本文關(guān)鍵詞：資源三號(hào)影像朵云識(shí)別中云雪分離研究

  更多相關(guān)文章： 資源三號(hào)全色遙感影像 灰度共生矩陣 平均梯度 分形維數(shù) 云雪分離 支持向量機(jī)

【摘要】：針對(duì)資源三號(hào)全色衛(wèi)星影像在朵云識(shí)別過(guò)程中云雪不能分離的問(wèn)題,提出了一種基于云雪邊界特征并利用改進(jìn)的平均梯度和分形維數(shù)等紋理信息的云雪分離方法。首先為了減少雪和其他地物對(duì)云的干擾進(jìn)行初步云識(shí)別,本文利用灰度均值、分形維數(shù)和灰度共生矩陣計(jì)算的能量作為特征參數(shù)大體提取云區(qū),此時(shí)云雪不分;然后再進(jìn)行云雪分離,利用改進(jìn)的平均梯度和分形維數(shù)特征值來(lái)剔除被誤識(shí)別為云的雪。本文采用的分類方法是支持向量機(jī)分類。利用資源三號(hào)全色衛(wèi)星影像測(cè)試結(jié)果表明,該方法是資源三號(hào)全色遙感影像朵云識(shí)別中一種有效的云雪分離方法。
【作者單位】： 山東科技大學(xué)測(cè)繪科學(xué)與工程學(xué)院;國(guó)家測(cè)繪地理信息局衛(wèi)星測(cè)繪應(yīng)用中心;
【關(guān)鍵詞】： 資源三號(hào)全色遙感影像 灰度共生矩陣 平均梯度 分形維數(shù) 云雪分離 支持向量機(jī)
【基金】：國(guó)家測(cè)繪地理信息局基礎(chǔ)測(cè)繪科技項(xiàng)目
【分類號(hào)】：P237
【正文快照】： 通過(guò)光學(xué)衛(wèi)星遙感影像,人們可以獲得大量的、直觀的表面客體或事物,另外,衛(wèi)星遙感影像也越來(lái)越多地應(yīng)用于資源調(diào)查、自然災(zāi)害監(jiān)測(cè)、環(huán)境污染監(jiān)測(cè)、制圖及軍事目的的地面目標(biāo)識(shí)別等方面。但是,云的存在減少了衛(wèi)星遙感影像上的有效信息,影響了遙感影像的使用,尤其是朵云(也叫厚

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 杜華強(qiáng),趙憲文,范文義;分形維數(shù)作為高光譜遙感數(shù)據(jù)波段選擇的一個(gè)指標(biāo)[J];遙感技術(shù)與應(yīng)用;2004年01期

2 鄧敏;陳杰;李志林;;計(jì)算地圖線目標(biāo)分形維數(shù)的緩沖區(qū)方法[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2009年06期

3 曹櫻子;王小丹;;藏北高寒草原土壤粒徑分布分形維數(shù)特征[J];山地學(xué)報(bào);2014年04期

4 高義;蘇奮振;周成虎;楊曉梅;孫曉宇;張丹丹;;基于分形的中國(guó)大陸海岸線尺度效應(yīng)研究[J];地理學(xué)報(bào);2011年03期

5 李生林;謝洪濤;高黎;王艷霞;;基于分形的地圖自動(dòng)綜合方法[J];后勤工程學(xué)院學(xué)報(bào);2010年04期

6 范愛(ài)民,張永斌;圖形與圖像復(fù)雜性的定量描述[J];礦山測(cè)量;1999年04期

7 石端文;何良明;馮軍;;海南島海岸線的分形特征研究[J];海南師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年01期

8 付剛;劉增文;崔芳芳;;黃土殘塬溝壑區(qū)不同人工林土壤團(tuán)粒分形維數(shù)與基本特性的關(guān)系[J];西北農(nóng)林科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年09期

9 武生智，馬崇武，，苗天德;沙粒級(jí)配和沙丘分布的分形分析[J];中國(guó)沙漠;1999年03期

10 ;[J];;年期

本文編號(hào)：526168