排序方式: 共有3条查询结果,搜索用时 78 毫秒
1
1.
2.
像素级融合应用广泛,但不同的融合数据、应用对象不同的融合方法融合效果不同.以IKONOS影像为数据源,以潮滩植被分类为应用对象,采用HIS变换、Pan Sharp、主成分、葛兰-斯密特、小波变换等方法进行数据融合.通过主观、客观多方面评价融合效果.结果表明,在潮滩植被分类中,小波融合方法是权衡IKONOS低空间分辨率光谱信息和高空间分辨率空间信息的最佳方法. 相似文献
3.
湿地植被遥感分类对于湿地生态环境的保护与管理具有重要意义,遥感湿地植被分类的难点是湿地环境复杂,植被光谱相似.以崇明东滩湿地为研究对象,利用FieldSpec 3 Hi-Res光谱仪和Landsat 5卫星影像,分析了湿地植被实测和遥感影像反射光谱曲线.在分析的基础上,采用基于知识发现的信息提取方法对湿地植被进行分类.首先将潮滩植被从遥感影像中提取出来;然后计算NDVI、DVI等植被指数,并进行典型植被可区分性植被指数评价;最后将最优植被指数(KT1,TRVI和DVI)作为辅助信息,对潮滩植被进行神经网络监督分类.研究结果显示,该方法的分类总精度较高达86.5%,具有一定的适用性.研究结果可为实现自动、半自动化植被分类与识别提供理论依据和技术支持. 相似文献
1