搜索结果: 1-10 共查到“测绘科学技术 混合像”相关记录10条 . 查询时间(0.048 秒)
本发明公开了一种基于混合像元分解的土壤盐分预测方法、系统及介质，方法包括：获取待处理landsat卫星遥感图像，对所述待处理landsat卫星遥感图像进行混合像元分解处理，以获取待处理干土壤的纯净光谱图像；根据所述待处理干土壤的纯净光谱图像，采用土壤遥感盐分指数方法进行计算，以获取待处理干土壤遥感盐分指数图像；将所述待处理干土壤遥感盐分指数图像输入至预选构建好的预测模型中，以获取土壤盐分预测结果。...
高光谱图像混合像元多维卷积网络协同分解法
高光谱解混 卷积神经网络 深度学习 丰度估计
2021/6/2
受成像光谱仪性能与复杂地物分布的影响，高光谱图像存在大量的混合像元。传统的基于学习的混合像元分解方法通常都是浅层模型，或缺少对空间、光谱信息的综合应用。本文提出一种多维卷积网络协同的混合像元分解深层模型，采用多种维度卷积网络能更充分利用多种维度语义信息，有利于估计小样本和高维的高光谱图像混合像元丰度。对训练数据进行增广处理，构建光谱维、空间维和立方体3种卷积神经网络；设计了融合层，协同3种卷积神经...
基于相关性分析的高光谱解混算法，通常缺少对高光谱图像空间和光谱相关性特征的综合分析与利用，或对于先验知识的依赖程度较高。本文提出一种基于混合像元空间与谱间相关性模型的NMF线性盲解混算法。具体包括：通过改进马尔科夫随机场（MRF）模型，建立相邻像元间的空间相关模型；利用复杂度映射技术，建立相邻波段间的光谱相关模型；在NMF目标函数外部和内部分别引入上述两种模型，作为盲解混算法的约束条件。试验结果表...
提高混合像元线性分解精度的一个关键点在于改善端元光谱矩阵的构成。本文提出一种基于光谱多尺度分割特征的混合像元分解方法。首先在分割段内离差平方和最小准则下，对高光谱影像的光谱进行多尺度分割，并以各分割段中对应像元的光谱平均值为光谱特征，最后以限制性的最小二乘方法估计出混合像元的组分。模拟与真实数据的实验结果表明，本文方法能够较大的提高遥感影像混合像元的分解精度，并且优于光谱维小波特征的分解。
利用混合像元分解结合SVM提取城市绿地
混合像元分解 支持向量机（SVM）法 决策树法
2009/12/10
从遥感图像提取城市绿地是准确获取城市绿地空间分布的基础。然而由于混合像元的存在，导致城市遥感分类精度不高。因此，利用混合像元分解结合SVM（支持向量机）法提取北京市TM图像城市绿地，并与决策树法比较，研究提高遥感提取城市绿地精度的方法。结果表明，该方法较适合复杂高维空间，对样本选取的准确性没有那么苛刻，可有效地处理城市遥感图像存在的混合像元问题，可较准确地提取城市绿地信息，其精度在92%以上，优于...
支持向量机（Support Vector Machines, SVM）与两两配对(Pairwise Coupling, PWC)方法结合可分解遥感影像混合像元。首先支持向量机的输出值转化为两两配对的后验概率，再由两两配对的概率值求得多类后验概率，最终像元所属类别的后验概率作为地物的组分信息。利用多波段遥感数据验证了此方法的可行性，并将结果与线性分解模型进行比较。结果表明，SVM与PWC结合进行混合...
支持向量机（Support Vector Machines, SVM）与两两配对(Pairwise Coupling, PWC)方法结合可分解遥感影像混合像元。首先支持向量机的输出值转化为两两配对的后验概率，再由两两配对的概率值求得多类后验概率，最终像元所属类别的后验概率作为地物的组分信息。利用多波段遥感数据验证了此方法的可行性，并将结果与线性分解模型进行比较。结果表明，SVM与PWC结合进行混合...
利用灰色相关分解混合像元方法研究
多光谱 灰色系统 混合像元
2009/8/6
在多光谱影像处理过程中,特别是针对较低分辨率的影像,在进行理解和分析过程中,由于存在大量的混合像元,使处理效果不佳.在研究混合像元的构成后,运用灰色系统理论中灰色相关方法成功的进行像元的分解,并给出分解模型和过程,最后试验证明灰色相关分解方法效果是显著的.
基于多角度热红外遥感的混合像元组分温度演化反演方法
多角度热红外遥感 混合像元组分温度 演化反演
2009/3/4
研究了多年来热红外多通道遥感反演陆面温度的成果后指出, 由于通道间信息高度相关, 以及不能直接反演混合像元组分温度, 所以它的反演精度及应用价值都受到极大的限制. 在建立非同温混合像元热辐射方向性模型基础上, 指出热红外多角度遥感提供了直接反演组分温度的可能性, 但这是一个多参数的同步反演问题. 通过数值模拟和实验验证表明, 演化算法是一个行之有效的多参数同步反演方法. 热红外多角度遥感与演化反演...