【摘 要】
：
高光谱遥感影像可以提供更细致的地物光谱,但受物理条件限制,也更易受到噪声干扰.基于高光谱遥感影像去噪的重要性,探讨了利用融合策略提升高光谱影像去噪效果的可行性.根据高光谱影像数据三维空间特点,提出了利用Q指标加权平均方法,将已有的全变分高光谱影像去噪方法在3个不同视角条件下的结果进行融合,从而弱化单一视角下去噪方法对原始信息的破坏程度,加大了高质量的影像在融合过程中所占的比重,提高了每个融合波段的
论文部分内容阅读
高光谱遥感影像可以提供更细致的地物光谱,但受物理条件限制,也更易受到噪声干扰.基于高光谱遥感影像去噪的重要性,探讨了利用融合策略提升高光谱影像去噪效果的可行性.根据高光谱影像数据三维空间特点,提出了利用Q指标加权平均方法,将已有的全变分高光谱影像去噪方法在3个不同视角条件下的结果进行融合,从而弱化单一视角下去噪方法对原始信息的破坏程度,加大了高质量的影像在融合过程中所占的比重,提高了每个融合波段的质量,有效融合互补信息,实现对原始无噪声影像更好的恢复.结果表明:在各种图像和噪声类型情况下,提出的方法
其他文献
以辽西北为研究区域,选取2017年6月Landsat-8 OLI影像作为基本数据源,引入面向对象多尺度分割技术,利用水体指数、居民地指数、植被指数、形状指数相结合的二值逻辑运算方法提取出沙化土地信息。基于二阶抽样与遥感影像谱间结构相结合,构建"修改型"植被盖度反演模型,从而实现沙化土地信息的分等定级提取。研究结果表明:该方法可以排除提取地物时的干扰信息,实现沙化土地信息的自动、准确提取。
针对传统土地利用解译技术的局限性,通过深入分析地物光谱特征,采用光谱角分类技术对一级地类进行分类,再根据光谱角影像和二级地类光谱特征构建分类规则,进行二级地类分类的分类方法。使用该方法对遥感影像进行遥感解译,并与监督分类中的最大似然法分类结果进行分类精度比较,结果表明,该方法的分类精度明显优于最大似然法分类,面积精度和空间精度都有明显提高,可以作为复杂地类的分类方法。
针对常用的平面拟合方法在有"噪声点"存在的情况下,会出现拟合不稳定的问题,本文采用稳健性较好的RANSAC算法,从机载Li DAR数据中提取出建筑物顶部面片。RANSAC算法进行参数拟合时,会存在一些缺陷,通过改进RANSAC算法(LMed S算法)可以达到更好的拟合效果。首先利用直通滤波器对点云数据进行简单的滤波,然后通过Voxel Grid滤波器对点云数据进行下采样。对下采样之后的点云数据,用
迁移学习是运用已有知识对相关的不同领域的问题进行求解的一种机器学习方法,本文结合这一方法,提出了一种基于先验知识的样本自动选取方法,并构建了一套土地覆盖自动分类的算法框架。该方法主要面向Landsat数据,通过图像变化检测技术与光谱形状编码的方法,从源领域中迁移适用的地物类别知识并标记在目标影像中,使用SVM完成基于样本迁移的自动分类流程。结果表明,该方法可以获得可靠的自动分类结果,一定程度上满足
基于机载激光雷达(Li DAR)点云生产高质量的数字高程模型(DEM),需要地形特征线的约束。本文针对现有断裂线提取算法仅仅考虑了地表的局部变化,错提取率高的现状,从人工解译的角度出发,引入地形开度(topographic openness)作为一种定量描述地表整体变化的地形特征,提出了基于地形开度的断裂线自动提取算法。首先将原始地面点按高程采样成距离图像,然后通过地形开度算子获取地表的主体结构变
本文结合福建某风电场选址工作,针对植被茂盛、水域复杂区域机载激光点云分类自动化程度不高,分类效果差,生成的DEM精度不够等问题,提供了一种有效、快速对LiDAR点云分类的方法和流程,以及制作高精度DEM和树高模型的方法。实验表明,在植被茂盛、水域复杂的区域,使用本文提出的作业方法,可以快速利用机载LiDAR数据为风电场选址提供所需的高精度DEM数据和树高模型,减少外业工作量,降低作业成本。
作为中国第一台民用高分辨率测绘卫星,资源3号(ZY-3)卫星具有非常重要的作用。在国家1∶50 000立体测绘项目中,可以从ZY-3的三线阵列图像中生成高精度数字表面模型(Digital Surface Model,DSM),并且可以通过选择穿梭雷达地形任务(Shuttle Radar Topography Mission,SRTM)而不使用任何地面控制点(Ground Control Point
可可西里处于青藏高原腹地,是青藏高原自然环境的交接与过渡地带。近年来该区域冰川物质平衡可能有从西向东由正转负的趋势,但是其过渡地带岗扎日地区冰川状态未知。本研究利用地形图、SRTM、ASTER和Landsat等资料分析了岗扎日地区冰川面积变化和物质平衡变化,并对可可西里地区冰川变化空间规律进行了探讨,结果表明:(1)1970-2016年岗扎日冰川总面积年均缩小率为0.08±0.02%。2006年后
基于区域增长的影像分割方法存在着种子选择和分割参数设置的难点。针对这两点,本文提出了一种基于概率合并框架的高分辨率遥感影像分割方法。首先,利用基于标记的分水岭变换和区域合并获得一个初始分割结果,避开种子点的选择;其次,利用初始分割所获得的具有一定大小的区域,计算统计、上下文和形状特征信息;然后,在贝叶斯准则的基础上,计算一个尺度无关的相邻区域间的合并概率,其应用于区域增长合并过程,合并概率具有直观
通过对于文献中已有小波阈值去噪方法的研究,结合已有的一些小波阈值去噪函数,提出了相应的小波阈值去噪的改进方法来完善和提高小波阈值去噪的处理能力和可行性。该阈值函数加入了有效的调整系数来控制函数的可变。该函数不但同时保留了相应的传统小波硬阈值、软阈值衍化的优点,也提高了相应精度指标。利用该函数阈值去噪不仅在经典的图像中起到很大的改善,在遥感图像的去噪处理方面也有明显的精度提高。该方法通过去噪评价指标