本文選題：高分一號 + 多視圖��； 參考：《遙感信息》2017年02期

【摘要】：針對目前從高分辨率遙感圖像中提取多時相山區(qū)積雪信息精度較低、效率不高的問題,基于高分一號衛(wèi)星數(shù)據(jù),提出了一種基于多視圖的多時相山區(qū)積雪提取方法。該方法基于GF-1衛(wèi)星3個時相的圖像數(shù)據(jù),將多時相遙感圖像視為多個視圖,通過空間約束構(gòu)建積雪識別多視圖。針對山區(qū)陰影的巨大影響的問題,提出了將積雪分為非陰影區(qū)積雪和陰影區(qū)積雪2個類別,分別進(jìn)行訓(xùn)練樣本的選取。僅通過一次樣本選取,運(yùn)用旋轉(zhuǎn)森林算法,基于多視圖構(gòu)建面向多時相的識別模型,實現(xiàn)多時相遙感圖像的積雪識別。實驗結(jié)果表明,3個時相識別結(jié)果的F值分別達(dá)到0.941、0.951和0.945,精度較高,且具有較高的效率,具有實際應(yīng)用價值。
[Abstract]:To solve the problem of low accuracy and low efficiency of extracting snow information from high resolution remote sensing images, a multi-view based snow extraction method for multi-temporal mountain areas is proposed based on the high-resolution satellite data.Based on the image data of three phases of GF-1 satellite, the multitemporal remote sensing image is regarded as multiple views, and the snow cover recognition multi-view is constructed by spatial constraints.In order to solve the problem of the great influence of shadow in mountain area, the snow cover is divided into two categories: the non-shadow region and the shadow area, and the training samples are selected respectively.A multi-temporal recognition model based on multi-view is constructed by selecting only one sample and using rotating forest algorithm to realize snow cover recognition in multi-temporal remote sensing images.The experimental results show that the F values of the three phase recognition results are 0.941 / 0.951 and 0.945 respectively, which are of high precision and high efficiency, and have practical application value.
【作者單位】： 南京大學(xué)地理信息科學(xué)系;江蘇省地理信息資源開發(fā)與利用協(xié)同創(chuàng)新中心;莫納什大學(xué)土木工程系;
【基金】：國家高分辨率對地觀測系統(tǒng)重大專項(95-Y40B02-9001-13/15-04) 國家自然科學(xué)基金(41271353)
【分類號】：TP751

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 楊沈斌;李秉柏;申雙和;譚炳香;何維;;基于多時相多極化差值圖的稻田識別研究[J];遙感學(xué)報;2008年04期

2 狄美;孫林;王萍;;基于多時相數(shù)據(jù)的沙塵過程動態(tài)監(jiān)測[J];山東建筑大學(xué)學(xué)報;2008年04期

3 白黎娜;王t+瑜;田昕;盧穎;楊永恬;;基于多時相ENVISat ASAR數(shù)據(jù)的冬小麥識別方法——以北京通州試驗區(qū)為例[J];遙感技術(shù)與應(yīng)用;2010年04期

4 陳楚江,王麗園,朱慶;多源多時相數(shù)據(jù)空間分析及其在西藏墨脫地區(qū)的應(yīng)用[J];武漢大學(xué)學(xué)報(信息科學(xué)版);2005年03期

5 俞軍;Bo Ranneby;;基于多時相影像的農(nóng)業(yè)作物非參數(shù)與概率分類(英文)[J];遙感學(xué)報;2007年05期

6 金寶石;周葆華;;安慶沿江湖泊近20年水域多時相動態(tài)演變[J];國土資源遙感;2008年03期

7 李留瑜;用多時相衛(wèi)星象片增強(qiáng)森林目視判讀分類效果的研究[J];農(nóng)業(yè)區(qū)劃;1980年03期

8 張榮群,張瑋,袁志龍;多時相ERS-2 SAR圖像在作物分類中的預(yù)處理方法研究[J];遙感技術(shù)與應(yīng)用;2000年01期

9 李本綱,陶澍;一種利用多時相TM影像分析地表植被變化的新方法——以敦煌地區(qū)綠洲植被變化分析為例[J];遙感學(xué)報;2000年04期

10 賈s舠，

本文編號：1753813