【摘 要】
：
遥感图像为地表观测提供了丰富的观测数据,为了达到有效利用遥感数据的目的,需要有效地对遥感图像进行解译和分析,将遥感图像的光谱信息转化为用户的类别信息。遥感图像的分类对遥感数据的分析和应用具有十分重要的作用,是遥感领域研究的热点。然而多光谱遥感图像中存在的同物异谱和同谱异物现象加大了分类的难度,另外,获取地面真实数据或专家标记训练数据费时且代价较高。虽然目前多光谱遥感图像的分类方法很多,但是尚没有一
论文部分内容阅读
遥感图像为地表观测提供了丰富的观测数据,为了达到有效利用遥感数据的目的,需要有效地对遥感图像进行解译和分析,将遥感图像的光谱信息转化为用户的类别信息。遥感图像的分类对遥感数据的分析和应用具有十分重要的作用,是遥感领域研究的热点。然而多光谱遥感图像中存在的同物异谱和同谱异物现象加大了分类的难度,另外,获取地面真实数据或专家标记训练数据费时且代价较高。虽然目前多光谱遥感图像的分类方法很多,但是尚没有一种非常有效的算法。因此,探索更加高效、高精度的遥感图像分类方法在现阶段具有重要的现实意义和应用价值。深度
其他文献
近年来,高光谱遥感技术发展迅速,在社会与生活领域中有着越来越广泛的应用。运用高光谱图像中丰富的光谱信息可以进行精确的目标识别,但其高维的数据形式、信息的高度冗余也给后续的数据处理带来了巨大的挑战。因此,如何在最大程度保留高光谱数据丰富信息的基础上降低数据维度是高光谱图像处理的重要技术问题之一。波段选择是高光谱图像处理中一种常用的降维方式。波段选择是指在原始波段中挑选出符合要求的最优波段组合,它与特
由于遥感数据集的空间分辨率,遥感成像仪在自然环境中的收集的光谱信号必然是各种物质的混合物。因此,准确估计需要光谱解混。混合像素分解方法按照所采用的分解模型,大致可以分为基于线型光谱混合模型的分解方法和基于非线性光谱混合模型的分解方法。本文考虑了丰度的稀疏性、空间信息和建模的多样性,改进了现有的非线性解混方法,具体如下:1.高光谱数据的相关性会导致数据的稀疏性,而且每个像素并非包含所有端元。而大多数
随着科技的进步和自动化技术的提高,硬件设备的成本不断降低,这使得现代楼宇智能化中越来越多的使用自动化技术。现代智能楼宇中中央空调为耗电大户,所以利用自动化技术改造中央空调以实现最大的节能的目的至关重要。本文对广西电视台中央空调的控制系统进行了自动化系统设计。系统基于组态软件技术,用“组态王6.53"监控组态软件进行软件开发,以工控机、测量变送器、变频器为执行器、数据采集卡及输出卡等硬件构成负反馈控
高光谱遥感的主要特点在于,成像光谱仪能够在电磁波谱的紫外、可见光、近红外和中红外区域中的数十至数百个非常窄且连续的光谱段上同时获取信息,能得到每个像元的完整且连续的光谱曲线。因此,高光谱图像具有高的光谱分辨率和宽的波长覆盖范围,能够提供详尽的地物光谱信息。近年来,高光谱遥感技术广泛应用于环境监测、城市调查、矿物填图和军事侦察等诸多领域,其中,目标探测是高光谱遥感的重要应用方向之一。目标探测通常被看
电液伺服试验系统是一种由电气信号系统与液压控制系统组成的闭环控制系统。电液伺服试验系统集合电气处理系统与液压控制系统等多方面的优点。电液伺服试验系统具有响应速度快、控制精度高、负载能力强等多种特点,在海洋、航空、机床、金属与非金属材料性能测试等多个领域得到了及其广泛的应用。电液伺服多通道协调加载控制系统可以在多种不同的实际工业条件下对各种不同的试件等进行多点协调加载的试验,电液伺服系统可以用来模拟
多光谱和全色图像非常有助于获取地球表面的地理信息,以用来对陆地资源的评估和环境监测,全色图像相比于同一传感器下的多光谱图像通常有较高的空间分辨率,而多光谱图像则提供了物体的光谱信息,各种遥感图像融合的方法是需要找到丢失的空间信息并将其传递到多光谱图像中,而不伴随有空间信息的失真。本文研究了像素级的遥感图像融合方法,将各种融合方法分为空间域的融合方法和变换域的融合方法,详细介绍了各种数学和物理的算法
近年来,无损检测技术在工业中得到了迅速的发展。在无损检测技术中,超声无损检测具有对被测材料无损伤、操作简单、可靠性高、对人体无害、易于现场使用等优点而被广泛应用于机械制造、石油化工、铁路轨道等工业领域。然而,传统超声波无损检测系统的实现通常是采用单片机、DSP(Digital Signal Processor)、ARM(Advanced RISC Machines)结合DSP架构组成。随着高质量材
高光谱图像广泛应用于土地、环境、资源和城市等方面,随着高光谱图像空间分辨率和光谱分辨率的不断提高,数据量急剧增加,为解决庞大的数据量对图像传输和存储带来的巨大压力,必须对高光谱图像进行有效压缩。但由于高光谱图像的很多应用对图像质量要求很高,需要尽可能无失真地保持原有光谱信息,因此,无损压缩成为首选方案。在目前的高光谱图像压缩方法中,CCSDS 123.0-B-1算法是CCSDS组织制定的多/高光谱
随着光电传感器技术的发展,遥感图像的分辨率越来越大,给有限的传输带宽和储存空间带来了巨大压力。因此,遥感图像的压缩技术成为卫星遥感研究中一个非常关键的技术。本文的主要工作是设计针对遥感图像的高性能全硬件压缩编码器,实现基于上下文的自适应无损(近无损)图像编码(CALIC)。CALIC按照光栅扫描的顺序对图像进行连续处理,只需缓存当前编码行的前两行数据,其软解码压缩效果与JPEG2000相当,但编码
高光谱图像由成像光谱仪在几百个相邻的窄波段内同时对地物进行成像所得。多个波段的图像形成三维的数据立方体,其中包含了二维的空间信息和一维光谱信息。空间和波段方向的高分辨特性使得高光谱图像具有很大的数据维度,庞大的信息带来了严峻挑战。传统的压缩方法采用奈奎斯特采样速率对数据进行采样,然后再压缩传输。这种高冗余采样再压缩的过程造成极大的资源浪费,同时也增加了运算复杂度,因此并不适合低功耗、资源有限的机载