發(fā)布時間：2018-04-05 15:23

  本文選題：建筑物材料　切入點：高光譜遙感　出處：《Journal of Zhejiang University-Science A(Applied Physics & Engineering)》2017年12期

【摘要】：目的:建筑物的材質(zhì)信息是災(zāi)害評估和城市調(diào)查等領(lǐng)域的重要信息。本文旨在利用高光譜遙感影像提取地面建筑物的表面材質(zhì)信息(包括材質(zhì)類型和主要組成成份),并對提取方法進(jìn)行對比,給出應(yīng)用建議。創(chuàng)新點:對建筑物材料進(jìn)行光譜測試,并對其高光譜響應(yīng)規(guī)律進(jìn)行分析,找出有診斷意義的光譜位置;基于實驗和驗證得出應(yīng)用方法的適應(yīng)性,以提高信息提取精度。方法:1.設(shè)計建筑物材質(zhì)信息提取流程(圖1),并對高光譜數(shù)據(jù)進(jìn)行基礎(chǔ)處理;2.對建筑物材料進(jìn)行光譜測試(波長范圍為350~2500 nm,圖3),并完成各類建筑物的診斷性光譜分析;3.利用光譜角度法(公式(1))和光譜信息散度法(公式(2))進(jìn)行材質(zhì)信息提取(圖5和6);4.綜合分析兩種方法的應(yīng)用過程與控制參數(shù)和準(zhǔn)確率的關(guān)系。結(jié)論:1.兩種方法皆可提取建筑物材質(zhì)信息,但在應(yīng)用過程中需要進(jìn)行參數(shù)的適應(yīng)性調(diào)整,這是提高準(zhǔn)確率的關(guān)鍵;2.在建筑物材質(zhì)信息提取方面,光譜角度法的提取準(zhǔn)確率略高于光譜散度法。
[Abstract]:Objective: material information of buildings is an important information in disaster assessment and urban survey.The purpose of this paper is to use hyperspectral remote sensing image to extract the surface material information of ground buildings (including material types and main components), and to compare the extraction methods and give some suggestions for application.Innovation: spectral testing of building materials and analysis of hyperspectral response law to find diagnostic spectral position; based on experiments and validation to obtain the adaptability of the application methods in order to improve the accuracy of information extraction.Method 1: 1.Design building material information extraction process (fig. 1), and carry out basic processing of hyperspectral data.Spectral measurements of building materials (wavelength range 350 ~ 2 500 nm, fig. 3), and diagnostic spectral analysis of all kinds of buildings have been completed.The spectral angle method (formula 1) and spectral information divergence method (formula 2) were used to extract the material information (fig. 5 and 6 / 4).The relationship between the application process of the two methods and the control parameters and accuracy is analyzed synthetically.Conclusion 1.Both methods can extract the building material information, but in the process of application, we need to adjust the parameters adaptively, which is the key to improve the accuracy.In the information extraction of building materials, the accuracy of spectral angle method is slightly higher than that of spectral divergence method.
【作者單位】： Key
【基金】：supported by the National Key Technologies R&D Program of China(No.2016YFB0502603) the Key Project of Sichuan Provincial Education Department(No.2018LG113),China
【分類號】：P237;TU50

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 房華樂;任潤東;蘇飛;梁勇;;高光譜遙感在農(nóng)業(yè)中的應(yīng)用[J];測繪通報;2012年S1期

2 徐元進(jìn);胡光道;張獻(xiàn);;基于窮舉法的高光譜遙感圖像地物識別研究[J];武漢大學(xué)學(xué)報(信息科學(xué)版);2008年02期

3 王筱君;;高光譜遙感在植被分類中的研究[J];礦山測量;2014年01期

4 林娜;楊武年;;基于核最小噪聲分離變換的高光譜遙感影像特征提取研究[J];遙感技術(shù)與應(yīng)用;2013年02期

5 杜培軍;林卉;孫敦新;;基于支持向量機的高光譜遙感分類進(jìn)展[J];測繪通報;2006年12期

6 王秀珍,黃敬峰,李云梅,王人潮;水稻葉面積指數(shù)的高光譜遙感估算模型[J];遙感學(xué)報;2004年01期

7 程會平;舒寧;;采用小波和分形維的高光譜遙感影像特征提取[J];地理空間信息;2010年05期

8 錢進(jìn);鄧喀中;范洪冬;;基于拉普拉斯特征映射高光譜遙感影像降維及其分類[J];遙感信息;2012年05期

9 王強;束炯;;高光譜遙感圖像光譜域去噪的小波變換方法[J];大氣科學(xué)研究與應(yīng)用;2008年02期

10 滕榮榮;趙誼;劉耀煒;馬玉川;;高光譜遙感在斷層氣監(jiān)測中的應(yīng)用討論[J];地殼構(gòu)造與地殼應(yīng)力文集;2010年00期

相關(guān)會議論文 前3條

1 房華樂;任潤東;蘇飛;梁勇;;高光譜遙感在農(nóng)業(yè)中的應(yīng)用[A];第四屆“測繪科學(xué)前沿技術(shù)論壇”論文精選[C];2012年

2 范啟雄;李天河;楊威;;高光譜遙感目標(biāo)探測研究進(jìn)展與典型應(yīng)用[A];國家安全地球物理叢書（八）——遙感地球物理與國家安全[C];2012年

3 冷秀華;張杰;馬毅;宋平艦;孫凌;;高光譜遙感數(shù)據(jù)管理系統(tǒng)原型設(shè)計[A];第十四屆全國遙感技術(shù)學(xué)術(shù)交流會論文選集[C];2003年

相關(guān)重要報紙文章 前2條

1 中國科學(xué)院院士、國際歐亞科學(xué)院院士 童慶禧;我國高光譜遙感的發(fā)展[N];中國測繪報;2008年

2 文龍 胡軍;張立福：用光譜觀測大地的人[N];科技日報;2012年

相關(guān)博士學(xué)位論文 前2條

1 劉偉東;高光譜遙感土壤信息提取與挖掘研究[D];中國科學(xué)院研究生院（遙感應(yīng)用研究所）;2002年

2 沈照慶;基于支持向量機（SVM）的高光譜影像智能化分析關(guān)鍵問題研究[D];武漢大學(xué);2010年

相關(guān)碩士學(xué)位論文 前7條

1 牛璐璐;航空高光譜遙感影像自動拼接技術(shù)研究[D];吉林大學(xué);2016年

2 丁小輝;基于蟻群算法的高光譜遙感影像地物分類研究[D];中國科學(xué)院研究生院(東北地理與農(nóng)業(yè)生態(tài)研究所);2016年

3 顏丙囤;基于“星—地”遙感數(shù)據(jù)的植被參數(shù)反演模型研究與應(yīng)用[D];中國礦業(yè)大學(xué);2016年

4 李靜;高光譜遙感影像降維及分類方法研究[D];中南大學(xué);2012年

5 胡榮華;基于主動學(xué)習(xí)的高光譜遙感圖像異常檢測[D];首都師范大學(xué);2014年

6 姜方鑫;基于高光譜遙感的城市用地信息提取研究[D];浙江大學(xué);2012年

7 王蒙;基于變換域的植被高光譜遙感綜合反演研究[D];江蘇師范大學(xué);2013年

，

本文編號：1715364