改进最佳指数的高光谱快速波段选择方法

最佳指数法是一种常用的波段选择方法,具有操作简单,物理意义明确等特点,但由于高光谱的波段数目较多导致其运算量大,运算时间长。为提高该算法的运算效率,提出了基于极值最佳指数法的波段选择方法,该方法可以有效地对原有数据进行初步筛选,将标准差的极大值所对应的波段组成新的数据源,之后进行最佳指数因子的运算,有效地降低运算量,最后利用支持向量机分类算法进行分类。通过两组实验表明,改进算法在保证总体精度、Kappa系数比原算法有所提高的同时,达到大量节约运算时间的目的,运算效率提高近百倍。

基于最佳指数因子的自适应权值图像融合

依据现有的多波段遥感影像的融合方法和多波段图像融合效果的客观评价准则,提出了基于最佳指数因子的自适应权值图像融合算法。最后,结合互联网卫星数据,给出了实验结果。结果表明,该方法为研究人员提供一个较佳的融合后影像。

基于最佳指数与HSV彩色空间的SAR图像伪彩色融合

针对极化SAR图像的伪彩色融合问题,本文提出了最佳指数模型结合HSV变换的伪彩色融合的方法。首先,将4个极化数据进行滤波去噪处理,计算4个极化通道的OIF值,以OIF值为依据选择3个极化方式作为最佳极化组合,并分别赋予RGB颜色通道,得到伪彩色融合图像;然后,将RGB彩色图像变换到HSV色彩空间,分别提取出色度分量H、饱和度分量S、亮度分量V1;同时,将颜色合成之外的第四个极化通道的灰度值作为亮度分量V2,将V1和V2进行加权平均,得到新的亮度分量V。最后,将新的分量V和分量H、S逆变换到RGB空间,得到新的伪彩色融合图像。利用RADARSAT-2全极化数据进行了实验,并和分解伪彩色结果对比,从主观观察和客观定量两个方面对伪彩色融合图像的质量进行了评价,验证了Pauli提出方法的有效性。

基于聚类和最佳指数的快速高光谱波段选择方法

最佳指数法是常用的高光谱图像数据波段选择方法,但存在运算时间过长的问题。运用K-means聚类算法,对最佳指数方法进行了改进,提出了聚类最佳指数法,并进行了一系列伪装目标识别的对比实验。实验结果表明,与最佳指数法相比,改进后的方法在保证目标分类精度的前提下,运算速度提高了数十倍;与单纯使用K-means聚类运算相比,不仅运算时间缩短,而且分类精度有所提高。利用改进算法能够在伪装环境下更加快速有效地识别目标。

基于最佳邻域重构指数的水下高光谱目标检测

水下机器人仅通过传统光学相机获取图像很难在复杂水下环境中或目标物具有保护色的情况下检测到目标,而通过高光谱技术进行水下目标检测可以改善这一情况;由于直接运用传统高光谱检测方法难以满足水下机器人对水下目标检测的要求,提出了一种基于最佳邻域重构指数(ONRIF)的高光谱目标检测方法,该方法通过线性重构的思想进行邻域寻优,选出信息量高且波段相关性低的波段组合,并使用所选波段的融合图像进行目标检测;结果表明,与直接对原始水下海产品高光谱图像进行检测相比,该方法在保证检测效果的前提下,大量减少了检测时间和数据冗余程度;还提出了一种在相同环境下对同类目标物的单波段快速采集检测方法,大大提高了采集数据的速度,可以满足水下机器人对海产品检测的需求。

提取蚀变信息时TM影像的最佳波段组合研究

多光谱数据的最佳波段选择直接影响图像的目视解译和信息提取。在分析TM影像各波段间的标准差、相关系数和最佳指数因子内在联系的基础上,提出采用最佳指数因子与蚀变信息光谱特征相结合的方法选择遥感影像的最佳波段组合。研究表明,最佳指数因子与蚀变信息光谱特征相结合是多光谱数据最佳波段选择的理想方法;TM4+TM5+TM7波段组合获取的合成图像构造清晰,岩性差异显著,最有利于蚀变信息的提取。

Spot5影像统计分析及最佳组合波段选择

遥感影像特征分析是影像融合和解译的基础,而对遥感数据源各个波段进行定量分析是图像融合的前提。本文以SPOT5为遥感数据信息源,在湖南省资兴市天鹅山林场进行了图像特性和波段组合的实验研究。研究主要采用了典型地物的光谱数据采集分析和遥感数据定量分析相结合的方法,计算出各波段之间的熵、相关系数和协方差。研究结果表明:SPOT5各波段的标准差大小顺序为:波段3>波段4>波段2>波段1,熵值的大小顺序则为:波段4>波段1>波段2>波段3;波段3与波段4的协方差最大,而且两波段又处在红外区域,说明红外波段之间独立性较强;从光谱辐射仪采集的数据来看,水体、草地、裸土地的光谱反射率就有很大的差异性。乔木树种的光谱反射率在可见光区域内非常接近,在红外———近红外区域内具有一定的差异,红外———近红外区域波谱对林业遥感研究具有极其重要的意义;利用联合熵和最佳指数方法确定了最佳波段组合为1(R)4(G)3(B)波段。

ALOS影像在土地覆被分类中最佳波段选取的研究

选定长江口北岸ALOS影像为实验遥感数据,以影像土地覆被分类为目的,根据信息量最大、相关性小、地物光谱差异大可分性好的原则,进行ALOS影像各光谱波段影像特性统计分析和波段组合的实验分析,结合基于信息量的波段选择指数和地物光谱特征分析方法,选取ALOS最佳组合波段为4,3,2。

基于Landsat 8影像的湿地信息提取最佳波段组合

湿地在维持生态平衡等方面发挥着重要的作用,因此,湿地的监测与保护是研究者们关注的话题。遥感技术的出现为湿地研究提供了强有力的技术支撑。在湿地遥感中,目视解译仍然是湿地信息提取的重要方法。影像的最佳波段的选取与合成作为色彩合成的重要部分,直接对目视解译的精度产生影响。因而,遥感影像最佳波段选择与合成是遥感图像处理的一个重要课题。本文以三江平原为例,探讨了Landsat 8影像用于湿地目视解译时的最佳波段选择与组合,以期为Landsat 8影像更有效地应用于湿地信息提取提供参考。

基于ETM+影像竹林信息提取的最佳波段组合研究

以竹林信息提取为研究目的,应用最佳指数法(OIF)法和典型地物影像光谱特征曲线分析,对福建省顺昌县ETM+多光谱数据的波段选组合进行了研究。研究结果表明:345波段是竹林信息提取的最佳波段组合;典型地物影像光谱特征曲线可以直观的看出地物在不同波段上的光谱差异,能为最佳波段选择提供可靠的参考依据;竹林在第5波段与其他地物光谱差异最大,分离效果最好,在第1波段的光谱影像特征曲线与阔叶林相近,在第2波段与针叶林相近,说明在第1波段和第2波段中竹林分别与阔叶林、针叶林容易混淆,不利于竹林信息提取。

多光谱遥感数据最佳波段选择方法试验研究

分析了多光谱遥感数据最佳波段选择的标准差、熵和联合熵、相关性系数及最佳指数等计算方法的内在联系。通过试验,说明了各种计算方法的有效性和局限性,最后得出OIF指数法为多光谱遥感数据最佳波段选择的最优方法。

多光谱遥感数据最佳波段选择的研究

分析了最佳波段选择的最佳指数方法,并指出该方法的不足之处.在实践过程中,根据多光谱遥感数据各波段用途、研究区地物的光谱特征及最佳指数来考虑最佳波段的选择,取得了比较好的效果.

国际视野下指数研究与实践的进展、动向与挑战

指数是国际统计学界和经济学界一个非常活跃的研究领域,近年来指数理论研究和编制实践取得了很大的进展。本文首先介绍了国际上指数研究的近况,总结了指数领域国际统计标准的进展。其次,从指数构建方法、基本价格指数计算方法、链式指数、最佳指数、Hedonic质量调整方法、大数据应用于价格指数的编制等方面分析了国际上指数理论与实践的动向。指数理论与实践还面临巨大的挑战,包括价格指数编制中的质量调整和大数据应用、房地产价格指数编制与CPI中自有住房的处理、季节性产品的处理、服务价格指数的编制等。最后,本文得出了一些富有启发性的结论。

潮滩植被调查最佳波段组合研究

以TM影像为遥感数据信息源,使用FieldSpec3 Hi-Res便携式地物波谱仪采集研究区内典型地物的光谱数据,IDL程序设计语言为开发工具,编程实现了遥感影像的统计特征计算。将遥感影像按照地物类别进行分区,从遥感影像的统计特征入手,结合典型地物的光谱特征分析和遥感数据定量分析的方法,在上海崇明东滩展开了波普特性和波段组合的试验研究。经过分析及反复试验将TM3赋予红色波段、TM5赋予绿色波段、TM4赋予蓝色波段,不同植被类型可由绿色色调加以区分,对于潮滩植被调查效果较好。

土地利用分类中TM影像最佳波段组合选择研究

土地利用和土地覆盖变化是全球变化的主要原因,也是生态安全的重要影响因素,遥感影像以其宏观、及时的特点为土地利用分类研究领域提供了重要数据.文章分析了TM影像各波段的光谱特征,运用均值、标准差和相关系数等指标定量分析TM数据各波段和波段之间的特征,用最佳指数(OIF)来衡量各种波段组合的信息量,确定五种波段组合方案,再结合TM影像的光谱特征,最后优选出345波段组合用于土地利用分类.

基于landsat8影像的植被信息提取最佳波段组合研究——以浙江省龙泉市为例

以龙泉市为例,运用最佳指数OIF法,同时结合Landsat8各个波段的统计信息和相关系数、地物光谱特征曲线及各波段主要用途进行综合分析,探讨了Landsat8影像用于植被信息提取时的最佳波段组合的选择。结果显示:256波段组合信息量最为丰富,为植被信息提取的最佳波段组合。

多光谱遥感数据最佳波段选择研究

分析多光谱遥感数据最佳波段选择的最佳指数方法,并指出该方法的不足之处。在实践过程中,根据多光谱遥感数据各波段用途、研究区地物的光谱特征及最佳指数来考虑最佳波段的选择,取得了比较好的效果。

GETM+多光谱遥感数据最佳波段选择方法研究

分析了最佳波段选择的各种理论模型,利用相关性比较法,最佳指数法和多光谱遥感数据各波段用途、研究区地物光谱特征结合的方法来选择最佳波段,得到了较好的结果.

最佳波段选择的迁西县土地利用信息提取研究

针对Landsat8-OLI影像波段间相关性高、波段信息考虑不充分的情况,分别利用OIF法和ABS法对波段初步选择,再通过计算不同地物之间的变换离散度进行不同地类的可分性度量,最后选择以上2种方法分别适合地物信息提取的最佳波段。同时利用支持向量机的方法,根据OIF法和ABS法选出的最佳波段组合对迁西县土地利用信息的分类及精度进行评价。研究结果表明:基于OIF法选择的最佳波段组合B7-B5-B4提取精度为81.404%,基于ABS法选择的最佳波段组合B7-B4-B1提取精度为90.614%。