【摘要】：針對(duì)線性光譜混合分解在端元選取中的不足,該文提出了結(jié)合影像分割的線性光譜混合分解不透水面估算模型。選取植被、高反射率、低反射率、土壤4種端元,利用線性光譜混合分解和結(jié)合影像分割的線性光譜混合分解兩種模型,以2010年的TM5遙感影像為數(shù)據(jù)源對(duì)哈爾濱市主城區(qū)的不透水面進(jìn)行估算,并對(duì)兩種模型進(jìn)行了對(duì)比分析。研究結(jié)果表明:線性光譜混合分解和結(jié)合影像分割的線性光譜混合分解的平均絕對(duì)誤差分別為19.84%和14.76%,說明結(jié)合影像分割的線性光譜混合分解模型比線性光譜混合分解方法的估算精度高。
[Abstract]:Aiming at the deficiency of linear spectral mixing decomposition in the selection of endcomponents, this paper presents an estimation model of impermeable surface of linear spectral mixing decomposition combined with image segmentation. Two models of vegetation, high reflectivity, low reflectivity and soil are selected. The models are linear spectral mixed decomposition and linear spectral mixed decomposition combined with image segmentation. Based on the TM5 remote sensing images in 2010, the impermeable surface of the main urban area of Harbin was estimated, and the two models were compared and analyzed. The results show that the average absolute errors of linear spectral mixing decomposition and image segmentation are 19.84% and 14.76%, respectively. It shows that the linear spectral mixed decomposition model combined with image segmentation is more accurate than the linear spectral mixed decomposition method.
【作者單位】： 黑龍江省普通高等學(xué)校/地理環(huán)境遙感監(jiān)測重點(diǎn)實(shí)驗(yàn)室;哈爾濱師范大學(xué)地理科學(xué)學(xué)院;
【基金】：國家自然科學(xué)基金項(xiàng)目(41171322) 黑龍江省自然基金項(xiàng)目(ZD201308,D201407) 哈爾濱師范大學(xué)博士創(chuàng)新基金項(xiàng)目(HSDBSCX2014-02)
【分類號(hào)】：P237

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 付卓;胡吉平;譚衢霖;劉正軍;;遙感應(yīng)用分析中影像分割方法[J];遙感技術(shù)與應(yīng)用;2006年05期

2 徐芳,梅文勝,張志華;航空影像分割的最小二乘支持向量機(jī)方法[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2005年08期

3 高偉;劉修國;彭攀;陳啟浩;;一種改進(jìn)的高分辨率遙感影像分割方法[J];地球科學(xué)(中國地質(zhì)大學(xué)學(xué)報(bào));2010年03期

4 闞曉云;孫景振;王紅偉;;無人機(jī)影像分割尺度及地物分類研究[J];科技廣場;2013年11期

5 洪志佳;;面向?qū)ο笮畔⑻崛≈杏跋穹指顓?shù)的選擇[J];河南科技;2014年10期

6 李景文;張紫萍;郭偉立;蘇浩;羅文彬;;基于分水嶺與多尺度相結(jié)合的影像分割方法[J];廣西師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年01期

7 張煜,張祖勛,張劍清;幾何約束與影像分割相結(jié)合的快速半自動(dòng)房屋提取[J];武漢測繪科技大學(xué)學(xué)報(bào);2000年03期

8 肖奧;趙文吉;;基于最小異質(zhì)性區(qū)域生長法的多尺度城市地物影像分割[J];首都師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年01期

9 蘇偉;李京;陳云浩;張錦水;胡德勇;劉翠敏;;基于多尺度影像分割的面向?qū)ο蟪鞘型恋馗脖环诸愌芯俊择R來西亞吉隆坡市城市中心區(qū)為例[J];遙感學(xué)報(bào);2007年04期

10 盛慶紅;張劍清;肖暉;;基于顏色和紋理的森林影像分割方法[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2008年03期

相關(guān)會(huì)議論文 前1條

1 莫登奎;林輝;;一種穩(wěn)健的高分辨率遙感影像分割方法[A];第十二屆全國圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2005年

相關(guān)碩士學(xué)位論文 前7條

1 張愛竹;基于智能優(yōu)化算法的高分辨率震害影像分割[D];中國石油大學(xué)(華東);2014年

2 莆杰藝;基于異質(zhì)性最小準(zhǔn)則的基元合并影像分割方法研究[D];長安大學(xué);2013年

3 黃亮;一種融合邊緣與對(duì)象異質(zhì)性的影像分割算法[D];昆明理工大學(xué);2011年

4 袁秀華;高分辨率遙感影像分割研究[D];江西理工大學(xué);2014年

5 王博;基于高分辨率影像的改進(jìn)分水嶺算法影像分割參數(shù)優(yōu)選研究[D];蘭州大學(xué);2013年

6 呂佩育;基于影像分割的無人機(jī)影像密集匹配算法研究與實(shí)現(xiàn)[D];西安科技大學(xué);2013年

7 王剛;基于影像分割的SAR影像變化檢測技術(shù)研究[D];解放軍信息工程大學(xué);2012年

，

本文編號(hào)：2360104