基于面向对象的高分遥感影像的冬小麦提取

本文应用高分一号卫星数据,基于eCognition软件平台,采用面向对象方法对廊坊市广阳区2013年11月高分一号影像进行冬小麦信息提取。应用多尺度分割算法通过多次试验确定最优的尺度分割参数,结合影像地物光谱等特征,采用模糊逻辑分类算法,最终实现冬小麦信息高效提取。     

SAM在CMODIS数据信息提取中的应用

中国首次上天的中等分辨率成像光谱仪 (CMODIS)数据具有 34谱段 ,包含了从可见光、近红外、短波红外至热红外波段非常丰富的波谱信息。但是CMODIS波段间相关性很高 ,而且数据量很大 ,若用传统的基于数理统计的分类方法 (如监督和非监督分类方法 )提取信息会有一定的困难。光谱角度制图法(SAM)是通过计算 1个测试光谱 (像元光谱 )与 1个参考光谱之间的“角度”来确定它们两者之间的相似性 ,从而达到分类目的。这一方法更符合高光谱数据的特点。文章对 2 0 0 2年 5月 2 2日取得的前 2 0个波段的CMODIS数数据分别采用监督分类方法和光谱角度制图 (SAM)法提取信息。试验结果表明采用SAM得到了比监督分类方法更好的分类效果和更多的信息。     

SAM在CMODIS数据信息提取中的应用

中国首次上天的中等分辨率成像光谱仪(cMODIS)数据具有34谱段，包含了从可见光、近红外、短波红外至热红外波段非常丰富的波谱信息。但是CMODLS波段间相关性很高，而且数据量很大，若用传统的基于数理统计的分类方法(如监督和非监督分类方法)提取信息会有一定的困难。光谱角度制图法(SAM)是通过计算1个测试光谱(像元光谱)与1个参考光谱之间的“角度”来确定它们两者之间的相似性，从而达到分类目的。这一方法更符合高光谱数据的特点。文章对2002年5月22日取得的前20个波段的CMODIS数数据分别采用监督分类方法和光谱角度制图(SAM)法提取信息。试验结果表明采用SAM得到了比监督分类方法更好的分类效果和更多的信息。     

应急遥感影像信息快速提取方法探讨

针对应急影像信息快速提取需求,采用对应分析方法,实现最优波段组合和监督分类训练样本的快速选择与提纯,提高应急影像分类精度。对应分析方法分别将波段和像元值设为对应分析的变量与样本,建立波段与像元值间的对应关系,判别各类别相关性最强的波段信息,有效解决监督分类样本不纯、波段间信息冗余的问题。试验结果表明,该方法可快速、准确的筛选样本,分类结果稳定、可靠,适用于快速准确地提取应急影像信息。     

基于“高分四号”卫星影像洞庭湖湿地信息提取

文章以"高分四号"卫星数据为数据源,以湖南洞庭湖区域为主要研究区域,建立了洞庭湖三级湿地分类系统(主要包括:水体、草滩地、泥滩、耕地、林地、裸地六类),分别使用最大似然法、支持向量机法以及神经网络法对洞庭湖湿地进行遥感信息提取。结果显示,在三种不同的遥感分类方法中,最大似然法分类精度相对较高,总体精度为77.14%,Kappa系数为0.592 9。研究发现:"高分四号"卫星影像具有良好的湿地类型信息提取能力,采用最大似然分类方法可以较好的进行大区域湿地类型信息的提取。     

基于区域特征光谱的自组织特征映射神经网络高光谱图像主成分提取方法

非监督分类算法用于高光谱图像主成分提取时存在分类精度受数据分布状态和噪声影响大的缺点,导致提取效果差。论文提出基于空间信息的神经网络非监督分类主成分提取算法,该算法首先通过空间邻域自动聚类提取区域特征光谱替代像元光谱作为自组织特征映射神经网络的训练样本,经过训练神经网络自适应获取高光谱图像地物类别特征,最后通过对光谱矢量聚类完成主成分的统计和提取。论文提出采用区域特征光谱替代单象元光谱作为训练样本有效抑制了噪声对分类结果的影响,同时显著减少了神经网络的数据处理量,使主成分得到快速准确地提取。对深圳红树林自然保护区高光谱图像的仿真结果表明:神经网络训练样本数降低了约95%,更重要的是算法快速准确地提取了主成分,提取效果明显好于K-均值算法。     

基于纹理特征的地貌的统计贝叶斯划分方法研究

通过研究“嫦娥一号”拍摄的月球影像灰度图纹理特征,对月貌进行划分,提出一种利用月球纹理特征结合月球影像的灰度值,采用贝叶斯分类法来进行月球地貌的分类。月球影像的纹理特征是由灰度共生矩阵计算出来的13种纹理特征量来刻画的。具体方法是：首先,选择能将不同月球地貌区分开的最佳纹理特征及提取这些最佳纹理特征所采用的相应最优窗口尺寸;其次,对这些提取出的纹理特征进行主成分分析,去除相关性,再运用贝叶斯分类法进行月貌分类。实验表明,该方法能很好地提取出月球表面的纹理特征,并能成功地对月球地貌单元进行自动识别和分类。最后制作完成的月球地貌分区图能为月球的进一步研究提供参考,为更好地探索月球提供详细的资料。     

高分遥感影像林地资源信息提取方法研究

林地资源是森林资源的重要组成部分,在空气净化、自然防疫、制氧、气候调节等方面均具有重要作用。本文应用GF-1卫星数据,基于e Cognition软件平台,采用面向对象方法对廊坊市永清县2013年11月GF-1影像进行林地信息提取。通过多尺度分割试验确定最优尺度分割参数,结合影像地物纹理、光谱特征,采用模糊逻辑分类算法实现林地信息高效提取。     

基于“高分二号”卫星影像的砂金矿区环境地质调查

砂金开采带来了严重的环境地质问题,开展砂金矿区环境地质调查研究对于砂金矿区环境评价、监管和治理等具有重要的意义。文章以东北珲春河中游砂金矿区为研究区,基于"高分二号"(GF-2)卫星遥感影像,采用监督分类和人工修正后处理的方法开展了矿区环境地质要素提取研究。以野外实地调查修正收集的矿区环境地质要素成果作为参考数据,对提取精度进行评价,将提取结果和参考数据进行对比分析发现,尾矿堆和采矿坑的提取总精度达到95%。分析结果表明GF-2卫星影像对砂金矿区环境地质要素具有较好的识别能力,能够满足矿区环境地质调查的需求。     

应用Landsat-8卫星遥感图像的青海地区土壤分类研究

遥感技术的迅速发展和应用,为土壤分类提供了新的技术与数据支持,文章提出一种利用陆地卫星-8(Landsat-8)遥感图像的土壤分类方法,用于青海地区土壤分类,所提取的特征包括4种,即基于遥感图像的变换特征、指数特征、纹理特征和基于高程图像的地形特征,通过随机森林方法实现土壤分类。文章首先提出2个基于遥感图像的纹理特征——熵与平滑度,从中国土壤数据集中自动提取了16 444个数据点,并在试验中采用,充分验证了此分类方法的有效性。