基于光谱滤波器的混合像元分析

提出一种利用光谱滤波器进行遥感图像混合像元全约束分解的新算法。该算法利用端元光谱中与背景光谱正交的光谱成分构建光谱滤波器,滤除混合像元中的背景干扰成分,直接获取信号光谱的丰度。采用该光谱滤波器多次迭代分解,修正单个混合像元的端元光谱空间,获取其确切的端元光谱配置,保证了分解时各端元丰度的非负性,实现混合像元的全约束分解。多光谱数据仿真实验证明,与全约束最小二乘法(FCLS)和正交投影(OSP)分解法相比,该方法虽然在时间方面略逊一点,但其分解结果与实际结果的相关系数高,均方根误差小,具有很高的分解精度,在遥感定量分析方面具有重要的应用潜力。最后给出了该算法在真实的高光谱图像中进行混合像元分析的结果。

农作物种植面积的改进型混合像元判别分析法提取

根据线性混合模型原理提出了利用低分辨率高光谱的遥感数据计算农作物种植面积的新方法,改进型混合像元判别分析法,并运用中分辨率成像光谱仪(MODIS)数据计算了江陵县中稻和棉花的种植面积,以当天TM数据的监督分类法得出的种植面积作为标准对此方法进行了详细比较,并与其他两种常规方法作物光谱特性差异法和监督分类法进行比较。结果表明,改进的混合像元判别分析法误差最小,运用在混合像元为特性的MODIS数据上比较合适;作物光谱特性差异法原理简单、计算方便,但小面积地物区分效果差;监督分类法误差最大,不适合运用在低分辨率高光谱的MODIS数据上。

混合像元分解下二维激光图像亚像素边缘细化研究

针对传统方法边缘细化不准确、效率低的问题,提出混合像元分解下的二维激光图像亚像素边缘细化方法。首先通过非局部均值算法对二维激光图像进行去噪,提取二维激光图像亚像素边缘特征,然后对二维激光图像非极大值进行抑制,引入自适应加权平均融合法,最后结合反扩散思想法,实现对二维激光图像亚像素边缘的细化。结果表明,本文方法的细化结果相比传统细化方法在细化误差、信噪比方面均有一定的提高。

基于RS和GPS的草原荒漠化监测与重建

通过混合像元分析法提取阿坝州贾洛乡1994年和2000年两期多光谱影像遥感信息,对该地区土地荒漠化及植被反增长程度进行分析,划分出土地荒漠化区、植被反增长区以及稳定区三个区域,结合GPS,针对各区域荒漠化的不同程度设计自动化重建方案。结果指出该地区总体上草地荒漠化趋势强于植被反增长,重度和中度土地荒漠化面积达到总面积的87.5%,中度和轻度植被反增长面积达到总面积的98.7%;土地荒漠化区位于西北部,植被增长区零散分布于东北部和西部。