基于穷举法的高光谱遥感图像地物识别研究

美国《工程索引》（EI）核心期刊
美国《剑桥科学文摘》（CSA）收录期刊
荷兰斯高帕斯数据库（Scopus）收录期刊
英国INSPEC数据库（SA）收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于穷举法的高光谱遥感图像地物识别研究

徐元进, 胡光道, 张献

文章导航 > 武汉大学学报 ( 信息科学版) > 2008 > 33(2): 124-127

徐元进, 胡光道, 张献. 基于穷举法的高光谱遥感图像地物识别研究[J]. 武汉大学学报 ( 信息科学版), 2008, 33(2): 124-127.

引用本文:

徐元进, 胡光道, 张献. 基于穷举法的高光谱遥感图像地物识别研究[J]. 武汉大学学报 ( 信息科学版), 2008, 33(2): 124-127.

XU Yuanjin, HU Guangdao, ZHANG Xian. Object Identification for Hyperspectral Image Based on Exhaustive Method[J]. Geomatics and Information Science of Wuhan University, 2008, 33(2): 124-127.

Citation:

XU Yuanjin, HU Guangdao, ZHANG Xian. Object Identification for Hyperspectral Image Based on Exhaustive Method[J]. Geomatics and Information Science of Wuhan University, 2008, 33(2): 124-127.

基于穷举法的高光谱遥感图像地物识别研究

¹中国地质大学数学地质遥感地质研究所,武汉市鲁磨路388号430074;²中国地质大学研究生院,武汉市鲁磨路388号430074

基金项目: 国家自然科学基金资助项目(40272122)；中国地质大学(武汉)优秀青年教师资助计划资助项目(CUGQNL0715)

作者简介:
徐元进,讲师,博士生。主要从事高光谱遥感、计算机软件开发、数学地质研究。

中图分类号: P237.4

Object Identification for Hyperspectral Image Based on Exhaustive Method

¹Institute of Mathematical Geology and Remote Sensing Geology,China University of Geosciences, 388 Lumo Road,Wuhan 430074,China;²Graduate School,China University of Geosciences,388 Lumo Road,Wuhan 430074,China

Funds: 国家自然科学基金资助项目(40272122)；中国地质大学(武汉)优秀青年教师资助计划资助项目(CUGQNL0715)

摘要: 介绍了一种基于穷举法的高光谱遥感图像地物识别方法。该方法从所有与研究区有关的可能参考光谱中识别出图像上每个像元的最佳匹配光谱,绘制识别结果图,并由图中信息可对参考光谱进行更换,以求得最佳识别结果。并以云南省中甸普朗斑岩铜矿区外围的高光谱遥感图像为例,得到了该区的地物识别图,经实地检验,证实了该方法的有效性。
- 高光谱遥感图像 /
- 地物识别 /
- 穷举法
Abstract: A new approach for object identification based on the exhaustive method is proposed.Each pixel spectrum in the hyperspectral imagery has an optimal matching spectrum selected from all possible reference spectra that are correlated with the study area.The selection is done by computing the maximal angle cosine or correlation coefficient.Thus,identification maps are created by the identification results of all pixels.Some reference spectra are changed against the information in the maps to obtain better identification results.This approach is applied to a hyperspectral image of the peripheral area of Pulang porphyry copper deposit,Zhongdian County,Yunnan Province,China.The results show that this method is effective and practical.
- hyperspectral image /
- object identification /
- exhaustive method

[1]	张立强, 李洋, 侯正阳, 李新港, 耿昊, 王跃宾, 李景文, 朱盼盼, 梅杰, 姜颜笑, 李帅朋, 辛奇, 崔颖, 刘素红. 深度学习与遥感数据分析 . 武汉大学学报 ( 信息科学版), 2020, 45(12): 1857-1864. doi: 10.13203/j.whugis20200650
[2]	陈志坤, 江俊君, 姜鑫维, 白露, 蔡之华. 一种基于改进双边滤波的鲁棒高光谱遥感图像特征提取方法 . 武汉大学学报 ( 信息科学版), 2020, 45(4): 504-510. doi: 10.13203/j.whugis20180267
[3]	徐江河, 张飞舟, 张立福, 邓楚博, 孙雪剑. 一种综合利用图像和光谱信息的物体真假模式识别方法 . 武汉大学学报 ( 信息科学版), 2019, 44(8): 1174-1181. doi: 10.13203/j.whugis20190139
[4]	安如, 陆彩红, 王慧麟, 姜丹萍, 孙梦秋, JonathanArthur Quaye Ballard. 三江源典型区草地退化Hyperion高光谱遥感识别研究 . 武汉大学学报 ( 信息科学版), 2018, 43(3): 399-405. doi: 10.13203/j.whugis20150168
[5]	王毅, 李季. 基于SVM的高光谱遥感图像亚像元定位 . 武汉大学学报 ( 信息科学版), 2017, 42(2): 198-201. doi: 10.13203/j.whugis20150443
[6]	林娜, 杨武年, 王斌. 利用核方法进行高光谱遥感图像线性解混 . 武汉大学学报 ( 信息科学版), 2017, 42(3): 355-361. doi: 10.13203/j.whugis20140787
[7]	陈善学, 郑文静, 张佳佳, 李方伟. 变换域离散度排序的高光谱图像快速压缩算法 . 武汉大学学报 ( 信息科学版), 2016, 41(7): 868-874. doi: 10.13203/j.whugis20140270
[8]	黄远程, 钟燕飞, 赵野鹤, 朱卫恒. 联合盲分解与稀疏表达的高光谱图像异常目标检测 . 武汉大学学报 ( 信息科学版), 2015, 40(9): 1144-1150. doi: 10.13203/j .whu g is20140575
[9]	王楠, 张良培, 杜博. 最小光谱相关约束NMF的高光谱遥感图像混合像元分解 . 武汉大学学报 ( 信息科学版), 2014, 39(1): 22-26.
[10]	吴桂平, 肖鹏峰, 冯学智, 王珂. 遥感影像地物特征识别的频谱能量分析方法探讨 . 武汉大学学报 ( 信息科学版), 2013, 38(12): 1465-1469.
[11]	闫利, 赵展, 聂倩, 姚尧. 利用规则进行高分辨率遥感影像地物提取 . 武汉大学学报 ( 信息科学版), 2012, 37(6): 636-639.
[12]	施蓓琦, 刘春, 陈能, 孙伟伟. 利用高光谱遥感影像纹理滤波的城市居民地识别 . 武汉大学学报 ( 信息科学版), 2012, 37(8): 915-920.
[13]	李祖传, 马建文, 张睿, 李利伟. 利用SVM-CRF进行高光谱遥感数据分类 . 武汉大学学报 ( 信息科学版), 2011, 36(3): 306-310.
[14]	吴桂平, 肖鹏峰, 冯学智, 王珂. 利用频谱能量进行高分辨率遥感图像地物识别 . 武汉大学学报 ( 信息科学版), 2011, 36(11): 1294-1297.
[15]	徐元进, 胡光道, 张振飞. 基于光谱整体形态和局部吸收谷位置的高光谱遥感图像地物识别 . 武汉大学学报 ( 信息科学版), 2010, 35(7): 868-872.
[16]	杜培军, 唐宏, 方涛. 高光谱遥感光谱相似性度量算法与若干新方法研究 . 武汉大学学报 ( 信息科学版), 2006, 31(2): 112-115.
[17]	张立福, 张良培, 村松加奈子, 藤原昇. 基于高光谱卫星遥感数据的UPDM分析方法 . 武汉大学学报 ( 信息科学版), 2005, 30(3): 264-268.
[18]	麻金继, 杨世植, 王先兵, 王家成. 利用MODIS图像反演海岸与海岛的地物光谱反射率 . 武汉大学学报 ( 信息科学版), 2005, 30(9): 791-795.
[19]	张保钢, 袁燕岩. 城市大比例尺地形图数据库中地物变化的自动发现 . 武汉大学学报 ( 信息科学版), 2005, 30(7): 640-642.
[20]	罗红霞, 龚健雅. UFCLS线性光谱混合分析法在遥感图像分类识别中的效果分析 . 武汉大学学报 ( 信息科学版), 2004, 29(7): 615-618.

WeChat

点击查看大图

计量

文章访问数: 979
HTML全文浏览量: 44
PDF下载量: 474
被引次数: 0

基于穷举法的高光谱遥感图像地物识别研究

¹中国地质大学数学地质遥感地质研究所,武汉市鲁磨路388号430074;²中国地质大学研究生院,武汉市鲁磨路388号430074

基金项目: 国家自然科学基金资助项目(40272122)；中国地质大学(武汉)优秀青年教师资助计划资助项目(CUGQNL0715)

作者简介:
徐元进,讲师,博士生。主要从事高光谱遥感、计算机软件开发、数学地质研究。

收稿日期: 2007-12-19
修回日期: 2007-12-19
刊出日期: 2008-02-05

中图分类号: P237.4

关键词:

高光谱遥感图像 /

摘要: 介绍了一种基于穷举法的高光谱遥感图像地物识别方法。该方法从所有与研究区有关的可能参考光谱中识别出图像上每个像元的最佳匹配光谱,绘制识别结果图,并由图中信息可对参考光谱进行更换,以求得最佳识别结果。并以云南省中甸普朗斑岩铜矿区外围的高光谱遥感图像为例,得到了该区的地物识别图,经实地检验,证实了该方法的有效性。

English Abstract

徐元进, 胡光道, 张献. 基于穷举法的高光谱遥感图像地物识别研究[J]. 武汉大学学报 ( 信息科学版), 2008, 33(2): 124-127.

引用本文:

徐元进, 胡光道, 张献. 基于穷举法的高光谱遥感图像地物识别研究[J]. 武汉大学学报 ( 信息科学版), 2008, 33(2): 124-127.

XU Yuanjin, HU Guangdao, ZHANG Xian. Object Identification for Hyperspectral Image Based on Exhaustive Method[J]. Geomatics and Information Science of Wuhan University, 2008, 33(2): 124-127.

Citation:

XU Yuanjin, HU Guangdao, ZHANG Xian. Object Identification for Hyperspectral Image Based on Exhaustive Method[J]. Geomatics and Information Science of Wuhan University, 2008, 33(2): 124-127.

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

我要投稿

投稿攻略

联系我们

二维码