绑定机构
扫描成功 请在APP上操作
打开万方数据APP,点击右上角"扫一扫",扫描二维码即可将您登录的个人账号与机构账号绑定,绑定后您可在APP上享有机构权限,如需更换机构账号,可到个人中心解绑。
欢迎的朋友
导航
万方知识发现服务平台
获取范围
  • 1 / 100
  (已选择0条) 清除 结果分析
找到 6018 条结果
[硕士论文] 何志强
测绘工程 安徽理工大学 2018(学位年度)
摘要:随着遥感影像分辨率的不断提高,遥感影像中的信息越来越丰富。传统的基于像元分类仅利用光谱信息进行信息提取,难以满足高分辨率影像信息提取的要求。目前,面向对象分类方法成为了提取高分辨率遥感影像信息的主要方法之一。在进行面向对象分类时,影像分割的尺度、特征的选择等方面一般根据经验知识人工确定,通常具有主观性和盲目性。针对面向分类过程中的问题,本文基于高分二号遥感影像,对影像的预处理、分割、特征选择、分类以及精度评价等方面进行研究,完成的工作主要有:
  (1)基于高分二号遥感影像系统地研究分析遥感影像的预处理。主要进行影像辐射定标、大气校正和正射校正以及图像融合。本文使用HSV融合、Brovey融合、Gram-Schmidt融合、基于主成分变换融合和NNDiffuse融合对高分二号遥感进行试验。通过对比分析,NNDiffuse融合变换较适合高分二号遥感影像,不仅较好地保持影像的波段信息,也使得影像的分辨率更高。
  (2)基于eCognition对多尺度影像分割研究分析。对比分析多种影像分割方法效果,确定基于区域多尺度分割的有效性。由于多尺度分割最优尺度的选择缺乏科学依据,难以把握。本文基于RMAS(Ratio of Mean Difference to Neighbors(ABS)to Standard Deviation)模型确定各类地物的最优分割尺度。表明基于最优尺度分割算法可以有效分割高分辨率遥感影像,对影像分割具有一定应用价值。
  (3)提出基于Matlab的ReliefF算法和J-M距离的组合模型,进行面向对象分类的特征选择。利用ReliefF算法去除初始特征空间中的无关特征,获取相关特征集,再利用J-M距离计算各地物类别间分离度,去除相关特征集中的冗余度。获得各类地物相对应的特征集。利用该组合模型可以快速获得提取地物的有效特征集,提高了面向对象分类的效率,对面向对象分类具有一定的研究意义。
  (4)结合基于RMAS模型确定的最优分割尺度和基于ReliefF算法和J-M距离优选的特征集,对研究区影像进行面向对象分类。与基于像元分类进行精度对比,面向对象分类结果总体精度为88.72%,基于像元分类结果总体精度为78.32%。结果表明:针对高分辨遥感影像信息提取,面向对象分类方法更具优势。
[硕士论文] 张永飞
测绘工程 安徽理工大学 2018(学位年度)
摘要:随着高分辨率卫星的快速发展,高分辨率影像能够提供更加丰富的地物特征信息,使其成为信息提取的重要数据源。我国城市化的进程越来越快,建筑物作为城市的核心地物也在不断发生变化,城市空间数据库的及时更新变得越来越重要。如何利用高分辨率影像自动、高效、精确地提取建筑物信息成为遥感应用的热点之一。传统基于像元的影像分类法因其单纯基于光谱信息进行分类、分类精度不高、存在“椒盐”现象等局限性,已经不能满足高分辨率影像信息提取的需求,而基于eCognition的面向对象的分类逐渐成为信息提取的主流方法。
  本文以杭州某地区WorldView-Ⅱ影像为例,主要研究面向对象分类方法在高分辨率影像建筑物信息提取中的应用,主要的研究成果如下:
  (1)提出将ESP最优尺度评估法与PSE-NSR-ED分割质量评价法相结合来确定最优分割尺度。研究首先通过定量和定性分析确定最优均质性因子,再利用ESP工具初步选取最优分割尺度,结合分割质量评价法确定各地类最优分割尺度。最优分割尺度分别为420、300、260、220,形状因子为0.5,紧致度为0.5。
  (2)研究采用了mRMR特征优选算法实现最优分类特征子集的选取,对分割后的影像对象选取了光谱、形状、纹理等共47个特征,然后通过mRMR算法进行最大相关最小冗余优选,最终确定了前10个最优分类特征。
  (3)分析最优分割尺度和最优分类特征,建立分类层次结构,确定不同地物的分类规则。研究考虑到高分辨率影像多阴影的特点,本文根据有无阴影辅助设置了对比实验,并通过混淆矩阵法和不一致性精度评价法进行提取精度评价,最后通过数学形态学法对建筑物提取结果进行优化。
  (4)精度评价结果表明两种实验都很好地实现了建筑物的提取,无阴影辅助实验分类总体精度为86.5%,Kappa系数为0.798,建筑物提取精度为85%,完整性为74.76%,检测率为84.67%;阴影辅助提取实验分类总体精度为91.01%,Kappa系数为0.866,建筑物提取精度为95%,完整性为86.98%,检测率为92.07%。实验对比结果表明基于阴影与建筑物的空间关系辅助,建筑物提取精度更高。
  本文基于高分辨率影像的建筑物信息提取技术研究为城市建筑物的信息提取提供了重要思路,同时也为面向对象的影像分类方法提供了参考。
[硕士论文] 李杨
测绘工程 安徽理工大学 2018(学位年度)
摘要:目前,高分辨率的遥感影像已在各个领域内得到相当广泛的应用,随着日益增长的应用需求和用户需求,影像的分类技术和信息提取方法也正在不断深入的研究。与中低分辨率遥感影像相比,高分辨率遥感影像内包含有更为复杂的特征信息,传统的基于像素的分类方法在对其进行遥感解译的某些方面存在着一定的缺陷,很难充分发掘出高分辨率遥感影像多特征的优势,导致解译精度降低。所以,本文致力于面向对象的影像分类技术的研究,并试图将此技术与灾后房屋损毁信息提取相结合,提取出灾后房屋损毁信息。
  本文以“精确、高效、快速地分析灾后房屋损毁情况”为目标,根据目前针对面向对象分类技术的研究成果,在现有的方法基础上,制定出一套针对高分辨率遥感影像,面向对象提取灾后房屋损毁信息的技术流程,通过对各关键技术进行不同程度的改进和配合,实现了对灾后房屋损毁信息的有效提取以及房屋损毁程度的定量分级。实验中,选择了一幅具有一定特征信息的高分辨率遥感影像作为实验数据,通过对灾后影像信息进行人机交互解译后,有选择的提取研究区域内的受灾信息。实验以Ecognition和ArcGIS、ENVI等软件为影像处理平台,结合MATLAB、Excel等软件为数据分析平台,对面向对象的分类技术进行研究,然后将研究方法应用于灾后信息提取过程中。
  (1)研究中以地震作为典型灾害,利用震区高分辨率遥感影像,基于分割后产生的影像对象内部同质性与影像对象间异质性综合评判原则,利用eCognition、Excel、MATLAB软件进行影像的分割尺度研究,探求分割过程中的最优尺度。
  (2)基于ArcGIS、ENVI软件对分割后影像对象构建样本空间,利用改进后的SEaTH算法结合MATLAB软件针进行特征库优选,并计算出优选特征的分类阈值。
  (3)基于eCognition软件平台,采用面向对象的分类方法利用优选的特征和阈值以多特征相结合的方式进行分类,提取出研究区域内的震后房屋损毁信息。
  (4)在本研究的基础上,将文中所用方法提取的结果与传统分类法得到的结
  果进行比较并同等进行精度评价,以说明本文中所采用的方法技术的实用性。
  通过本研究中对面向对象分类技术进行研究,发现面向对象的遥感影像分类方法在目标地物信息提取上,提取的目标地物不仅未失真且一定程度的提高了分类精度,最终的分类结果有效避免了“椒盐现象”,分类结果与现实世界能够在形状和属性上均保持较好的一致性。在灾后信息提取的过程中,应用此方法能够快速有效提取灾害信息,为受灾区救灾应急实时提供相应的救灾援助区域信息,为快速救灾应急和引导灾区民众提供地理服务。
[硕士论文] HADI-LAI BAKARY
计算机科学与技术 重庆交通大学 2018(学位年度)
摘要:较传统遥感图像而言,多光谱遥感图像能够获取更多的光谱信息,从而为识别边界和地物创造更加良好的条件,因此具有更高的研究意义和应用价值。随着地理信息系统技术中多光谱图像在空间分辨率上的高速提升,针对多光谱图像的处理及应用也逐渐增加。然而,在多光谱图像的采集过程中不可避免地会引入噪声,影响图像的清晰度,从而给后续的图像处理和分析工作带来困难。目前的图像去噪方法多针对多光谱图像单个通道进行分别去噪,无法有效的利用多光谱图像间的相关信息,往往去噪效果不好,或者引入新噪声点的问题。本文基于构建的张量正则化框架对遥感多光谱图像进行降噪及图像重建研究。通过张量模型,对不同通道间的相关性进行建模。本文的研究内容及创新点可总结如下:
  1.对传统的图像去噪方法进行实验分析,对添加了高斯、椒盐或者斑点噪声的原始多光谱图像利用传统的图像去噪方法进行去噪。通过对不同噪声来源以及不同去噪方法的结果进行分析,比较了现有去噪模型对不同噪声的去噪结果的差异,结果表明,传统的去噪方法无法满足现有的多光谱图像去噪应用的要求,会丢失一部分的边缘等细节信息。一些图像去噪方法如高斯滤波和双边巴特沃斯滤波会引入新的伪影,并造成图像失真的问题。
  2.将张量正则化框架引入到图像去噪模型中,对现有图像去噪模型进行改进。通过正则化框架中的数据拟合项和正则项分别对图像的噪声机制以及图像的先验信息进行建模,从而在新的角度尝试提出一个稳定和系统的图像去噪建模框架。以低秩假设作为一个先验,引入了低秩正则项。并在原始图像上增加了泊松噪声(κ=6)和高斯噪声(∑=0.2),根据模型进行仿真实验,对噪声图像进行恢复,并对恢复图像进行客观评价,验证了模型的有效性。另外,本文将current learning模型引入到正则化框架并与低秩化先验结合,进一步提升了图像去噪效果。
  3.基于多光谱图像在空间上的非局部相似性和整个频谱上的全局相关性,将字典学习转化为新的正则项并引入到图像去噪模型中,构建了具有组块相似以及字典的稀疏约束的基于字典学习的张量正则化学习模型。通过这种方式使得相同的全频带由空间共享谱词典约束。此外,通过利用多光谱图像的谱相关性和假设字典的过度冗余的约束,受限的非局部多光谱图像字典学习模型可以分解为一系列容易求解的低秩约束来逼近问题的解。
  本文采用了传统的评价标准如峰值信噪比(PSNR)计算和运行时间来评估恢复的图像。实验结果表明,本文方法能够有效提升这些度量结果,并且从主观上看,图像去噪效果良好。
[硕士论文] 王铭恺
测绘工程 合肥工业大学 2018(学位年度)
摘要:随着计算机硬件以及遥感科学技术的发展,遥感影像的空间分辨率和时间分辨率逐渐提高。高分辨率遥感影像因蕴含复杂的地物及空间信息被广泛应用于土地资源规划及生态环境保护等领域。但其纹理及空间信息含量丰富且细节复杂给遥感影像的处理及分析造成了更复杂的难题。同时,目前遥感分类领域中高质量训练样本数据较少且难以获得。因此,如何利用已有经验数据、探索新型分类器,从而提高对高分辨率遥感影像的分类精度,是满足目前土地利用及城市规划迫切需求的必然要求。
  本文主要研究内容及结论如下:
  (1)结合2016年合肥市包河区的高分辨率遥感影像,采用近几年流行的多分类器集成方案,如Bagging、AdaBoost和Random Forest等方法对高分辨率遥感影像进行基于像元的监督分类,并与传统单一分类器,如支持向量机(SVM)、决策树(Decision Tree)等方法进行对比,评估各种分类方法的效果以及结果准确性。证明了多分类器集成方案在高分辨率遥感影像的地物分类效果确实要优于单一分类器。
  (2)以多分类器集成法的像元地物分类结果作为数据基础,通过采用传统的提取景观格局指数的方式,对2011年和2016年2期合肥市包河区遥感影像分类结果进行景观格局变化研究,并分析其驱动力因素。
  (3)结合2016年合肥市包河区高分辨率遥感影像数据集进行基于卷积神经网络迁移学习的场景分类实验。通过利用预训练的Inception-v3模型进行ImageNet图像标注数据集在研究区场景的迁移,验证了基于该方法在高分遥感影像数据集上的巨大优势。
  (4)将场景分类结果与像元分类结果做类比,对场景分类结果在景观格局分析中的应用进行讨论。
[硕士论文] 魏龙云
信号与信息处理 黑龙江大学 2018(学位年度)
摘要:光学卫星图像是指人造卫星运行的过程中,通过照相机、多光谱扫描仪等设备对地面进行拍摄所获得的图像资料,但是在拍摄的过程中避免不了受到外界因素的影响,会使图像变得模糊不清,因此产生了超分辨率重建技术(Super Resolution Reconstruction,SRR)。该技术可应用于医学图像、视频监控、军事遥感等领域。
  本文主要对超分辨率重建的研究主要有以下几个方面:
  (1)本文收集了几十组大小不同的高分辨率彩色图像,在训练字典之前需要先对选取的几十组图像进行预处理,为后续字典训练、图像重建提供了数据源。
  (2)经典Yang算法是通过字典训练K-SVD和字典学习OMP的方式进行图像重建的,由于K-SVD和OMP在图像重建过程中会产生较多的噪声,并且迭代次数较多的情况下才可以求出最优解,故本文将对K-SVD和OMP算法进行进一步的优化,使得图像更加的清晰。
  (3)算法优化后由于对边缘重建效果不明显,故本采用优化后的局部方差特征梯度边缘估计算法对边缘进行进一步的重建。
  结果表明:经过优化后的算法在峰值信噪比与结构相似性有了一定的提高,重建时间变短,重建效果更好。
[硕士论文] 王霄衣
信号与信息处理 黑龙江大学 2018(学位年度)
摘要:近年来随着越来越多的遥感卫星发射升空,获取遥感影像的手段也多种多样,如何有效的利用遥感影像的多源性,扬长避短,实现多源数据的优势互补,成为当今科研人员的一个研究热点问题。本文开展了遥感图像融合技术研究,在分析了TM和MODIS数据的各自特点基础上,通过融合高空间分辨率和高时间分辨率的遥感影像,得到高时空分辨率的遥感图像,从而提高农作物动态观测频率,服务现代智能化农业。
  本文首先对融合高空间分辨率和高时间分辨率的遥感影像的一种典型的时空自适应融合算法(STARFM算法)进行研究,发现STARFM算法存在两个不足之处:一个是融合数据反射率的方向性依赖问题,即BRDF效应问题,另一个是存在混合像元问题。针对此两种不足,本文运用Ross-Li模型对MODIS数据的BRDF效应进行矫正,并通过使用两个周期的数据来计算中心像素的反射率,来提高结果的准确性,从而降低混合像元的影响。实验结果表明改进型STARFM算法能够较好的减弱混合像元以及BRDF效应的影响,较STARFM算法,本文融合方法得到的实验结果的信源熵、相关系数、平均绝对误差、均方误差等指标均有改善。
  同时,近年来基于神经网络的图像融合算法,特别是基于卷积神经网络的超分辨率(SRCNN)算法的应用范围最为广泛。SRCNN的权值一般使用两种方法进行初始化,即高斯分布以及编码器赋值,这两种算法具有不确定性,对图像的重建精度有所影响,但是粒子群算法具有较好的收敛性,可用来设置较好的网络初始参数,因此本文使用PSO算法来优化卷积神经网络,初始化SRCNN权值,进而达到提高分辨率重建精度的目的。实验结果表明,引入PSO算法后可以提高卷积神经网络的遥感影像分辨率重建精度,融合后图像的信源熵、相关系数、平均绝对误差、均方误差等指标均有改善。
[硕士论文] 陈楠
电子与通信工程 山东大学 2017(学位年度)
摘要:自20世纪八十年代以来,遥感图像在资源、环境、军事等领域的应用越来越广泛,遥感图像分类是遥感应用中一个重要方面。基于ENVI处理平台,论文对遥感图像处理、特征分析进行研究,在此基础上,深入研究了遥感图像分类方法。主要内容包括:
  (1)遥感技术概述。主要介绍遥感系统及成像光谱技术,并在此基础上总结成像光谱技术的国内外发展近况。结合多光谱遥感图像和高光谱遥感图像各自的特点阐述二者区别,列举遥感图像的几种常见存储格式并阐述高光谱遥感图像的应用领域。
  (2)图像处理。为清晰地观察遥感图像,论文对获取的遥感图像进行处理,包括图像拉伸、图像合成和彩色变换等。采用灰度拉伸和直方图均衡的方法,提高图像的显示效果;同时,图像彩色变换能够将图像的地物和边界用鲜明的色彩区分开来,目视效果更佳。
  (3)遥感图像特征分析。利用ENVI对遥感图像进行特征分析,包括主成份分析、纹理特征分析。主成份分析是利用图像中互不相关的几个参量集中表示图像的主要信息,忽略噪声多的其他波段,显示效果良好。纹理是图像本身的自然属性,主要反映了图像中纹理的规律及特性。论文主要研究了基于概率统计滤波和基于二阶概率统计滤波的两种纹理分析方法,结合对比度、均值、方差等特征参数分析解读图像。
  (4)遥感图像分类。遥感图像分类是把不同地物划分到指定的类别中。典型的分类方法有非监督分类和监督分类,二者的不同点在于是否利用先验知识。非监督分类无需先验知识,只利用图像样本进行聚类,分类后再通过实际探察等方法确定分类结果。监督分类需要已知训练样本,并利用特征参数及判别函数建立分类器,将图像划分成不同类别。以TM影像为例,论文研究了Isodata和K-means两种非监督分类方法,同时,采用最大似然和最小距离法对图像进行监督分类,生成分类精度报表,观察并对比结果,评价分类效果。
[硕士论文] 艾婷婷
电子与通信工程 黑龙江大学 2017(学位年度)
摘要:遥感,就是说超大距离的测量状态下,不直接的把远方电磁信息保留下来,然后探讨,发现它的优点以及它怎样改变的总结性的探测方法。遥感技术的发展还比较新颖,并且正在逐步扩大的应用在电子信息,科学技术、环境保护等方面。而遥感有农业方面也贡献颇多,当前应用较广泛的领域包括对农作物产量估测、作物生存状态监督观测、作物受灾情况、生长条件测量以及害虫破坏统计等方面。在现实生活中,各种分类器应用在不同地貌类型的辨别准确度各不相同,所以怎样提高准确度成为了研究者关注的重点。本文选取了主要由耕地、林地覆盖为主的黑龙江省五常市的遥感图像,尝试解决遥感图像分类问题,操纵遥感图象分类的道理和经常使用五种基分类器对农作区实行监视分类,借此方式来对各种有差别分类器的准确度做对比。来比较出不同分类器分类准确度的差异。用ENVI和IDL两种软件参与到将有差别的单分类器的种类区分结果进一步处理,并对处理后的结果运合合并的方法区分出类别。实验发现把几种分类器合并后的研究结果同单一分类器结果对比后更加完善,从而可应用于在种植作物范围的面积估量作物以及监督观测长势情况精度的提高。
[博士论文] 上官明佳
量子信息物理学 中国科学技术大学 2017(学位年度)
摘要:单光子探测器作为最精密的测量仪器,可探测到光的最小单元,单个光子。单光子检测技术已广泛应用在激光雷达、分布式光纤探测器、生物荧光检测、量子信息、光学成像等领域。目前,1.5μm波段单光子探测器主要包括超导纳米线单光子探测器、频率上转换单光子探测器、InGaAs/InP单光子雪崩二极管。1.5μm波段气溶胶激光雷达具有人眼安全,大气透过率高,受瑞利散射干扰小,太阳背景辐射弱的优点。本论文针对这三个探测器的特点,分别研制了不同类型的激光遥感设备。
  本论文的主要工作如下:
  1.研制了基于上转换单光子探测器的人眼安全1.5μm微脉冲气溶胶激光雷达。采用高探测效率和超低噪声的上转换单光子探测器,实现了大气回波信号的高信噪比探测。在脉冲能量为110μJ,望远镜口径100mm,时间分辨率5分钟,激光雷达实现了水平距离7km的大气气溶胶探测。在验证实验中,上转换气溶胶激光雷达实现了对大气能见度的昼夜连续24小时的观测。
  2.研制了1.5μm波段的全光纤、微脉冲、人眼安全的高光谱分辨测风激光雷达。通过采用基于扫描Fabry-Perot干涉仪的高光谱分辨率技术,以及单光子检测技术,同时获得了大气气溶胶谱的频移和谱宽信息。在验证实验中,当时间分辨率1分钟时,水平探测距离达到4km。在距离为1.8km的位置,距离分辨率由30m变换到60m。对比实验中,高光谱分辨测风激光雷达的径向风速测量结果与超声风场传感器Vaisala所得测量结果吻合。根据经验公式,风速的标准偏差在1.8km处为0.76m/s,光谱展宽的标准偏差在1.8km处为2.07MHz。
  3.研制了基于1.5μm波段的结构紧凑、人眼安全、双边缘直接探测多普勒测风激光雷达。通过采用全光纤保偏结构,保证了光学耦合效率,提高了系统稳定性。通过采用时分复用技术,仅采用单通道Fabry-Peort干涉仪和单通道上转换单光子探测器,实现了双边缘探测技术。校准实验中,系统的相对误差低于0.1%。验证实验中,双边缘测风激光雷达实现了连续48小时的大气的风场和能见度探测。该激光雷达的测量结果与超声测风传感器具有很好的一致性,速度的标准偏差为1.04m/s,方向的标准偏差为12.3°。
  4.研制了基于自由运行InGaAs/InP单光子探测器的1.5气溶胶激光雷达。针对激光雷达应用,对自由运转单光子探测器探测效率、暗计数率、后脉冲概率、最大计数率进行了优化。通过优化,探测器的最大计数率为1.6Mcps,探测效率10%,暗计数率950cps,后脉冲概率18%。针对InGaAs/InP单光子探测器后脉冲概率大的特点,提出了一种针对后脉冲和计数率修正的算法。在外场实验中,经算法修正后,基于InGaAs/InP单光子探测器的气溶胶激光雷达探测的Pr2与基于超导单光子纳米线探测器探测的结果吻合,相对误差约为2%。
  5.研制了基于超导纳米线单光子探测器的双频多普勒测风激光雷达。采用双频激光器代替传统的多通道Fabry-Perot干涉仪,实现了激光器和光学鉴频器的高精度锁频。采用高量子效率和低暗计数噪声超导纳米线单光子探测器,提高了探测信噪比,其100Mcps的最大计数率避免了激光雷达的信号饱和现象。采用时分复用技术,基于集成光电子学器件实现不同方向的径向风探测,无机械扫描器件。采用微弱光源、小口径望远镜,在10米高度分辨率、10秒时间分辨率条件下,超导双频激光雷达实现了2.7km高度以下大气的风切变探测。
  6.研制了基于上转换光子计数探测器和全光纤法布里-珀罗扫描干涉仪的直接探测布里渊时域反射计。由于上转换单光子探测器超低的噪声等效功率,以及Fabry-Perot干涉仪高光谱分辨率的优点,沿保偏光纤的布里渊谱可以直接在光学频域进行分析。采用高光谱分辨方法,同时获得光纤中布里渊散射谱的频移、功率和谱宽信息,实现了分布式温度传感。采用双边缘技术,实现了动态应变的快速探测。
[硕士论文] 徐强强
地图学与地理信息系统 兰州交通大学 2017(学位年度)
摘要:近几年来,在遥感技术、无人机技术等技术的快速发展下,多源高分辨率的航空/卫星影像获取变得越来越容易,且数据体量也越来越大。在遥感大数据时代,作为遥感领域非常重要的研究课题一遥感影像分类及变化检测一直是很多研究者关注的热点。遥感影像分类及变化检测在很多领域有着非常实用的价值,比如地理国情监以及国土、规划和环保等相关行业监测数据库的更新等都需要应用遥感影像分类和变化检测技术。但是,目前在相关领域的应用主要还是以人工目视解译为主。虽然面向对象影像分析技术已经成为遥感影像信息提取的一个新的范式,但在面向对象影像分类及变化检测过程中始终缺乏对地表覆盖要素的概念化、形式化的描述,对地理要素缺乏客观、本质的认识;对分类知识也没有进行统一的完全的形式化的描述,且没有实现相关行业分类及变化检测知识的共享。因此,如何很好的组织遥感影像分类中的高级类别信息和底层特征信息成为当前遥感领域一个重要研究课题。
  本文以多源遥感影像作为数据源,对遥感影像分类及变化检测进行了相关研究,在遥感影像分类中引入地理本体理论,借助本体可以实现共享概念模型明确的形式化的描述。首先,基于大数据分析技术对影像对象特征进行了信息挖掘分析,并利用本体构建地物特征信息图谱。随后,采用本体建模软件,建立了遥感影像地表信息的概念化、形式化的表达方法,以便有效地组织和形式化影像对象分类特征以及分类规则信息,实现高层分类语义信息与底层特征信息的联系,消除二者存在的语义鸿沟。最后,将地理本体分类本体知识与机器学习算法结合起来对分类方法进行了改进。并利用研究区遥感影像进行了分类及变化检测实验,下面是本论文取得几个重要研究成果及创新点的概述:
  (1)基于随机森林的影像对象特征分析,利用随机森林具有特征选择的能力,对影像对象的光谱、纹理、几何特征等进行综合分析,借助大数据分析预测软件SPM(SalfordPredictive Modeler)计算影像对象特征的重要程度得分、整个森林的平衡误差、袋外数据误差等参数,然后对这些参数进行综合分析,实现分类特征的选择,以及特征的分离阈值。并根据特征选择的结果及特征重要性分析,构建了影像分类规则。
  (2)以高空间分辨率/高光谱分辨率的航空/卫星影像数据和LIDAR数据作为数据源,对遥感影像分类知识以概念化、形式化的方式进行本体建模,影像分类本体模型包括影像对象特征本体模型、分类规则本体模型和地表覆盖分类本体模型。在此基础上进而提出一种地理本体驱动的SVM(Support Vector Machine)分类方法。与普通的SVM分类相比,该方法通过有效的将分类本体知识与SVM分类器结合起来,提高了SVM分类器的分类精度。
  (3)在获得高精度的分类结果基础上,结合基期矢量分类数据对分类对象进行变化检测。得到了研究区的变化图斑,计算了地类变化转移矩阵,通过对转移矩阵的分析更加直观的了解了地类的变化流向信息。与人工变化检测的结果相比,分类后变化检测基本达到了人工检测的水平,但速度要比人工检测快。对后期相关数据库的更新给以一定的帮助。
[硕士论文] 孙小琼
自然地理学 贵州师范大学 2017(学位年度)
摘要:植被是联结大气、土壤和水分的自然纽带,而植被类型作为影响流域赋水强弱的主要因素之一,即植被的变化情况可以从侧面反映水资源丰欠的变化。本文利用2005-2011年间美国USGA发布的LANDSAT5数据,基于RS和GIS技术,提取DVI、RVI、EVI、NDVI、TVI五种植被指数,并结合相应的水文资料(降水量、径流深),通过对相关性和灰色关联分析,研究近7a来贵州省植被覆盖变化与流域水资源的关系。主要结论如下:
  (1)贵州省喀斯特流域的降水量与 landsat5遥感影像植被指数(DVI、RVI、EVI、NDVI、TVI),通过统计学相关分析法和灰色关联分析法对二者之间的关系进行探究。总体上看,研究区降水量与同期植被指数DVI、RVI、NDVI、TVI之间存在较好的相关性;降水量与DVI、RVI、EVI、NDVI、TVI的关联度均较高,都是在0.8以上,五种植被指数均与降水量关系较密切。此外,通过对比3月份、9月份植被指数与降水量的关系,得出二者相关性是3月优于9月。
  (2)研究区径流深与植被指数(DVI、RVI、EVI、NDVI、TVI)均呈正相关关系,3月份径流深与 DVI、RVI、EVI、NDVI、TVI的相关系数分别为0.682、0.770、0.717、0.662、0.637。9月相关系数RVI最高,相关系数为0.746;TVI和NDVI次之,相关系数分别为0.727和0.718;再次为DVI,其相关系数为0.691;EVI的相关性最差,系数为0.576。通过关联度分析,3月和9月DVI、RVI、EVI、NDVI、TVI五种植被指数均与径流深有密切的关系。
  (3)在对降水量的监测中,总体而言,曲线模型中的三次多项式方程和多元线性模型比二次多项式的拟合精度更高。即相对于二次多项式来说,曲线模型和多元线性回归模型更能反映植被指数与降水量的关系。而在径流深与植被指数的构建的数学模型中,指数模型与多元线性模型的拟合精度较好,指数模型3月和9月R2高达0.8以上。
  (4)在植被指数与降水量的回归关系模型中,无论是3月还是9月,三次多项式模型优于其他曲线模型(二次多项式和指数回归模型)。基于RVI建立的三次多项式关系模型的R2,3月份和9月份分别达到了0.653、0.774,并对三次多项式模型进行验证,发现实测值与预测值非常接近,平均误差分别为18%和7%。综上,说明三次多项式模型可以满足喀斯特地区水资源的宏观监测的需要,也说明三次多项式关系模型用来监测降水量是一种简单有效、切实可行的方法。在植被指数与径流深的构建的数学模型中,多元线性模型与指数模型R2均大于0.7,模拟效果较好。
  (5)不同植被指数与水资源的内在联系是有差异的,植被指数与同期径流深的密切程度高于降水量与植被指数。其中,与径流深和降水量相关性最好的是比值植被指数(RVI)。
[硕士论文] 王武霞
地图学与地理信息系统 兰州交通大学 2017(学位年度)
摘要:红树林生态系统能够为人类社会提供丰富的渔业资源和生态服务。全球海岸带开发日渐强烈,部分岸段的过度开发已经导致生长在海陆交接的红树林大量退化甚至消失,严重地破坏了区域红树林生态系统。因此,摸清全球红树林生态系统的生长状况和空间分布对于红树林生态系统的恢复和管理研究具有基础的参考价值。
  南海周边岸带是世界范围内重要的红树林生长区域之一。为探究该区域红树林近30年的空间分布特征和时空变化趋势,本文做了以下工作:首先,利用Landsat系列卫星的遥感影像,采用计算机自动分类和人工判读相结合的方法提取了1987/2000/2016年三个时期的红树林。其次,基于上述解译结果,对南海沿岸各个国家和地区的红树林空间分布特征和动态变化进行了具体的分析。最后,本文选取了中国广西壮族自治区和越南北部地区的相邻岸段作为典型地区来探究红树林动态变化的驱动因素,既为局部区域红树林的保护和管理提供数据支撑和科学指导,同时也为南海地区红树林变化驱动因子提供参考信息。
  本文研究结果如下:
  (1)南海沿岸红树林面积整体呈减少趋势,且减少速率加快。南海沿岸红树林在1987、2000、2016年分别是13225 km2、12819 km2、11783km2,总体面积持续缩减;,其中,1987~2000年损失率为3.07%,年损失率约为0.24%,而2000~2016年损失率达到8%,损失速率增加迅速。
  (2)南海沿岸红树林覆盖面积呈现区域差异。印度尼西亚红树林面积最大约5400km2,占整个研究区红树林总面积的44%左右,其次是马来西亚(约21%)、越南(17%左右),而文莱和中国各自占比不超过2%。
  (3)1987~2016年间,南海周边岸段红树林面积变化存在明显区域差异。印度尼西亚和马来西亚红树林减少面积最大,分别减少422km2、368km2。菲律宾红树林损失率最大,减少面积约177km2,近30年,损失率达22%,而中国和文莱地区红树林面积相对稳定。
  (4)基于典型地区红树林景观格局分析,斑块特征有着明显差异,中国广西段生态更为脆弱,易受到干扰。中国广西段红树林斑块面积小、破碎程度高,斑块形状较规则,趋近于正方形,受干扰的程度大;而越南北部段红树林斑块面积大、破碎化程度低,斑块呈带状或条状分布,受干扰程度较小。
  (5)基于典型岸段红树林变化驱动因子分析,发现人为活动是区域红树林变化的主要驱动因子,且呈现时空差异。1987~2000年,中国广西段红树林缩减主要受围堤养殖影响,而2000~2016年港口建设等的人工表面则是中国广西段红树林缩减的主要驱动因子;相邻岸段的越南北部岸段,围堤养殖一直是该区域红树林缩减的主要驱动因子,且随着经济发展而缩减加快。
  (6)海岸带开发模式在一定程度上影响区域红树林变化的人为驱动因子。以渔业开发为主的海岸带,围堤养殖是区域红树林减少的主要驱动因子,如越南北部岸段;以城镇开发为主的海岸带,港口建设和城市扩张是红树林减少的主要驱动因子,如中国广西岸段。
[硕士论文] 刘小波
地图学与地理信息系统 兰州交通大学 2017(学位年度)
摘要:随着科学与信息技术的不断进步,与人类社会密切相关的自然地表景观及其利用形式无时无刻不在发生着变化,及时准确地检测出地球表面土地覆盖的变化情况,对于正确认识人类与地球之间的关系、合理有效利用与管理自然资源、实现经济与社会的可持续发展具有不可替代的重要作用。由于遥感对地观测具有大范围、全天候的特点,基于遥感影像的变化检测是目前遥感应用领域的研究热点。随着影像空间分辨率的提高,地物的细节更加丰富,为变化检测提供了更好的观测方式,与此同时,地物中“同物异谱,异物同谱”的影响也越发明显,给变化检测带来了很多难点。如何快速提取出变化信息,并且满足人们对自动化程度和精度的需求是一个任重道远的漫长探索过程。
  本文针对高分辨率遥感影像的变化检测进行研究,通过对高分辨率遥感影像进行面向对象的多尺度分割,进而对所形成的影像对象矢量图斑进行特征提取,综合考虑了其光谱、形状和纹理特征,并且将对象空间位置关系上的邻域特征作为研究的重点,提出了一种基于面向对象的多特征综合高分辨率遥感影像变化检测方法。首先利用QuickBird影像进行了基于空间邻域特征的变化检测实验,将检测结果与传统的差值法和分类后比较法进行对比,发现其在检测精度上具有明显的优势。最后通过多特征重要性分析,综合选取了影像对象的光谱均值μ,标准差δ、面积s、亮度值b、长度l、宽度w、最大差值d,以及对象空间位置关系上的邻域特征D,构建出一个一维特征向量V,计算前后时相影像对象的综合特征向量V的相关系数,通过一个合适的阈值来判别对应图斑是否发生变化。
  在进行以上的自动变化检测时,为保证相对较低的漏检率,对阈值设置较为严格,从而造成较高的虚检率,因此需要对伪变化信息进行剔除。首先对自动变化检测的结果进行非监督聚类,主要采用的方法是ISODATA聚类。经过聚类后的变化检测结果会产生n个具有相似性质特征的类别,这里边有大量的伪变化信息,但这些伪变化信息的分布情况是有其相应规律可循的,我们可以在人工目视解译判断的辅助下,与计算机进行交互,通过这样的方式找出伪变化信息,与聚类的结果进行匹配。经过一定数量的验证后,可以判定这n个类别中的某个类别或者某几个类别的特征性质全都与伪变化区域所表现的特征一致,那么这种情况下我们就可以将这一类别进行整体的删除,进而快速提取这些伪变化信息。这种处理方式是批量联动的,相较于以人工逐一图斑的检查,效率得到了较大的提升,准确度也得到了保证。
  为了对理论研究进行验证,变化检测实验选用湖南省涟源市作为研究区。影像的成像时间分别为2015年和2016年的夏季,空间分辨率分别为1m和2m,无云雾干扰,地物轮廓清晰,特征明显,成像条件良好。以人工勾绘的实际变化区域作为本次实验评判的标准,与自动检测结果进行叠加对比分析,经过变化检测误差矩阵相关统计量的计算验证,各项检测指标如下:总体检测精度为94.55%,Kappa系数为59.26%,漏检率为3.57‰虚检率为54.55%。经过半自动人机交互剔除后,总体检测精度为98.76%,相较之前的94.55%提高了4.21%; Kappa系数为86.34%,相较之前的59.26%提高了27.08%;漏检率为9.29%,相较之前的3.57%上升了5.72%;虚检率为16.45%,相较之前的54.55%下降了38.10%。检测结果的综合评价得到了明显改善。
  可见,该方法在大尺度范围的遥感影像变化检测中具有一定的参考价值。为国家制定和实施有关发展战略与规划、优化国土空间开发格局和各种土地资源的优化配置,推进生态环境保护、建设资源节约型和环境友好型的社会提供一定的理论支持和决策分析。
[硕士论文] 谢世琴
地图学与地理信息系统 四川师范大学 2017(学位年度)
摘要:当今是3S技术高速发展的时代,高分一、二、三号卫星的发射和高分数据的生产,促进了3S技术之一遥感(Remote Sensing)技术的进步。近几年,数据更新速度加快,卫星遥感影像空间分辨率已达到亚米级,高分遥感影像的应用不断增加,而传统的目视解译专题信息的方法和提取精度不高的自动、半自动提取方法,已经不能满足应用需求,因此,精度高、流程化、智能化的提取方法成为解决这一问题的关键。在各提取方法中,能应用于平原地区的农村居民点提取较少,能应用于南方丘陵区的农村居民点提取的几乎没有,因此,加强对丘陵区农村居民点提取的研究具有重要意义。
  本文基于高分二号和高分一号卫星遥感影像进行丘陵区农村居民点的提取研究,以四川省绵阳市三台县的秋林镇为例,分三步提取农村居民点,第一步提取农村居民点房屋,第二步提取农村居民点附属用地(房屋周围的林盘、晒坝等用地),第三步合并农村居民点房屋和附属用地。本文使用ENVI系列遥感处理软件进行数据预处理、增强处理以提高数据显示效果、减少噪声、提高辨识度,再挖掘分析像元光谱信息、空间形状特征、纹理信息、空间关系特征、地形特征等,通过对监督分类、非监督分类、基于专家知识的决策树分类、基于规则和样本的面向对象信息分割和提取等方法进行实验研究,提出基于规则的面向对象特征提取法是提取农村居民点房屋的最优方法,并提取出农村居民点房屋,再在ArcGIS中利用农村居民点房屋与附属用地的相邻位置关系特征和形状特征,提取出农村居民点的附属用地,再将两者合并为农村居民点,从而实现对目标地物农村居民点的提取。最后将提取结果与同年度土地调查调绘的农村居民点矢量图进行叠加来评价其提取精度,并应用于现状分析。主要研究成果如下:
  (1)建立基于规则面向对象特征提取法的高分二号农村居民点房屋提取模型,以及高分一号城镇居民点提取模型。
  (2)结合基于规则面向对象特征提取法和GIS(地理信息系统)空间分析法,较精准地提取出农村居民点的位置和形状,与同年度土地调查调绘矢量数据相比,其位置精度、形状精度以及综合精度达到85%以上。
  (3)建立精度评价体系,包括位置精度、形状精度以及综合精度,并在ArcGIS中建立精度评价模型。
  (4)将该研究方法提取的数据应用于农村居民点的现状分析,发现农村居民点用地存在村庄分布分散和村庄用地规模小的问题。
  本文创新点如下:
  (1)使用高分二号卫星遥感影像对丘陵区的农村居民点进行提取研究,并结合基于规则面向对象特征提取法与GIS空间分析法实现智能化地提取农村居民点。
  (2)在挖掘特征信息中,除了对光谱特征、纹理特征、空间形状特征进行分析,还在地形因子以及空间关系方面加强了分析。
  随着高分遥感数据不断普及,基于高分遥感影像的研究以及对农村居民点的研究,在国土监测、地理国情普查、城市规划、住房建设、现代农业、灾害评估、环境变化预测等方面提供科学的依据,为城乡可持续发展提供决策性支持。
[硕士论文] 房正正
软件工程 北京化工大学 2017(学位年度)
摘要:鉴于遥感图像的高分辨率,其通常被用于城市规划、军事等领域,无论是在科研还是在实际应用中都具有十分重要的研究意义。在本文中,基于卷积神经网络的方法被应用到遥感场景分类任务以及在海洋场景下的舰船检测两项工作中。通过提取图像中的深度语义特征,能够得到更具有辨识性的高级特征,在分类与检测中能起到更加有效的作用。本文主要内容如下:
  第一,从遥感图像的特点出发,引出了该种图像实际生活的应用,从而使得更多的领域内专家投入大量心血研究遥感图像上的模式识别。接着介绍国内外关于遥感场景分类的研究现状。另外,卷积神经网络的概念和训练的原理也进行了比较详细的讲述。
  第二,本文采用了一种在预训练好的网络模型上微调的方式训练卷积神经网络,实现遥感场景分类。通过微调的方式可以大大缩短训练时间,而且避免出现过拟合现象。同时,可以更好地提取图像中的更具辨识性的高级语义特征,从而在标准的遥感数据集上,取得非常好的分类精度,比传统的分类方法在分类效果上更加理想。
  第三,引入了目标识别模型Faster R-CNN,这种模型由两个卷积神经网络构成,而两个卷积神经网络之间采用共享卷积的策略,在训练时采用交替优化训练。测试时先是通过区域候选网络RPN生成候选区域,然后再利用第二个网络进行识别。本文中的数据集分辨率比较大且是大尺度,为了达到较好的检测效果,先是裁减后做人工标注,然后拿这些小尺度的图像做训练,在测试时,使用原图像的尺寸。通过这种方法,不仅在纯海洋背景下的舰船检测效果非常好,而且在一些复杂场景(海港、云层覆盖等)中的检测效果也是比较理想。此外,该方法是一种端到端的检测方法,检测速度非常快,基本能够达到实时性的要求,更好地为一些领域内的应用服务。
[硕士论文] 巫禄成
计算机技术 北京化工大学 2017(学位年度)
摘要:高光谱图像包含丰富的光谱信息,在物体分类方面有着重要的应用前景。由于高光谱图像数据比较大,分类算法比较复杂,现有的分类算法在串行模式下执行速度比较慢,很难在实时性要求比较高的场景中得到推广。近年来,GPU以其低成本高计算能力的特性,为高光谱图像快速分类提供了有效途径。
  高光谱图像中相邻波段高度相关,冗余的信息加重了计算负担,降维方法的引入能有效减少冗余信息,但会增加分类算法的复杂度。在光谱信息中融合空间信息,能有效改善分类精度,但引入空间特征,会使数据变得庞大,加大了计算量和复杂度。在高光谱图像处理中,提高分类算法精度并且又能提供快速执行的解决方案是一个重要的研究方向。本文通过GPU并行加速降维算法、空间特征提取算法和分类算法,在较高分类精度的前提下实现了快速分类,主要内容如下:
  第一,根据高光谱图像和GPU的特点及应用场景,调研了国内外高光谱图像分类和基于GPU的高光谱图像处理技术的研究现状。为后续分类算法和空间特征引入选型提供了理论基础。接着详细介绍了GPU的硬件架构及优化措施,为后续算法的并行实现提供技术支撑。
  第二,在GPU上实现了光谱和空间特征提取算法。光谱特征提取使用LPE算法,用于提取信息丰富且最不同的波段,空间特征提取使用LBP算法,用于提取局部纹理信息。通过在真实的高光谱数据集中,快速实现了特征提取过程。
  第三,在GPU上实现了加权协作表示分类的算法。与传统的串行程序比较,该方案在保证分类精度的情况下取得了较高的加速比。之后把并行优化后的算法应用于医学高光谱图像中,实现了血细胞的快速分类。
[硕士论文] 曾雪
计算机技术 东南大学 2017(学位年度)
摘要:在遥感技术快速发展的今天,利用飞行器传感器很容易获取具有高分辨率的光学图像。利用遥感技术拍摄到的图像具有分辨率高、比例尺大、现势性高等优点,因此航拍遥感图像中的目标物体具有分明的特征信息,便于通过机器视觉等方法认知目标的属性,有利于目标的检测。
  在航拍过程中,由于飞行器所处的环境,姿态,视角等条件的不同,拍摄到的图像的背景,光照也会不同,同时图像中的目标也会存在旋转角度和大小差异,为了适应这一场景,本文对航拍图像目标检测技术进行了深入细致的研究。
  首先,介绍了课题的研究背景和意义,国内外相关研究情况。然后利用机器视觉技术为航拍图像设计了一种目标检测算法。算法主要包括特征提取、分类器训练以及目标检测三个过程。最后以飞机为目标进行了实验,并对实验结果进行了分析和评价。
  算法的设计与实现是本文研究的重点。首先本文介绍了一种特征:HOG特征即梯度方向直方图。然而,HOG特征并不具有仿射不变性,所以本文使用了一种方法来改进HOG特征,本文通过径向梯度转换(RGT)获得RGT梯度,该梯度在一个圆形区域内具有旋转不变性,并以传统HOG特征类似的方法统计单元格的RGT梯度方向直方图,获取多个带有位置角度信息的旋转不变HOG特征描述子。
  然后针对HOG特征在实际使用时只能检测出与其训练图片差不多大小目标的缺陷,本文提出了一种多尺度窗口遍历检测算法,最后本文利用旋转不变HOG特征和支持向量机(SVM)相结合的方式实现了带旋转角的飞机检测,并给出了算法的检测率和误检率,以及时间消耗。
  在本文最后,结合整个算法的设计和实现,对实验的不足提出了总结,并对未来的工作进行了展望。
[硕士论文] 苏丹丹
计算机技术 北京化工大学 2017(学位年度)
摘要:遥感技术中,高光谱遥感技术非常有利于深入挖掘地物的理化特性及不同地物的精细识别,因此其在图像分类和识别等方面具有独特的优势。
  但是由于高光谱技术在不同的时间,空间以及光谱波段所采集到的遥感图像的不同,产生了庞大的遥感图像数据,而且采集到的数据具有多波段,维度大的特点,因此遥感进入大数据时代。本文主要基于分布式云计算架构Hadoop,设计了像素的任务分配策略、分布式的类间距离求解和类别计算方法,对高光谱图像数据分类的最近正则子空间算法进行并行化设计。实验表明,针对高光谱图像分类算法的数据密集及计算密集问题,8个计算节点可以实现约6倍加速。与Hadoop相比,在Spark架构上并行实现的算法的加速效果更好,在其基础上加速了2倍左右,并且研究了分布式Hadoop与高性能计算GPU的融合,进一步提高并行效率。
  本文的主要内容安排如下:
  1、通过大量的文献调研,了解了遥感图像分类,云计算平台以及云计算技术在遥感图像处理上的应用。在学习了几种高光谱图像分类算法基础上,选择了最近正则子空间分类算法,并对其进行了编程实现。
  2、在分析了高光谱图像数据特性的基础上,对云计算技术中常用于分布式批处理计算的Hadoop架构和基于内存计算的Spark框架的相关技术和工作流程进行了研究。
  3、将最近正则子空间分类算法应用于Hadoop平台,使用并行编程框架MapReduce编程实现高光谱图像数据快速分类。考虑到目前的高光谱图像数据的海量增长以及图像分类的实时要求,分析了使用分布式并行架构Hadoop来实现该分类算法的优势,将高光谱图像数据进行分块,分发到多个节点上进行处理,并行化实现算法,达到了良好的加速效果。
  4、基于内存计算的开源集群计算系统Spark,结合最近正则子空间分类算法,研究在使用同一幅高光谱图像的条件下,与基于Hadoop实现的并行程序运行时间以及分类准确率进行比较,同时探讨在运行时不同节点数对分类效率的影响。
  5、研究分布式架构Hadoop与高性能计算GPU融合对实现矩阵加法并行加速,测试多组数据下,基于Hadoop与基于Hadoop-GPU运行时间。
[硕士论文] 李宏俏
计算数学 电子科技大学 2017(学位年度)
摘要:高光谱成像是将成像技术与光谱技术相结合的技术,是遥感应用中一个快速发展的领域。高光谱图像在军事目标辨别、远程控制、生物医学、食品安全以及环境监测等领域都有重要应用。但由于高光谱成像光谱仪空间分辨率较低,使得每个高光谱像元可能由多种不同物质的光谱混合构成,因此混合像元广泛存在于高光谱图像中。混合像元导致科研实践中一些应用分类不准确,因此对混合像元进行分解是高光谱遥感应用亟待解决的核心问题。
  本文中首先介绍了两种光谱混合模型:线性和非线性光谱混合模型。线性模型假设观察到的像元信号是所有的纯光谱信号的线性组合。与之相反,非线性模型则考虑到多种物质反射光之间的物理相互影响。其次,本文对高光谱图像解混的几种经典模型进行介绍。在这些模型中详细介绍了本文的对比模型全变分模型(SUnSAL-TV),该模型利用高光谱图像空间关系构建了对端元丰度的正则项,这使高光谱图像解混问题在数值结果和视觉效果上都有较大提升。但全变分模型的缺点是解混后丰度图中原平滑区域中伴有阶梯效应现象,视觉效果欠佳。
  本文采用重叠组稀疏全变分作为端元丰度正则项,并采用交替方向乘子法对模型进行求解,将原问题转化为一系列较易求解的子问题,进而得到原问题的全局解。在应用交替方向乘子法进行求解过程中,关于梯度域重叠组稀疏的子问题采用采用优化最小化方法进行求解。通过合成数据和真实数据的实验证明,采用本文提出的新方法处理后图像视觉效果和数值效果相比SUnSAL-TV方法有明显提升,并且可以有效减弱SUnSAL-TV模型的阶梯效应,使处理后丰度图更加平滑,视觉效果更佳。
  (已选择0条) 清除
公   告

北京万方数据股份有限公司在天猫、京东开具唯一官方授权的直营店铺:

1、天猫--万方数据教育专营店

2、京东--万方数据官方旗舰店

敬请广大用户关注、支持!查看详情

手机版

万方数据知识服务平台 扫码关注微信公众号

学术圈
实名学术社交
订阅
收藏
快速查看收藏过的文献
客服
服务
回到
顶部