用遥感图像提取土地利用变化信息的特征变异增强方法

doi:10.6046/gtzyyg.2000.03.08

摘要
参考文献
相关文章
Metrics

全文: PDF(1675 KB)

HTML
输出: BibTeX | EndNote (RIS)

摘要提出了将彩色变换融合技术运用于土地利用变化信息提取中的一种新的图像处理方法,即特征变异增强方法。该方法较好地解决了土地利用变化信息的增强问题。首先对多光谱影像进行地物间的反差扩大和彩色变换处理,然后对高分辨率的影像进行纹理能量信息增强,并将它叠加到经彩色变化后的多光谱强度影像中。该方法最大限度地保留了多光谱信息并提高了影像清晰度和空间分辨率,最终变化区域得到了增强。本文详细介绍特征变异增强方法的全过程,阐明了每一步的关键技术,并以广州市一子区为例,验证方法的优越性。

	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
	刘衍宏
	刘少峰
	张川
	裴晓寅
	廖俊杰
	于景邨
	胡兵
	刘振庆

关键词 ：高光谱遥感, Hyperion, 粘土矿, 光谱角制图（SAM）, 匹配滤波（MF）

Abstract：In this paper, a new method of feature chang enhancement is presented,it gives a suitable way to enhance and process remote sensing information showing the land use chang. The detail is as follows,Firstly multispectrum images are processed by contrast stretching colour transform and then the data processed enhancing texture information are ovelaped by intense image,so that multispectrum information is remained and clarity and space resolution are increase,in the end, an example,a train area,is introduced.

Key words： Hyperspectral remote sensing Hyperion Clay minerals Spectral angle mapper Matched filtering

收稿日期: 2000-08-10 出版日期: 2011-08-02

作者简介: 陈志军(1966-),男,1988年毕业于浙江大学地质系,一直从事图像处理和遥感应用工作,1999年获理学硕士学位,现在中科院遥感卫星地面站主要从事土地利用/覆盖变化研究。

引用本文:

陈志军, 李志忠, 杨清华. 用遥感图像提取土地利用变化信息的特征变异增强方法[J]. 国土资源遥感, 2000, 12(3): 49-52.
CHEN Zhi-jun, LI Zhi-zhong, YANG Qing-hua . THE METHOD OF FEATURE CHANG ENHANCEMENT IN LAND USER CHANG USING MULTI-SOURCE REMOTE SENSING DATA. REMOTE SENSING FOR LAND & RESOURCES, 2000, 12(3): 49-52.

链接本文:

https://www.gtzyyg.com/CN/10.6046/gtzyyg.2000.03.08 或 https://www.gtzyyg.com/CN/Y2000/V12/I3/49

[1] 胡德永.用于土地利用分类的计算机复合分层分类方法【J】.环境遥感,1989,(4):249～256.

[2] 戴昌达.TM图像的光谱信息特征与最佳波段组合【J】.环境遥感,1989,(4):282～292.

[3] 宫鹏,史培军.对地观测技术与地球系统科学【M】.北京:科学出版社,1996.

[4] 李小兵.区域地表覆盖动态变化研究

[D]:

[博士论文].北京:北京师范大学,1997.

[5] 李军,林宗坚.基于特征的遥感影像数据融合方法【J】.中国图形图像学报,1997,2(23):103～107.

[1]	王茜, 任广利. 高光谱遥感异常信息在阿尔金索拉克地区铜金矿找矿工作中的应用[J]. 自然资源遥感, 2022, 34(1): 277-285.
[2]	高文龙, 张圣微, 林汐, 雒萌, 任照怡. 煤矿开采中SOM的遥感估算和时空动态分析[J]. 自然资源遥感, 2021, 33(4): 235-242.
[3]	姜亚楠, 张欣, 张春雷, 仲诚诚, 赵俊芳. 基于多尺度LBP特征融合的遥感图像分类[J]. 自然资源遥感, 2021, 33(3): 36-44.
[4]	臧传凯, 沈芳, 杨正东. 基于无人机高光谱遥感的河湖水环境探测[J]. 自然资源遥感, 2021, 33(3): 45-53.
[5]	胡新宇, 许章华, 陈文慧, 陈秋霞, 王琳, 刘辉, 刘智才. 基于PROBA/CHRIS影像的归一化阴影植被指数NSVI构建与应用效果[J]. 国土资源遥感, 2021, 33(2): 55-65.
[6]	孙珂. 融合超像元与峰值密度特征的遥感影像分类[J]. 国土资源遥感, 2020, 32(4): 41-45.
[7]	王瑞军, 张春雷, 孙永彬, 王诜, 董双发, 王永军, 闫柏琨. 高光谱在甘肃红山多金属找矿模型构建中的应用[J]. 国土资源遥感, 2020, 32(3): 222-231.
[8]	张东辉, 赵英俊, 秦凯. 典型目标地面光谱信息系统设计与实现[J]. 国土资源遥感, 2018, 30(4): 206-211.
[9]	徐念旭, 田庆久, 申怀飞, 徐凯健. 基于微分变换的高光谱马尾松和杉木识别[J]. 国土资源遥感, 2018, 30(4): 28-32.
[10]	孙小芳. 结合目标分割的高光谱城市地物分类[J]. 国土资源遥感, 2017, 29(3): 171-175.
[11]	任广利, 杨敏, 李健强, 高婷, 梁楠, 易欢, 杨军录. 高光谱蚀变信息在金矿找矿预测中的应用研究——以北山方山口金矿线索为例[J]. 国土资源遥感, 2017, 29(3): 182-190.
[12]	苏红军, 刘浩. 一种利用空间和光谱信息的高光谱遥感多分类器动态集成算法[J]. 国土资源遥感, 2017, 29(2): 15-21.
[13]	张川, 叶发旺, 徐清俊, 刘洪成, 孟树. 新疆白杨河铀铍矿区航空高光谱矿物填图及蚀变特征分析[J]. 国土资源遥感, 2017, 29(2): 160-166.
[14]	林娜, 杨武年, 王斌. 基于核方法的高光谱遥感图像混合像元分解[J]. 国土资源遥感, 2017, 29(1): 14-20.
[15]	鲁锦涛, 马丽. 基于流形对齐的高光谱遥感图像降维和分类算法[J]. 国土资源遥感, 2017, 29(1): 104-109.

Viewed

Full text

Abstract

Cited

Shared

Discussed