从正射纠正、图像融合及波段选择与组合等关键技术入手,对2012年9月获取的SPOT6卫星图像进行处理,初步研究结果表明：在正射纠正中,在辅助信息相同且精度较高的前提下,利用有理函数模型（rational function model,RFM）和严格物理模型（...从正射纠正、图像融合及波段选择与组合等关键技术入手,对2012年9月获取的SPOT6卫星图像进行处理,初步研究结果表明：在正射纠正中,在辅助信息相同且精度较高的前提下,利用有理函数模型（rational function model,RFM）和严格物理模型（rigorous physical model,RPM）纠正的图像均能达到1∶1.5万比例尺正射影像图的制图精度,但RPM方法的纠正精度明显优于RFM的,且对地面控制点数量需求上,RPM最少需要8个,而RFM仅需要3~4个;在图像融合中,Pan Sharp变换法融合的图像在信息量、光谱特征和边缘特征等方面具有综合优势;在波段选择及组合中,若以信息提取为目的,认为B4（R）B1（G）[（B2＋B3）/2]（B）波段组合最优,若以制图为目的,选择B3（R）B2（G）B1（B）波段组合效果更佳。展开更多
针对高原湖泊面积监测问题,采用2017年4月和2018年4月的SPOT6遥感影像,结合DEM数据,首先对数据进行图像镶嵌、正射校正和Gram-Schmidt Pan Sharpening算法融合等处理;再利用归一化差异水体指数提取湖泊整体;然后通过高斯低通滤波器突出...针对高原湖泊面积监测问题,采用2017年4月和2018年4月的SPOT6遥感影像,结合DEM数据,首先对数据进行图像镶嵌、正射校正和Gram-Schmidt Pan Sharpening算法融合等处理;再利用归一化差异水体指数提取湖泊整体;然后通过高斯低通滤波器突出水体特征,结合目视解译,选取合适的阈值精确划分水体边界;最后统计得到玛旁雍错湖泊的面积。结果表明,截至2018年4月,玛旁雍错湖泊总面积由412万km2减少到411.4万km2,平均退缩率为0.1%。通过分析普兰气象站的气象数据发现,玛旁雍错湖泊的萎缩与当年降水量变化和气温变化有关,降水量减少、气温升高导致湖泊萎缩,说明气象变化对玛旁雍错湖泊面积变化具有一定的影响。展开更多
多尺度分割是面向对象地物信息提取技术中的重要方法之一。最优分割尺度的选取是该方法的研究热点。针对现有最优分割尺度选取方法大多仅利用对象光谱特征的局限,本文提出RMNE(the ratio of mean difference to neighbors (Abs) to entr...多尺度分割是面向对象地物信息提取技术中的重要方法之一。最优分割尺度的选取是该方法的研究热点。针对现有最优分割尺度选取方法大多仅利用对象光谱特征的局限,本文提出RMNE(the ratio of mean difference to neighbors (Abs) to entropy)方法,利用纹理特征的信息熵和光谱特征与邻域均值差分绝对值进行对象内部同质性和对象之间异质性的衡量,构建评价函数,通过绘制函数曲线选取最优分割尺度。以北京市城市边缘地区6 m空间分辨率的SPOT6多光谱影像为例进行多尺度分割,获得最优分割尺度组合为30,60和80,并与最大面积法和优度函数法选取的最优分割尺度对应的分割结果进行对比。结果表明,RMNE方法的分割结果最好,验证了该方法的有效性和对高空间分辨率影像的适用性;通过与Google Earth影像对比,发现RMNE方法分割得到的影像对象大小与地物实际大小最为相符。展开更多
文摘针对高原湖泊面积监测问题,采用2017年4月和2018年4月的SPOT6遥感影像,结合DEM数据,首先对数据进行图像镶嵌、正射校正和Gram-Schmidt Pan Sharpening算法融合等处理;再利用归一化差异水体指数提取湖泊整体;然后通过高斯低通滤波器突出水体特征,结合目视解译,选取合适的阈值精确划分水体边界;最后统计得到玛旁雍错湖泊的面积。结果表明,截至2018年4月,玛旁雍错湖泊总面积由412万km2减少到411.4万km2,平均退缩率为0.1%。通过分析普兰气象站的气象数据发现,玛旁雍错湖泊的萎缩与当年降水量变化和气温变化有关,降水量减少、气温升高导致湖泊萎缩,说明气象变化对玛旁雍错湖泊面积变化具有一定的影响。
文摘多尺度分割是面向对象地物信息提取技术中的重要方法之一。最优分割尺度的选取是该方法的研究热点。针对现有最优分割尺度选取方法大多仅利用对象光谱特征的局限,本文提出RMNE(the ratio of mean difference to neighbors (Abs) to entropy)方法,利用纹理特征的信息熵和光谱特征与邻域均值差分绝对值进行对象内部同质性和对象之间异质性的衡量,构建评价函数,通过绘制函数曲线选取最优分割尺度。以北京市城市边缘地区6 m空间分辨率的SPOT6多光谱影像为例进行多尺度分割,获得最优分割尺度组合为30,60和80,并与最大面积法和优度函数法选取的最优分割尺度对应的分割结果进行对比。结果表明,RMNE方法的分割结果最好,验证了该方法的有效性和对高空间分辨率影像的适用性;通过与Google Earth影像对比,发现RMNE方法分割得到的影像对象大小与地物实际大小最为相符。
