检索结果-南通市图书馆

一种新的基于特征直方图分解的红外焦平面阵列无效像元判别方法

在线全文

学校读者我要写书评

暂无评论

红外与毫米波学报 2005年第2期24卷 119-124页

作者：石岩毛海岑张天序曹治国华中科技大学图像识别与人工智能研究所湖北武汉430074 华中科技大学图像信息处理与智能控制国家教委开放实验室湖北武汉430074

为有效地判别和剔除红外焦平面阵列(IRFPA)的无效像元,本文在分析了IRFPA有效像元响应模型的基础上,指出在均匀输入时IRFPA有效像元输出值的均值差(DOM)和标准差 (STD)特征的分布具有正态性,通过采用自适应投影匹配分解法对特征直方图... 详细信息

为有效地判别和剔除红外焦平面阵列(IRFPA)的无效像元,本文在分析了IRFPA有效像元响应模型的基础上,指出在均匀输入时IRFPA有效像元输出值的均值差(DOM)和标准差 (STD)特征的分布具有正态性,通过采用自适应投影匹配分解法对特征直方图进行高斯分解,进而估计出有效像元DOM和STD特征的分布区间,从而得到了判别无效像元的分类准则.针对实际IRFPA图像数据的实验表明,本文提出的无效像元的判别方法是有效的.

关键词：红外焦平面阵列判别方法像元基于特征图分解 IRFPA 响应模型高斯分解图像数据分类准则正态性标准差直方图分解法自适应 STD DOM 分布匹配投影

基于像元二分法的沙地植被景观格局特征变化分析

在线全文

学校读者我要写书评

暂无评论

农业工程学报 2016年第3期32卷 285-294页

作者：王新军赵成义杨瑞红贾宏涛新疆农业大学草业与环境科学学院新疆土壤与植物生态过程实验室乌鲁木齐830052 中国科学院新疆生态与地理研究所乌鲁木齐830011 新疆师范高等专科学校科学教育学院乌鲁木齐830043

景观格局与过程的关系研究是目前景观生态学的主要目标和研究热点,而沙漠化是一种典型的景观演化过程。基于景观生态学原理,运用遥感与地理信息系统技术,以古尔班通古特沙漠南缘为研究区,选择近40 a(1977-2010年)间不同年降水量梯度的... 详细信息

景观格局与过程的关系研究是目前景观生态学的主要目标和研究热点,而沙漠化是一种典型的景观演化过程。基于景观生态学原理,运用遥感与地理信息系统技术,以古尔班通古特沙漠南缘为研究区,选择近40 a(1977-2010年)间不同年降水量梯度的代表年份(1977年、1990年、2001年和2010年),利用Landsat MSS/TM/ETM+遥感数据对沙地植被景观格局变化进行了分析。结果表明:1977-2010年间,古尔班通古特沙漠南缘沙地植被呈现恢复—退化—恢复交替变化趋势,总体处于恢复趋势中;景观水平上沙地植被破碎化程度处于增加趋势,景观异质性增强,斑块形状趋于复杂;类型水平上不同盖度沙地植被破碎化程度呈不同趋势波动,总体呈盖度相对高的植被破碎化程度增加,而盖度相对低的植被破碎化程度降低的趋势。1977-2010年间,沙地植被斑块重心在西南-东北方向交替呈现,重心轨迹形成"Z"形。总体来看,植被斑块由沙漠西南缘向沙漠腹地东北方向扩张。年降水量波动与沙地植被盖度演化方向、景观破碎化程度、不同盖度沙地植被比例、不同盖度沙地植被破碎化程度、不同盖度沙地植被斑块重心迁移方向均具有密切关系,即干旱区沙地植被景观格局演化特征与年降水波动具有很强的关联性。

关键词：沙地植被像元景观格局二分法古尔班通古特沙漠

6S辐射校正与像元分解结合提高苹果树花期冠层反射率反演精度

在线全文

学校读者我要写书评

暂无评论

农业工程学报 2012年第9期28卷 96-102页

作者：王凌赵庚星朱西存董芳王瑞燕山东农业大学资源与环境学院泰安271018 济南大学城市发展学院济南250022

为了获取近似真实的苹果树冠层反射率,该文以山东省栖霞市为研究区,应用DEM数据和6S辐射传输模型,对苹果树花期TM影像进行辐射校正、混合像元分解,获取26个果园苹果树冠层反演反射率,将反演结果与相同时段地面实测冠层反射率以及表观反... 详细信息

为了获取近似真实的苹果树冠层反射率,该文以山东省栖霞市为研究区,应用DEM数据和6S辐射传输模型,对苹果树花期TM影像进行辐射校正、混合像元分解,获取26个果园苹果树冠层反演反射率,将反演结果与相同时段地面实测冠层反射率以及表观反射率、表观—像元分解反射率进行比较,分析了反演效果及精度。结果表明,地表反演反射率有效减弱了地形和大气的影响,恢复了阴影处的地物,影像清晰度明显提高;苹果树冠层反演反射率样本平均值误差较表观、表观—像元分解、地表反演3类反射率小,与实测值的相关系数提高,而且样本间变化趋势与实测值基本一致。此反演方法具有一定可行性,对于苹果树冠层反射率和苹果园管理基础数据获取与应用具有积极意义,也可为其他农业遥感反演研究及应用提供借鉴。

关键词：遥感反射率像元辐射校正混合像元分解 TM影像 6S模型苹果树花期冠层

在线全文

学校读者我要写书评

暂无评论

棉花遥感识别的混合像元分解

农业工程学报 2011年第6期27卷 182-186,I0002页

作者：刘姣娣曹卫彬刘学李华石河子大学机械电气工程学院石河子832003

为了进一步提高棉花遥感识别精度,以新疆玛纳斯县为研究区,运用线性光谱混合模型(LSMM),对TM遥感数据的混合像元分解技术与方法进行了研究。将棉花、玉米、番茄和土壤4类典型的端元组分光谱值代入线性模型,在非约束条件下,用最小二乘法... 详细信息

为了进一步提高棉花遥感识别精度,以新疆玛纳斯县为研究区,运用线性光谱混合模型(LSMM),对TM遥感数据的混合像元分解技术与方法进行了研究。将棉花、玉米、番茄和土壤4类典型的端元组分光谱值代入线性模型,在非约束条件下,用最小二乘法估计混合系数,得到每种地物类型的丰度及RMS误差图,以实地测量的棉花种植面积对模型分解效果进行评估,结果表明:线性光谱混合模型构模简单、计算量小,棉花线性光谱混合像元分解精度达到90%以上,可用于新疆棉花的遥感识别。

关键词：遥感像元棉花线性光谱混合模型端元丰度非约束条件棉花遥感识别

融合简单线性迭代聚类的高光谱混合像元分解策略

在线全文

学校读者我要写书评

暂无评论

农业工程学报 2015年第17期31卷 199-206页

作者：张飞飞孙旭薛良勇高连如刘长星西安科技大学测绘科学与技术学院西安710054 中国科学院遥感与数字地球研究所北京100094 中国矿业大学计算机科学与技术学院徐州221116

高光谱图像中的混合像元问题广泛存在,混合像元的分解效率一直是遥感应用研究的难点和热点。目前成熟的端元提取算法有纯像元指数（pure pixel index,PPI）、内部最大体积法（N-FINDR）、顶点成分分析（vertex component analysis,VCA... 详细信息

高光谱图像中的混合像元问题广泛存在,混合像元的分解效率一直是遥感应用研究的难点和热点。目前成熟的端元提取算法有纯像元指数（pure pixel index,PPI）、内部最大体积法（N-FINDR）、顶点成分分析（vertex component analysis,VCA）、顺序最大角凸锥（sequential maximum angle convex cone,SMACC）、交替最大体积法（alternating volume maximization,AVMAX）、最小体积封闭单形体（minimum volume enclosing simplex,MVES）等,这些算法从图像所有像元中提取纯光谱,具有提取速度慢、精度不高的缺点。为此,该文引入了一种融合简单线性迭代聚类（simple linear iterative clustering,SLIC）超像元分割的高光谱混合像元分解算法。超像元分割技术能够将具有相似特征的相邻像元组成图像块,并保留进一步进行图像处理的有效信息,从而大幅减少参与端元提取的像元数量,为解决上述问题提供了有效的途径。通过试验对比了降维方式（主成分分析和最大噪声分数）、RGB对应关系（6种）、色彩空间RGB（red,green,blue）和LAB（lightness-A-B）、数据格式（JPG,BIN）和算法参数K对高光谱图像超像元分割结果的影响,并进一步分析了SLIC超像元分割结果对2种典型端元提取算法（AVMAX、MVES）产生的不同效果。试验结果表明,随着K值的增大,混合像元分解的时间逐渐增加,均方根误差（root mean square error,RMSE）持平或减少,而JPG（有损压缩）数据格式的时间始终比BIN（无损压缩）数据格式的要短。SLIC＋MVES的RMSE略高于MVES的RMSE,低于AVMAX的RMSE,但时间远小于MVES。当K足够大的时候,SLIC＋MVES的效果就近似MVES的效果了。在大部分情况下,最大噪声分数的降维效果优于主成分分析。以最大噪声分数作为降维方法、以JPG作为数据格式、以LAB作为色彩空间对混合像元分解结果较为有利。另外,SLIC的参数K的取值在5-10之间较为合适。该研究中的SLIC超像元分割算法简单易行,并且提高了混合像元分解的效率,具备很好的实用价值。

关键词：像元光谱分析算法简单线性迭代聚类超像元

基于面向对象的多源卫星遥感影像玉米倒伏面积提取

在线全文

学校读者我要写书评

暂无评论

遥感技术与应用 2022年第3期37卷 599-607页

作者：朱厚文罗冲官海翔张新乐杨嘉鑫宋梦宁刘焕军东北农业大学公共管理与法学院黑龙江哈尔滨150030 中国科学院东北地理与农业生态研究所吉林长春130012

风灾引起的玉米倒伏可能导致玉米大量减产,利用遥感技术准确监测玉米倒伏面积与空间分布信息对灾情的评估非常重要。利用Planet和Sentinel-2影像分别结合面向对象与基于像元方法提取研究区玉米倒伏,同时评估了不同影像特征(光谱特征、... 详细信息

风灾引起的玉米倒伏可能导致玉米大量减产,利用遥感技术准确监测玉米倒伏面积与空间分布信息对灾情的评估非常重要。利用Planet和Sentinel-2影像分别结合面向对象与基于像元方法提取研究区玉米倒伏,同时评估了不同影像特征(光谱特征、植被指数和纹理特征)与不同分类方法(支持向量机法SVM、随机森林法RF和最大似然法MLC)对玉米倒伏提取精度的影响。结果表明:(1)使用高空间分辨率的Planet影像进行玉米倒伏提取的精度普遍高于Sentinel-2影像;(2)从分类精度和面积精度来看,Planet影像的光谱特征+植被指数+均值特征结合面向对象RF分类,总体精度和Kappa系数分别为93.77%和0.87,面积的平均误差最低为4.76%;(3)采用Planet和Sentinel-2影像结合面向对象分类提取玉米倒伏精度高于基于像元分类。研究不仅分析了面向对象方法的优势,还评估了使用不用影像数据结合面向对象方法的适用性,可以为遥感提取作物倒伏相关研究提供一定的借鉴。

关键词：遥感监测玉米倒伏特征组合像元面向对象

在线全文

学校读者我要写书评

暂无评论

像元信息分解和决策树相结合的影像分类方法

地理与地理信息科学 2004年第6期20卷 35-39页

作者：刘小平彭晓鹃艾彬中山大学遥感与地理信息系统工程系广东广州510275 华东师范大学地理系上海200062

该文提出了一种基于像元信息分解和决策树相结合的遥感自动分类方法。选择广州市番禺区作为研究区,用像元信息分解和多变量决策树法把TM影像分为水体、植被、水泥地、土壤4种基本组分,分离成4类树枝;分别以4种基本地物组分作为分类掩膜... 详细信息

该文提出了一种基于像元信息分解和决策树相结合的遥感自动分类方法。选择广州市番禺区作为研究区,用像元信息分解和多变量决策树法把TM影像分为水体、植被、水泥地、土壤4种基本组分,分离成4类树枝;分别以4种基本地物组分作为分类掩膜,采用BP神经网络分类、形状指数提取、光谱特征提取等复合方法进行分枝,并开展野外遥感调查,以提高和验证分类精度。结果表明:该方法保证了分枝时地物的纯洁度,有效地避免了地物提取时多余信息的干扰和影响,提高了分类精度。结合实地调查数据与最大似然分类算法进行对比实验,表明该模型比最大似然总体分类精度高16%。

关键词：元信息决策树分类精度地物影像分类分类算法自动分类像元 TM影像遥感

采用曲线拟合消除探测器阵列非线性对吸收光谱的影响

在线全文

学校读者我要写书评

暂无评论

光谱学与光谱分析 2005年第3期25卷 346-350页

作者：陈刚温志渝梁玉前蒋子平黄俭熊宇虹重庆大学光电工程学院重庆400044

在微型光谱分析系统中 ,光电探测器阵列像元的非线性响应对光谱信号有着很大的影响 ,尤其是吸收谱的测量中 ,将导致吸收谱的畸变和假谱线的出现。文章对这一影响进行了深入的分析 ,并提出了根据线性像元输出信号 ,利用曲线拟合的方法对... 详细信息

在微型光谱分析系统中 ,光电探测器阵列像元的非线性响应对光谱信号有着很大的影响 ,尤其是吸收谱的测量中 ,将导致吸收谱的畸变和假谱线的出现。文章对这一影响进行了深入的分析 ,并提出了根据线性像元输出信号 ,利用曲线拟合的方法对线性较差的像元输出进行矫正 ,减小非线性对光谱信号的影响。采用该方法对实验中获取的吸收谱信号进行了矫正 ,得到了理想的效果。

关键词：吸收谱非线性响应吸收光谱像元光谱分析曲线拟合理想信号探测器阵列光电探测器

基于LANDSAT-5像元尺度的棉田生长密度遥感监测初步研究

在线全文

学校读者我要写书评

暂无评论

中国农业科学 2009年第4期42卷 1197-1206页

作者：柏军华李少昆吴洪永王克如谢瑞芝高世菊陈兵中国农业科学院作物科学研究所/国家农作物基因资源与基因改良重大科学工程新疆兵团绿洲生态农业重点开放实验室/新疆作物高产研究中心

【目的】基于LANDSAT-5像元尺度,分析棉田生长密度监测准确定性的影响因子,并提出改进方法,探索减弱非棉苗背景空间差异的遥感指数,确立棉田生长密度遥感监测的最佳时相,为棉花估产和棉田农作分区管理提供数据支持。【方法】实地调查13... 详细信息

【目的】基于LANDSAT-5像元尺度,分析棉田生长密度监测准确定性的影响因子,并提出改进方法,探索减弱非棉苗背景空间差异的遥感指数,确立棉田生长密度遥感监测的最佳时相,为棉花估产和棉田农作分区管理提供数据支持。【方法】实地调查13块棉田(630hm2),获取了棉田生长密度、经纬度以及播种时间、出苗时间所组成的60个样区数据,每样区3个样点;从播种期到盛花期5个时相的遥感影像提取EVI和DEVI,样本等分为建模数据和模型检验数据;采取分播期和不分播期两种方式分别使用EVI和DEVI建立棉田生长密度估算模型,其决定系数经过显著水平检验后,进行模型估算准确性检验,并将优势模型应用于县域范围的棉田生长密度监测。【结果】分析表明,出苗时间,大、小苗对棉田生长密度的监测影响较大,以中期播种数据为例所建立的分播期估算模型检验结果表明,在6月9日和6月25日每公顷棉田生长密度的估算误差分别为2.05×104株/hm2和2.07×104株/hm2,而采用不分播期估算方式时,两个时相模型的绝对估算误差为2.80×104株/hm2和2.53×104株/hm2。在5月24日,DEVI对土壤等背景的空间差异消除作用得到表现,与使用EVI相比,监测时间从6月9日提前到5月24日;兼顾模型监测的准确性和时相因素,棉花现蕾到开花期是棉田生长密度监测的最佳时段;以新疆生产建设兵团148团为例,使用优选出的6月9日I式估算方法进行示例监测,区域监测结果可以较好表明不同棉田生长密度的分配比例和空间分布特征。【结论】出苗时间和土壤等背景是影响棉田生长密度监测准确性的主要因素,分播期估算能显著提高监测准确性,DEVI遥感参数可以使监测时间提前,从现蕾期到开花期是棉田生长密度估算的最佳时段,优选模型可以在县级区域应用。

关键词：棉花生长密度像元遥感