的决策树,总体分类精度达到90.65%。 相似文献
17.
18.
19.
QuickBird遥感影像的融合及在农业园区底图制作中的应用研究 总被引:4,自引:0,他引:4
应用比值变换、IHS变换、主成分变换和合成比值变量变换等4种影像融合方法对QuickBird多光谱和全色遥感影像进行融合,并利用偏差指数、平均梯度等指标对融合效果进行定量评价;运用最佳指数因子确定参与成图的多光谱影像的波段.研究结果表明,合成比值变量变换法的融合效果最佳;最优波段组合为431,并在此基础上建立了地物判读分析依据,用于QuickBird遥感影像目视解译;采用容差格网矢量化技术进行遥感影像的屏幕矢量化,制作了1:2000比例尺农业园区底图。 相似文献