

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、隨著遙感技術的迅猛發(fā)展,遙感圖像已被廣泛的應用在環(huán)境/資源管理、自然災害監(jiān)測、農業(yè)/植被規(guī)劃、公共安全等技術領域。然而,遙感圖像在數(shù)據獲取過程中受環(huán)境參數(shù)和傳感器分辨等因素影響,使得混合像元不可避免的存在?;旌舷裨拇嬖谙拗屏诉b感圖像的空間分辨率??臻g分辨率受限為土地覆蓋信息的提取帶來了極大的困難。因此,如何提高遙感圖像的空間分辨率成為遙感領域學者研究的熱點問題之一。
光譜解混技術雖然能夠獲得混合像元內部各地物類別所占的比例,
2、但卻無法知道各地物類別在混合像元內具體的空間分布情況。而亞像元定位正是一項確定混合像元內各地物類別具體空間分布的技術,它使得地物空間分部信息在更高尺度下顯示?;谏鲜鰞热荩疚脑谙ば膶W習并總結現(xiàn)有研究成果的基礎上,對遙感圖像亞像元定位展開了深入的研究,主要研究內容如下:
1、在現(xiàn)有亞像元/亞像元空間引力模型的亞像元定位(SSSAM)的基礎上對模型參數(shù)進行分析。通過對已有的SSSAM的學習與分析可知,在SSSAM方法中,距離權值
3、函數(shù)是描述空間相關性的關鍵所在。不同的距離權值函數(shù)將從不同的角度對空間相關性進行詮釋,進而影響著亞像元定位的精度。文中分別將常見的三種距離權值函數(shù):距離倒數(shù)模型、指數(shù)模型和高斯模型應用到SSSAM中,并通過兩組實驗對采用不同距離權值函數(shù)的SSSAM方法的定位效果進行分析與比較,從而選擇出最優(yōu)的距離權值函數(shù)。實驗結果表明:距離倒數(shù)模型定位效果最差,而指數(shù)模型與高斯模型相比,高斯模型定位精度略高,但其對模型參數(shù)變化較敏感。
2、提
4、出了一種基于立方卷積插值算法的亞像元定位方法。亞像元定位過程可以描述成以下兩個步驟:第一,對低分辨率圖像進行超分辨率,得到具有概率隸屬度信息的高分辨率圖像;第二,按照概率值大小,來確定亞像元定位的最終結果,即亞像元尺度下的“硬分類”結果。基于這一思想,文中利用立方卷積插值算法對低分辨率圖像進行超分辨率,再對超分辨率結果進行亞像元級別上的“硬分類”,從而得到亞像元尺度上的地物分類圖。實驗表明:該方法具有較好的定位精度,同時,無需訓練樣本和
5、迭代計算,是一種簡單易實現(xiàn)的方法。
3、提出了一種基于混合插值算法的亞像元定位方法。利用傳統(tǒng)經典的插值算法進行亞像元定位的方法雖然可行,但插值算法本身的邊緣模糊效應不可避免的存在。為了避免圖像插值過程的邊緣模糊效應對亞像元定位精度的制約,設計了一種新的插值算法,即對偶插值,并將其分別與雙線性插值算法和反距離權值插值算法結合,形成兩種不同的混合插值算法。利用兩種不同的混合插值算法分別對低分辨率分量圖進行超分辨率,得到高空間分辨率
6、下各亞像元屬于某一地物類別的概率值,再根據分量值約束信息進行亞像元級別上的“硬分類”,獲得亞像元定位的最終結果。實驗結果表明:與應用單一插值算法相比,利用混合插值算法進行亞像元定位能夠更好地保持圖像的邊緣特性,獲得更高的定位精度。
本文主要對三種亞像元定位方法進行研究。首先,將不同的距離權值函數(shù)應用到SSSAM中,通過實驗為 SSSAM選擇最佳的距離權值函數(shù);然后,將傳統(tǒng)的圖像插值算法應用于亞像元定位中,為亞像元定位技術的研究
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 遙感圖像亞像元定位及相關技術研究.pdf
- 遙感影像亞像元定位算法研究.pdf
- 遙感圖像混合像元信息提取方法研究.pdf
- 高光譜遙感圖像混合像元解混方法的研究.pdf
- 高光譜圖像的異常目標檢測及亞像元定位研究.pdf
- 藍藻水華遙感提取的空間尺度效應及亞像元定位研究.pdf
- 基于遺傳算法和MRF的亞像元定位方法研究.pdf
- 線性模型下多通道遙感圖像混合像元分解方法研究.pdf
- 基于光譜解混和目標優(yōu)化的高光譜圖像亞像元定位研究.pdf
- 基于光譜解混和目標優(yōu)化的高光譜圖像亞像元定位研究
- 像元級遙感影像融合方法研究.pdf
- 高光譜圖像亞像元級目標檢測的非線性方法研究.pdf
- 多通道遙感圖像中混合像元的分解.pdf
- 高光譜遙感圖像混合像元分解算法研究.pdf
- 基于像元分解的標志點亞像素定位研究.pdf
- 53178.基于相位相關的亞像元目標定位方法研究
- 高光譜圖像亞像元級目標檢測的非線性方法研究(1)
- TDICCD亞像元成像中的圖像質量評價.pdf
- 大氣程輻射對遙感圖像像元值貢獻估計.pdf
- 基于稀疏性的高光譜圖像亞像元目標檢測研究.pdf
評論
0/150
提交評論