發(fā)布時(shí)間：2023-03-25 07:21

　　針對(duì)多源遙感圖像中滑坡時(shí)空譜特征融合利用模式單一、檢測(cè)識(shí)別性能差等問題,提出了一種基于多源遙感時(shí)空譜特征融合的滑坡災(zāi)害檢測(cè)方法,以滑坡發(fā)生地區(qū)災(zāi)前災(zāi)后多源遙感圖像為基礎(chǔ),通過對(duì)多波段遙感圖像進(jìn)行光譜空間和尺度空間配準(zhǔn),構(gòu)建融合時(shí)序變化特征、光譜特征和空間形狀特征遙感影像數(shù)據(jù)集,將多維多譜變化信息轉(zhuǎn)化為光譜表征模型.利用支持向量機(jī)模型對(duì)滑坡目標(biāo)和背景地物進(jìn)行識(shí)別,在此基礎(chǔ)上根據(jù)滑坡基礎(chǔ)形狀模型的軸向長寬比、面積參數(shù)和不變矩等典型形狀特征指標(biāo)對(duì)滑坡區(qū)域進(jìn)行目標(biāo)精確分類與識(shí)別.實(shí)際實(shí)驗(yàn)表明,該方法能夠達(dá)到95%的識(shí)別率,優(yōu)于多種常見滑坡遙感檢測(cè)方法.

【文章頁數(shù)】：11 頁

【文章目錄】：
1 基于多維特征融合的遙感影像集構(gòu)建
    1.1 多源遙感影像光譜空間配準(zhǔn)
    1.2 多源遙感影像尺度空間配準(zhǔn)
    1.3 基于時(shí)空譜特征融合的遙感影像數(shù)據(jù)集構(gòu)建
2 基于時(shí)空譜特征融合的滑坡檢測(cè)方法
    2.1 基于SVM的滑坡地物目標(biāo)檢測(cè)
    2.2 滑坡典型空間形狀特征分選
        1) 軸向長寬比
        2) 面積參數(shù)
        3) 不變矩特征
    2.3 多源遙感圖像時(shí)空譜特征融合檢測(cè)流程
3 實(shí)驗(yàn)結(jié)果與分析
4 檢測(cè)方法討論
5 結(jié)論與展望



本文編號(hào)：3770807