Please wait a minute...
 
国土资源遥感  2008, Vol. 20 Issue (2): 22-26    DOI: 10.6046/gtzyyg.2008.02.06
  技术方法 本期目录 | 过刊浏览 | 高级检索 |
遥感蚀变信息检测中背景与干扰问题研究
张远飞1,2,吴德文1,朱谷昌1,杨自安1
1.有色金属矿产地质调查中心,北京 100012;2.桂林矿产地质研究院,桂林 541004
THE PROBLEMS OF BACKGROUND AND INTERFERENCE IN REMOTE SENSING ALTERATION INFORMATION DETECTION
ZHANG Yuan-fei 1,2,WU De-wen 1,ZHU Gu-chang 1,YANG Zi-an 1
1. China Non-ferrous Metals Resource Geological Survey,Beijing 100012,China;2. Guilin Research Institute of Geology for Mineral Resources,Guilin 541004,China
全文: PDF(775 KB)   HTML  
输出: BibTeX | EndNote (RIS)      
摘要 

在不同自然景观区的遥感蚀变信息检测中,背景与干扰是2个复杂而又容易混淆的研究对象。本文结合光谱混合模型理论与随机变量概率分布相关理论,深入分析了遥感数据的光谱空间几何结构特征(重点剖析二维散点图),系统研究了背景与干扰的关系、复杂度以及干扰地物类型的划分等问题。这些问题的探讨为遥感蚀变信息检测的最佳方案设计和蚀变信息潜在性评价与准确提取提供了技术思路。

服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
关键词 遥感地质应用遥感技术地矿行业区域地质调查遥感解译遥感应用矿产勘查遥感图像地矿部地质工作    
Abstract

The background and interference in remote sensing alteration information detection in different landscape units are two complicated and easily confused study objects. In this paper,the spatial geometric structural characteristics of spectral data of the remote sensing image are analyzed thoroughly. In addition,the relations between the background and the interference,the complexity of their relationship and the classification of the interfering objects are studied systematically in combination with the theories of spectral mixing models and probability distribution of stochastic variables. The discussion of these problems has provided important technical ideas for designing the optimal scheme for remote sensing alteration information detection,evaluating potentiality of the alteration information,and extracting the alteration information accurately.

收稿日期: 2007-01-21      出版日期: 2009-07-15
: 

TP75

 
通讯作者: 张远飞(1958-),男,教授级高级工程师,主要从事遥感技术方法与地质找矿应用、遥感信息模型研究。
引用本文:   
张远飞, 吴德文, 朱谷昌, 杨自安. 遥感蚀变信息检测中背景与干扰问题研究[J]. 国土资源遥感, 2008, 20(2): 22-26.
ZHANG Yuan-Fei, WU De-Wen, ZHU Gu-Chang, YANG Zi-An. THE PROBLEMS OF BACKGROUND AND INTERFERENCE IN REMOTE SENSING ALTERATION INFORMATION DETECTION. REMOTE SENSING FOR LAND & RESOURCES, 2008, 20(2): 22-26.
链接本文:  
https://www.gtzyyg.com/CN/10.6046/gtzyyg.2008.02.06      或      https://www.gtzyyg.com/CN/Y2008/V20/I2/22
[1] 张大明, 张学勇, 李璐, 刘华勇. 一种超像素上Parzen窗密度估计的遥感图像分割方法[J]. 自然资源遥感, 2022, 34(1): 53-60.
[2] 李轶鲲, 杨洋, 杨树文, 王子浩. 耦合模糊C均值聚类和贝叶斯网络的遥感影像后验概率空间变化向量分析[J]. 自然资源遥感, 2021, 33(4): 82-88.
[3] 刘志中, 宋英旭, 叶润青. 渝东北2014年“8·31”暴雨诱发滑坡遥感解译与分析[J]. 自然资源遥感, 2021, 33(4): 192-199.
[4] 刘万军, 高健康, 曲海成, 姜文涛. 多尺度特征增强的遥感图像舰船目标检测[J]. 自然资源遥感, 2021, 33(3): 97-106.
[5] 王小兵. 融合提升小波阈值与多方向边缘检测的矿区遥感图像去噪[J]. 国土资源遥感, 2020, 32(4): 46-52.
[6] 刘尚旺, 崔智勇, 李道义. 基于Unet网络多任务学习的遥感图像建筑地物语义分割[J]. 国土资源遥感, 2020, 32(4): 74-83.
[7] 蔡之灵, 翁谦, 叶少珍, 简彩仁. 基于Inception-V3模型的高分遥感影像场景分类[J]. 国土资源遥感, 2020, 32(3): 80-89.
[8] 李宇, 肖春姣, 张洪群, 李湘眷, 陈俊. 深度卷积融合条件随机场的遥感图像语义分割[J]. 国土资源遥感, 2020, 32(3): 15-22.
[9] 古海玲, 陈超, 芦莹, 褚衍丽. 基于卫星遥感技术的区域经济发展模型构建[J]. 国土资源遥感, 2020, 32(2): 226-232.
[10] 叶发茂, 罗威, 苏燕飞, 赵旭青, 肖慧, 闵卫东. 卷积神经网络特征在遥感图像配准中的应用[J]. 国土资源遥感, 2019, 31(2): 32-37.
[11] 谢奇芳, 姚国清, 张猛. 基于Faster R-CNN的高分辨率图像目标检测技术[J]. 国土资源遥感, 2019, 31(2): 38-43.
[12] 胡官兵, 刘舫, 党伟, 杨坤, 陈庆松. 遥感技术在滇西南植被覆盖区地质填图中的应用[J]. 国土资源遥感, 2019, 31(2): 224-230.
[13] 葛芸, 江顺亮, 叶发茂, 姜昌龙, 陈英, 唐祎玲. 聚合CNN特征的遥感图像检索[J]. 国土资源遥感, 2019, 31(1): 49-57.
[14] 谢小平, 白毛伟, 陈芝聪, 柳伟波, 席书娜. 龙门山断裂带北东段活动断裂的遥感影像解译及构造活动性分析[J]. 国土资源遥感, 2019, 31(1): 237-246.
[15] 王琳, 李迅, 包云轩, 邵艺. 遥感技术在交通气象灾害监测中的应用进展[J]. 国土资源遥感, 2018, 30(4): 1-7.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
京ICP备05055290号-2
版权所有 © 2015 《自然资源遥感》编辑部
地址:北京学院路31号中国国土资源航空物探遥感中心 邮编:100083
电话:010-62060291/62060292 E-mail:zrzyyg@163.com
本系统由北京玛格泰克科技发展有限公司设计开发