基于多位移光谱遥感图像的空间引力模型亚像元定位

目前基于多位移光谱遥感图像的亚像元定位方法通常很少考虑点扩散函数效应影响,本文提出了一种基于多位移光谱遥感图像的空间引力模型亚像元定位方法。为了生成粗糙丰度图像,首先对多个多位移光谱遥感图像进行解混;在点扩散函数效应被考虑的前提下,对粗糙丰度图像实施面积到点的克里插值处理,然后通过理想方波滤波进行滤波,最终获得改进后的粗糙丰度图像;利用空间引力模型对改进后的粗糙丰度图像进行上采样,从而得到上采样丰度图像,再对上采样丰度图像执行整合处理,以生成精细丰度图像;在完成上述所有图像处理步骤后,最终通过应用类别分配方法,将类别标签分发给各个亚像元,以此获得精确的定位结果。在2组实验数据集上的实验结果表明:本文提出的方法比现有的亚像元定位方法获得了更好的定位效果。

基于空间自相关BP神经网络的遥感影像亚像元定位

亚像元定位技术是一种获取地物在混合像元中分布信息的有效方法。提出一种基于空间自相关函数的遥感影像BP神经网络亚像元定位方法,与传统的BP神经网路亚像元定位方法相比,该方法利用空间自相关函数Moran’sI在亚像素级上对定位结果进行约束,其结果更符合空间相关性假设理论。试验结果表明,该方法优于传统BP神经网络亚像元定位方法,具有更高的定位精度。

基于元胞自动机模型的遥感图像亚像元定位

由于遥感图像中普遍存在混合像元,因此传统分类方法得到的结果通常会存在较大误差,应用混合像元分解技术,虽然可以得到混合像元中各端元组分的丰度,但是却不能得到各端元组分的空间分布状态,而亚像元定位则是在混合像元分解的基础上,将混合像元剖分为亚像元,再利用端元组分的丰度及像元空间分布的特点,将亚像元赋予不同端元组分来得到各端元组分的空间分布情况,以提高遥感图像分类的精度。为了更好地解决亚像元定位问题,结合亚像元定位的理论模型,提出了一种新的元胞自动机模型,并通过模拟数据和实际数据对该模型进行了检验,结果表明,该模型是一种简单有效的解决亚像元定位问题的方法。

基于正则MAP模型的遥感影像亚像元定位

为了更好地解决亚像元的定位问题,基于超分辨率影像重建的技术,结合亚像元定位理论,提出了一种应用于亚像元定位的正则MAP估计模型,并且通过真实数据进行了检验。实验表明,该模型是一种简单、有效地解决亚像元定位问题的方法。

一种基于进化Agent的遥感影像亚像元定位方法

遥感影像中存在着混合像元,软分类技术将这些像元按照一定的百分比划分为不同的地物类别,亚像元定位技术利用在每个混合像元中所获得的百分比信息,得到一个锐化后的分类影像。像元分解成不同的子像元,代表不同的地物类别成分。进化Agent技术结合一种空间邻域的假设关系,通过繁殖和扩散两种行为模式,分配给每一个亚像元一个确定的位置,从而达到定位的效果。利用合成影像和退化的真实影像进行实验,通过与传统的硬分类进行精度比较,证明进化Agent技术是一种简单易行的亚像元定位算法。

农业区域多光谱遥感影像亚像元定位研究

在对亚像元定位空间引力模型改进的基础上,提出了一种基于二次引力计算的亚像元定位模型,并在不同退化尺度下开展基于空间引力模型、像元交换模型和二次引力计算模型的亚像元定位精度比较研究。其中,数据源为人工影像和国产高分一号8 m空间分辨率遥感影像,研究对象为中国北方黄淮海区典型区域夏收作物。结果表明,在不同退化尺度条件下,所提二次引力计算模型(DSGM)可有效进行亚像元定位,且定位精度均优于空间引力模型和像元交换模型。其中,在亚像元分割尺度为6的人工影像实验中,二次引力计算模型亚像元定位总体精度和kappa系数分别为93.90%和0.818,比K-mean硬分类精度分别提高3.76%和0.254,比空间引力模型亚像元定位精度分别提高2.25%和0.160,比像元交换模型亚像元定位精度分别提高2.45%和0.173;在亚像元分割尺度为4的遥感影像实验中,二次引力计算模型亚像元定位总体精度和kappa系数分别为83.13%和0.742,较K-mean硬分类精度分别提高9.50%和0.154,较空间引力模型亚像元定位精度分别提高5.44%和0.088,较像元交换模型亚像元定位精度分别提高6.39%和0.104。

多光谱遥感影像亚像元定位的空间引力算法研究

针对遥感影像亚像元定位问题,提出一种基于像元空间引力模型的亚像元定位新算法,算法中像元空间引力的表达在亚像元尺度上建立,能够表达像元间的空间自相关性;亚像元权重参数包括相互吸引的两个相邻像元中地物百分比含量,强化了空间引力模型;用距离函数表达像元间的相互作用在距离上的非线性关系。通过迭代运算优化像元间的引力关系,提高像元的空间自相关性。结合扬州地区2006年6月份的SPOT假彩色合成影像进行试验,在5倍于原图像空间分辨率的尺度下进行了亚像元制图,验证算法的有效性。

亚像元定位之邻域像元选取问题研究

混合像元普遍存在于各类遥感影像中,混合像元分解仅能获取像元内部各类地物丰度数据,要获取其空间分布信息还需要进行亚像元定位处理.空间相关性是目前大多数亚像元定位方法的理论基础,而距离是主要决定因素.同时距离决定了亚像元邻域范围内参与其所属类别判定的像元位置和个数,从而决定亚像元空间排布结果.因此针对亚像元定位过程中邻域像元选取问题,就常见的邻域选取方法进行对比试验,并就各种方法的效果进行探讨.

多偏移遥感图像的BP神经网络亚像元定位

提出了一种借助多偏移遥感图像来改进基于BP神经网络(BPNN)的亚像元定位新方法.不同于原BPNN方法使用单幅低空间分辨率观测图像,新方法利用多幅带有亚像元偏移的低空间分辨图像来确定亚像元属于各类的概率,然后根据概率值和地物覆盖比例确定亚像元类别,以降低BPNN定位模型中的不确定性和误差.实验表明,提出方法在视觉和定量评价上,均能获得更高精度的亚像元定位结果,验证了提出方法的有效性.

基于改进空间引力模型的农作区遥感影像亚像元定位

针对空间引力模型在遥感影像亚像元定位中存在的不足,该文提出了一种基于改进空间引力模型的农作区遥感影像亚像元定位方法。研究首先分析了原始空间引力模型运行速度慢、定位精度低的原因。然后,分别改进了空间引力模型的初始化算法和优化算法,改进后的初始化算法使亚像元更具空间相关性;改进后的优化算法在初始化的基础上显著提高了模型的运行速度和定位精度。最后,以吉林省镇赉县农作区SPOT-5影像为例,在原图像空间分辨率退化4倍的尺度下进行遥感影像亚像元定位试验。结果表明,改进模型与原始模型相比亚像元定位精度提高了6.67个百分点,运行速度提高了10.69倍。因此,改进空间引力模型在地物类别相对复杂的农作区遥感影像亚像元定位中,可以更好的突破空间分辨率的限制,为确保农作物种植面积提取、区域产量遥感估测提供有力支撑。

CMOS成像系统亚像元定位精度研究

本文构建了基于CMOS图像传感器的高精度定位系统,并且研究光源、被测目标、测量系统与亚像元定位算法等因素对定位精度的影响。研究结果表明:光源与测量环境的稳定性是高精度测量的必要前提与关键因素;带阈值的质心算法对系统白噪声抑制能力基本相同,但对具有一定规律缓慢变化的干扰信号抗干扰能力不同,且带活动阈值的质心算法抗干扰能力最强;根据被测目标与实际误差分布规律选择合适的算法处理,是工程应用中实现高精度亚像元定位的有效保证。

基于模拟退火算法的遥感影像亚像元定位方法

根据地物空间分布自相关原理,提出一种基于模拟退火算法的亚像元定位新方法,通过优化子像元的空间分布,最终确定混合像元中各组分的位置。通过遥感影像数据对模型进行测试,并使用已有评价指标对试验结果的视觉效果和分类精度进行评价,试验证明本方法能更好地重建地物空间分布,与硬分类方法相比能显著提高分类精度。

实用型亚像元定位方法的研究

针对重复曝光离线对准系统 ,提出一种实用型亚像元定位方法———自适应加权拟合细分算法 (AWS) ,详细分析了算法的理论基础和基本原理 ,利用投影平均来提高信噪比 ,一维尺寸对比度滤波器单调分区 ,自动加权突出关键点 ,重建拟合曲线。仿真和硬件平台实验均表明 :该算法具有较高的重复定位精度和实时处理能力。

软硬属性转换及超分辨率转换遥感图像亚像元定位研究

谱解混技术虽然可以获得混合像元内各类别的比例(丰度值),但是无法获得各类别在混合像元内的具体空间分布信息。亚像元定位(Subpixel Mapping,SPM)技术作为光谱解混技术的后续处理,通过将像元分解成更小的亚像元,进而获得具有亚像元级尺度下各类别分布信息的专题制图。亚像元定位作为获得各类别空间分布信息的一项极具潜力的技术,已成为当前遥感领域的研究热点之一。现有一种软硬属性转换亚像元定位(Soft-then-hard Subpixel Mapping,STHSPM)方法,具有应用方便、运算速度快等优点,并且为研究亚像元定位技术提供了一个新的思路。

子像元定位方法在湖泊水质制图中的应用研究

子像元定位技术是一种提高图像详度和分辨率的简单、高效的方法,近年来已成为遥感领域研究的一个热点。该方法已经在许多方面得到了应用,但目前将子像元定位技术应用于湖泊水质制图在国内外鲜有报道。本文基于Landsat-7ETM+数据对太湖的叶绿素a(Chl-a)浓度进行试验,结果表明在水质监测中应用子像元定位技术可以获得超过遥感影像自身分辨率的叶绿素a浓度分布图,更好地反映了其空间分布的细节,说明子像元定位技术在提高湖泊水质监测的精度方面具有一定的潜力。

不同引力范围下二次引力模型亚像元定位研究

为进一步提高亚像元级遥感影像分类精度,研究开展了基于空间引力模型(spatial attraction model,SAM)和像元交换模型(pixel swapping model,PSM)有机结合的二次引力计算模型(double-calculated spatial gravity model,DSGM)亚像元定位实验;并对不同引力范围下的模型精度进行验证。研究中,利用空间引力模型改进像元交换模型初始化算法;并相应的对像元交换模型优化算法进行改进。其中,实验数据为人工影像数据和美国威斯康星州典型农业区的Landsat 8遥感影像数据。结果表明,当退化尺度为4时,在环绕空间关系下,利用二次引力计算模型对人工影像和遥感影像进行亚像元定位精度较空间引力模型和像元交换模型均有所提高。可见基于二次引力计算的亚像元定位模型精度均优于空间引力模型和像元交换模型,证明所提亚像元定位方法具有一定可行性和适用性,为更好地突破遥感影像空间分辨率的限制提供了新的思路。

一种新型基于插值的高光谱图像亚像元定位算法

在高光谱图像亚像元定位领域中,基于插值的亚像元定位算法具有无参数、无迭代、快速运算等优点,得到了广泛的应用。传统的基于插值的亚像元定位算法由于原始高光谱图像分辨率低和现有的光谱解混技术的局限性,使得丰度图像不能充分携带原始高光谱图像的先验信息。针对这一问题,提出了一种新型基于插值的高光谱图像亚像元定位算法。将插值算法直接应用于原始低分辨率高光谱图像,得到高分辨率图像。将高分辨率图像通过光谱解混得到具有丰富原始图像先验信息的丰度图像,利用丰度图像提供的信息将类别标签分配到每个亚像元中,获得亚像元定位结果。仿真实验证明,该方法可以充分地携带原始图像的先验信息,获得比传统的基于插值的亚像元定位算法精度更高的结果。

红外扫描过采样系统点目标亚像元定位与灰度提取方法研究

为提高系统的目标测向精度,对一种红外扫描过采样系统对远距点目标亚像元定位和灰度提取方法进行了研究。根据扫描过采样成像特点和模型,给出了基于重心法和最小二乘量子粒子群优化(LS-QPSO)两种过采样点目标亚像元定位技术。前者直接求解过采样图像目标像斑的灰度加权重心,用于点目标亚像元定位;后者基于最小二乘准则建立点目标定位和灰度估计目标函数,引入量子粒子群优化算法求解高维非线性目标函数最优化,同时实现点目标亚像元位置和灰度估计。对LS-QPSO方法进行拓展以满足对多个邻近点目标分辨需求。仿真结果表明:过采样体制能实现对点目标的亚像元定位;两种方法均能实现对单个点目标的亚像元定位,LS-QPSO性能更优;拓展后的LS-QPSO能实现对邻近多目标的分辨。

基于最小二乘支持向量机的线性特征地物亚像元定位(英文)

BP神经网络已被证明能有效实现遥感图像的亚像元定位,但其训练时间较长,容易陷入局部最优且依赖于大量的训练样本。而在实际应用中,训练样本即先验信息较难获取。然而,建筑物及道路等地物具有规则的线性空间分布。针对这些线性特征地物,研究了一种训练样本的几何合成方法,消除对先验信息的依赖,并提出利用最小二乘支持向量机实现亚像元定位。实验表明,这种结合合成训练样本与最小二乘支持向量机的亚像元定位方法是合理可行的,且与BP神经网络实现方法相比,训练过程明显加快,定位精度更高。

高光谱亚像元定位的线特征探测法

未考虑地物亚像元级空间结构特征是影响高光谱亚像元定位精度的因素之一。为了有效解决这一问题,本文提出一种基于混合像元线特征探测的亚像元定位算法。首先,通过光谱解混确定含典型线状地物的混合像元。然后,基于完备直线集的最大线性指数方法确定其余含线特征的混合像元,使用模板匹配方法结合像元引力确定含线特征混合像元的亚像元类别。最后,基于线性优化的方法迭代确定剩余混合像元的亚像元类别。通过真实数据及仿真数据的试验,结果表明所提出的方法能有效提高亚像元定位精度。