共查询到20条相似文献，搜索用时 15 毫秒
1.
内蒙古石哈河地区气候条件恶劣，地质构造复杂，矿产资源丰富，具有良好的遥感找矿前提。文章以Landsat 8 OLI遥感影像作为数据源，首先对影像数据进行Flash大气校正等预处理操作，根据蚀变矿物的光谱特征，以蚀变围岩的光谱异常为理论依据，结合波段比值和主成分分析方法提取相应蚀变矿物的主分量图像，再结合密度分割对主分量图像划分蚀变等级，将提取的蚀变异常信息与地质资料进行对比验证。结果表明：波段比值-主成分分析方法提取研究区内的蚀变信息与已知矿点基本吻合，提取铁染蚀变精度为68.75%,效果较好，对以后地质人员的矿产勘查作业具有重要的指导意义。 相似文献
2.
遥感蚀变信息在青海省雪水河地区成矿预测中的应用 总被引：1，自引：0，他引：1
遥感蚀变信息采用了美国ETM多光谱遥感数据,提取采用＂去干扰—主成分分析—阈值处理技术＂（DPT）,提取与含羟基热液蚀变矿物相关的蚀变信息—OH—遥感异常,和含Fe3＋矿物相关的铁染遥感异常。结合区域地质及矿产特征取得一处矿化点,这种方法为在青藏高原地区寻找矿产提供了一种重要的找矿方法及线索。 相似文献
3.
利用高光谱遥感数据进行农作物分类方法研究… 总被引：3，自引：0，他引：3
本文以北京顺义区为研究区，研究、探讨利用高光谱遥感数据，通过逐级分层分类方法进行农作物信息提取与挖掘的基本思路和步骤。该方法面向应用目标，将复杂的信息提取过程分为相对简单的子过程，每个子过程根据拟提取的目标不同而选择不同特征参数和信息提取方法，从而实现有效地利用高光谱数据丰富的信息，提高了信息提取的精度目的。 相似文献
4.
ETM+遥感影像铁化蚀变信息的提取方法 总被引：1，自引：0，他引：1
蚀变信息的研究一般利用ETM+遥感数据,通过数字图像来处理的.文中利用landsat7 ETM+卫星影像数据,采用主成分分析、比值法,对内蒙古巴彦淖尔地区进行铁化蚀变信息的提取.研究表明,由于受大面积第四系被氧化铁污染的影响.主成分分析提取铁的氧化物类蚀变异常的效果并不理想;而比值法抑制了大面积分布的第四系受氧化铁污染的影响.分析铁化蚀变异常显示效果较为理想,并结合一些遥感图像地质解译,更有利于应用遥感矿化蚀变异常划分找矿远景区.为进一步综合找矿预测提供了依据. 相似文献
5.
6.
线状地物提取是遥感影像处理的主要研究内容之一。本文针对传统低层次单个像元纯光谱的信息提取方法的不足,构建了一种基于Canny边缘检测的面向对象提取方法。并针对面向对象遥感影像分割容易受到噪声和其他地物干扰导致提取精度不高的问题,运用Canny算子对遥感影像进行高斯滤波,降低噪声影响,采用高低双阈值法细化边缘有效检测出地物的边缘信息。最后结合面向对象的原理,通过基于规则的方法提取线状地物,得到包含线状地物信息的二值图像。精度检验结果表明,基于Canny边缘检测的面向对象方法提取线状地物的欠提取率平均为6.3%,比数学形态学方法提取线状地物的欠提取率下降了22.6%,可以有效提高线状地物提取的精度,对高分辨率遥感影像线状地物信息提取研究具有一定的参考价值。 相似文献
7.
8.
多源遥感数据在植被识别和提取中的应用 总被引：4，自引：0，他引：4
不同类型的遥感数据有着自己独特的优势,如果综合应用,可以实现信息的互补,提高地物的识别精度。本文以福建省漳浦县为研究区域,利用SPOT5、ASTER和CBERS等多源遥感数据对植被的识别和提取方法进行研究,建立了基于多源遥感数据的专题信息提取流程。首先设计了基于不同植被专题信息自动提取的专家库,对单一遥感数据进行专题提取,然后基于专家知识进行决策级植被信息融合。多源遥感数据所提供的信息的优越性在于可以将不同传感器的光谱信息和时相特征进行互补,利用不同植被在不同遥感数据上的特征和专家知识,建立隶属度函数,判剐每个像元的归属,完成研究区不同植被类型的专题提取。结果表明,与单一传感器数据的结果相比,综合利用多源遥感数据能较大程度地提高植被的提取精度。 相似文献
9.
基于TM遥感影像的玉米地专题信息自动提取 总被引：1，自引：1，他引：1
TM遥感影像中专题信息的自动提取是目前遥感界的研究热点，也已成为遥感信息生产流程中的瓶颈环节。本文分析了耕地专题信息自动提取的研究现状，选取了吉林中部和辽宁省东北部作为研究区，采用监督分类的方法对研究区TM遥感影像进行分类，提取了玉米地专题信息，玉米地信息的提取精度为85.5%。根据遥感影像目视解译的原理，提出了基于多特征空间的遥感影像专题信息自动提取的研究方法，通过对多特征空间的数学描述和计算机处理实现
遥感专题信息的自动提取。采用多特征空间的方法将玉米地信息分为光谱特征空间、形状特征空间、区域地学特征空间和干扰特征空间，应用ERDAS8.5遥感图像处理软件中的knowledge engineer模块的开发功能，设计了基于多特征空间的玉米地专题信息自动提取的专家库，使用专家库对玉米地信息进行了自动提取，提取精度为92.9%。从基于多特征空间的分类结果与监督分类结果的比较发现，基于多特征空间的自动提取方法可以提高专题信息的提取效率，对未来实现遥感影像的智能解译是一种研究方法的探索。 相似文献
10.
利用美国陆地卫星Landsat—7的ETM+数据对内蒙古赤峰姚少雨营子地区开展找矿信息提取工作。通过目视解译提取了构造信息,通过croata法则提取了蚀变岩信息。综合分析解译结果,发现已知矿产与环形构造和蚀变信息有很好的对应关系,并且在已知矿产地外围发现了新的找矿靶区。 相似文献
11.
《科技风》2020,(14)
本文以西藏日喀则地区18个县城(区)为研究对象,以无人机航拍0. 2m分辨率影像为基础,在Arcgis平台上叠加无人机获取的DEM遥感数字高程数据,渲染建立三维遥感的图像模型。通过人机交互遥感解译,提取高精度、大比例尺日喀则18个县城(区)周边的地质灾害特征信息以及人类工程活动信息。统计分析表明地质灾害解译结果分布特征与地形地貌关系密切,地质灾害与人类工程活动包括受威胁对象、孕灾背景、地质灾害防护工程相互作用明显。表明了无人机遥感技术在地质灾害调查中的良好的应用效果,特别在地形艰险获高质量影像可代替人员地面到达,三维地形地貌显示对地质灾害个体特征信息提取意义重大。无人机遥感技术在地质灾害调查领域的应用前景广阔。 相似文献
12.
对遥感信息地学特征理论、高光谱分辨率遥感信息机理与地物识别、地物微波遥感信息处理与成像机理以及地表遥感信息在介质中传输规律 ,进行原理创新探索与实验技术研究。提出了地物粗糙表面几何参数与物理参数分离理论 ,阐述了相应的实验结果。在研制了先进面阵推扫式高光谱成像仪的基础上 ,研究分析了地物的高光谱成像规律、分类识别和信息提取。研究了多波段多极化成像雷达遥感信息机理、典型地物识别、特征信息提取和地物分类及识别方法。发展和阐述了遥感气溶胶谱光学厚度的宽带消光法 ,并用于北京等地多年气溶胶光学厚度资料的反演研究 相似文献
13.
基于像素的遥感图像融合简介 总被引：2，自引：0，他引：2
在目前的水质遥感检测试验中,基本上采用的是单幅TM图像数据,图像的空间分辨率较低,考虑到现有的不同遥感图像产品在光谱分辨率和空间分辨率方面存在着互补性,遥感图像融合技术提供了一个很好的平台,利用图像融合技术将多光谱图像和高分辨率图像进行融合,可以获得一幅同时具有多光谱和高分辨率特征的图像,提高环境监测的范围和精度。 相似文献
14.
人工神经网络在遥感图像分析与处理中的应用 总被引：1，自引：0，他引：1
结合遥感影像及人工神经网络的特性,介绍人工神经网络在遥感图像分析与处理领域的应用现状,重点分析了在遥感图像分类、遥感图像复原、影像边缘检测与纹理信息提取等方面的应用。 相似文献
15.
卫星遥感找矿应用已有30多年的历史了,但应用卫星遥感数据开展与矿化有关的信息提取的却仅有十几年历史,随着多光谱、高光谱卫星遥感数据的大量获取,这种方法也逐渐走向成熟.本文就卫星遥感信息提取找矿原理与应用实例进行说明. 相似文献
16.
针对单一的赤潮特征提取算法在对赤潮遥感图像进行特征提取时还存在准确性不高等问题,本文提出了一种基于多特征的赤潮遥感提取算法,首先对加权平均方法进行改进,提出了自适应加权平均算法,对遥感图像的叶绿素浓度特征进行提取,然后采用偏差系数对水体固有光学模型进行参数优化,对遥感图像的光谱特征进行提取。实例仿真试验结果表明,本文提出的基于多特征的赤潮遥感提取算法相比较单一的光谱特征提取算法,具有较高的赤潮特征提取准确性和稳定性。 相似文献
17.
18.
《科技通报》2015,(10)
在不同光照和旋转角度下进行地理特征遥感识别是测绘领域的难点,为了实现对地理地形的准确测绘,需要进行地理特征遥感识别优化设计。传统方法中,采用遥感图像边缘特征检测算法,当遥感图像出现旋转角度时,识别性能不好。针对这一问题,提出一种角点检测的地理特征遥感识别算法,并进行系统设计与实现,系统通过图像传感模块采集遥感图像,经过角点特征处理器提取图像特征。在不同光照和旋转角度,采用单尺度Harris角点检测算法对图像进行检测并提取角点,得到地理遥感特征数据采集的角点模型,基于角点检测,进行遥感识别算法改进和系统实现。实验结果表明,采用该算法和系统,地理特征遥感识别准确率高,耗时较少,提高对地理特征遥感识别性能。为实现对地理地形的准确测绘提供依据。 相似文献
19.
森林类型识别是森林资源遥感监测的基础工作,低分辨率遥感影像缺少纹理细节信息,高分辨率遥感影像不仅具有光谱信息,而且提供丰富的空间、纹理特征信息,因此基于高分辨率遥感影像的纹理特征进行森林内部信息的提取成为近年研究的热点及难点,传统基于单个象元纯光谱及面向对象建立规则集的方法难以有效区分天然林与人工林植被覆盖信息.本文利用面向对象多尺度分割算法、Sobel算子边缘检测及骨架线提取等方法,提取天然林与人工林的纹理线特征,构建了一种新的特征指数——纹理线条密度指数(TLDI).研究表明:与常用的NDVI、SAVI、EVI等植被特征及VAR、HOMO、CON等GLCM纹理特征指数相比,TLDI指数的离散度更好、分类效果更佳;当TLDI＞0.1时,为天然林植被覆盖区;当0＜TLDI＜0.1时,为人工林植被覆盖区.典型区域的实验表明,除极少数稀疏天然林对象斑块错分人工林,总体分类精度较高,人工林错分率小于0.83％,面向对象的TLDI指数可以有效地提取森林内部天然林与人工林植被覆盖信息. 相似文献