基于遗传自组织神经元网络的可见光与热红外遥感数据融合方法

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

基于遗传自组织神经元网络的可见光与热红外遥感数据融合方法

杨贵军, 柳钦火, 刘强, 顾行发

文章导航 > 武汉大学学报 ( 信息科学版) > 2007 > 32(9): 786-790

杨贵军, 柳钦火, 刘强, 顾行发. 基于遗传自组织神经元网络的可见光与热红外遥感数据融合方法[J]. 武汉大学学报 ( 信息科学版), 2007, 32(9): 786-790.

引用本文:

杨贵军, 柳钦火, 刘强, 顾行发. 基于遗传自组织神经元网络的可见光与热红外遥感数据融合方法[J]. 武汉大学学报 ( 信息科学版), 2007, 32(9): 786-790.

YANG Guijun, LIU Qinhuo, LIU Qiang, GU Xingfa. Fusion of Visible and Thermal Infrared Remote Sensing Data Based on GA-SOFM Neural Network[J]. Geomatics and Information Science of Wuhan University, 2007, 32(9): 786-790.

Citation:

YANG Guijun, LIU Qinhuo, LIU Qiang, GU Xingfa. Fusion of Visible and Thermal Infrared Remote Sensing Data Based on GA-SOFM Neural Network[J]. Geomatics and Information Science of Wuhan University, 2007, 32(9): 786-790.

基于遗传自组织神经元网络的可见光与热红外遥感数据融合方法

¹ 中国科学院遥感应用研究所遥感科学国家重点实验室,北京市朝阳区大屯路9718信箱,100101

基金项目: 国家自然科学基金资助项目(40401042,40371087);中国科学院知识创新工程重要方向资助项目(KZCX3-SW-334,KZCX3-SW-338-2);中国科学院百人计划资助项目(KZCX0415);国家教育部留学回国人员科研启动基金重点资助项目(HX040013);国防科学技术工业委员会资助项目(KJSX0401)

作者简介:
杨贵军,博士生。主要从事定量遥感、图像分析处理、3S集成开发及资源环境遥感监测等相关领域的研究。

中图分类号: P237.3

Fusion of Visible and Thermal Infrared Remote Sensing Data Based on GA-SOFM Neural Network

¹ State Key Laboratory of Remote Sensing Science,Institute of Remote Sensing Applications,Chinese Academy of Sciences,P.O.Box 9718,Datun Road,Chaoyang District,Beijing 100101,China

Funds: 国家自然科学基金资助项目(40401042,40371087);中国科学院知识创新工程重要方向资助项目(KZCX3-SW-334,KZCX3-SW-338-2);中国科学院百人计划资助项目(KZCX0415);国家教育部留学回国人员科研启动基金重点资助项目(HX040013);国防科学技术工业委员会资助项目(KJSX0401)

摘要: 提出了一种融合方法,充分发掘可见光数据高空间分辨率和热红外数据高时间分辨率的特点,在由可见光数据估算的地表参量与热红外数据间,通过遗传自组织神经元网络建立非线性融合方法,最终获得高空间、高时间分辨率的地表温度数据,并利用ASTER卫星产品数据对该方法进行了验证。结果表明,该方法简便易行,精度较高,为快速获取高分辨率地表温度分布提供了一条新途径。
- 融合 /
- 可见光数据 /
- 热红外 /
- 地表参量 /
- 遗传自组织特征映射
Abstract: An approach which can take advantage of high spatial resolution feature of visible data and high temporal resolution feature of thermal infrared data,is adapted by a nonlinear fusion method based on GA-SOFM-ANN to map the relation between retrieved land surface parameters from visible data and temperature.According to this method,a result of fusing both visible data with spatial resolution feature and thermal infrared data with temporal feature is finished.A case of testing method is showed,utilizing the ASTER data.The conclusions show that it is a new approach to quickly estimate and acquire high resolution land surface temperature.
- fusion /
- visible data /
- thermal infrared /
- land surface parameter /
- GA-SOFM

[1]	宋志娜, 眭海刚, 李永成. 高分辨率可见光遥感图像舰船目标检测综述 . 武汉大学学报 ( 信息科学版), 2021, 46(11): 1703-1715. doi: 10.13203/j.whugis20200481
[2]	向天烛, 高熔溶, 闫利, 徐振亮. 一种顾及区域特征差异的热红外与可见光图像多尺度融合方法 . 武汉大学学报 ( 信息科学版), 2017, 42(7): 911-917. doi: 10.13203/j.whugis20141007
[3]	李畅, 马浩, 董才林. 建筑物近景可见光影像中树木遮挡区的非监督提取 . 武汉大学学报 ( 信息科学版), 2016, 41(5): 612-616. doi: 10.13203/j.whugis20140010
[4]	种衍文, 王泽文, 陈蓉, 王莹莹. 一种多特征自适应融合的粒子滤波红外目标跟踪方法 . 武汉大学学报 ( 信息科学版), 2016, 41(5): 598-604. doi: 10.13203/j.whugis20140185
[5]	余磊, 张永军, 孙明伟, 朱昕宇. 联合云检测与高通滤波的含云影像融合方法 . 武汉大学学报 ( 信息科学版), 2016, 41(9): 1160-1167. doi: 10.13203/j.whugis20140505
[6]	孙文, 吴晓平, 王庆宾, 刘晓刚, 朱志大. 基于方差分量估计的正则化配置法及其在多源重力数据融合中的应用 . 武汉大学学报 ( 信息科学版), 2016, 41(8): 1087-1092. doi: 10.13203/j.whugis20140159
[7]	王艳东, 何奕霖, 杨建思, 李昊. 利用形式概念分析的空间信息服务分类体系融合方法 . 武汉大学学报 ( 信息科学版), 2014, 39(1): 100-105.
[8]	张立福, 杨杭, 房丛卉, 潘懋. 热红外目标的多标度分形识别模型 . 武汉大学学报 ( 信息科学版), 2012, 37(3): 339-342.
[9]	徐涵秋, 张铁军, 李春华. ASTER与Landsat ETM~+热红外传感器数据的比较研究 . 武汉大学学报 ( 信息科学版), 2011, 36(8): 936-940.
[10]	张倩, 黄昕, 张良培. 多尺度同质区域提取的高分辨率遥感影像分类研究 . 武汉大学学报 ( 信息科学版), 2011, 36(1): 117-121.
[11]	王忠武, 刘顺喜, 陈晓东. IKONOS图像融合中自动拟合低分辨率全色图像的方法 . 武汉大学学报 ( 信息科学版), 2010, 35(11): 1283-1287.
[12]	陈生, 骆剑承, 李均力, 沈占锋. 利用傅立叶变换和CIELab变换的FFT-LAB方法研究 . 武汉大学学报 ( 信息科学版), 2009, 34(8): 924-927.
[13]	管海燕, 邓非, 张剑清, 钟良. 面向对象的航空影像与LiDAR数据融合分类 . 武汉大学学报 ( 信息科学版), 2009, 34(7): 830-833.
[14]	阳凡林, 吴自银, 独知行, 金翔龙. 多波束声纳和侧扫声纳数字信息的配准及融合 . 武汉大学学报 ( 信息科学版), 2006, 31(8): 740-743.
[15]	潘励, 张志华, 张剑清. 融合区域分割和边缘信息的居民地提取方法 . 武汉大学学报 ( 信息科学版), 2006, 31(8): 671-674.
[16]	朱俊杰, 范湘涛, 丁赤飚, 李玉龙. 顾及光谱畸变的高分辨率图像融合方法研究 . 武汉大学学报 ( 信息科学版), 2006, 31(10): 858-861.
[17]	哈斯巴干, 马建文, 李启青, 戴芹. 多波段遥感数据的自组织神经网络降维分类研究 . 武汉大学学报 ( 信息科学版), 2004, 29(5): 461-465. doi: 10.13203/j.whugis2004.05.019
[18]	徐毓, 李群, 周焰, 杨瑞娟. 按分量加权的探测目标状态线性融合 . 武汉大学学报 ( 信息科学版), 2002, 27(4): 420-423.
[19]	王智均, 李德仁, 李清泉. 多进制小波理论在SPOT和TM影像融合中的应用 . 武汉大学学报 ( 信息科学版), 2001, 26(1): 24-28.
[20]	林宗坚, 刘少创. 自组织特征映射神经网络及其在彩色地图自动分层中的应用 . 武汉大学学报 ( 信息科学版), 1994, 19(2): 108-112.

WeChat

点击查看大图

计量

文章访问数: 794
HTML全文浏览量: 57
PDF下载量: 324
被引次数: 0

基于遗传自组织神经元网络的可见光与热红外遥感数据融合方法

¹ 中国科学院遥感应用研究所遥感科学国家重点实验室,北京市朝阳区大屯路9718信箱,100101

基金项目: 国家自然科学基金资助项目(40401042,40371087);中国科学院知识创新工程重要方向资助项目(KZCX3-SW-334,KZCX3-SW-338-2);中国科学院百人计划资助项目(KZCX0415);国家教育部留学回国人员科研启动基金重点资助项目(HX040013);国防科学技术工业委员会资助项目(KJSX0401)

作者简介:
杨贵军,博士生。主要从事定量遥感、图像分析处理、3S集成开发及资源环境遥感监测等相关领域的研究。

收稿日期: 2007-06-27
修回日期: 2007-06-27
刊出日期: 2007-09-05

中图分类号: P237.3

关键词:

可见光数据 /

遗传自组织特征映射

摘要: 提出了一种融合方法,充分发掘可见光数据高空间分辨率和热红外数据高时间分辨率的特点,在由可见光数据估算的地表参量与热红外数据间,通过遗传自组织神经元网络建立非线性融合方法,最终获得高空间、高时间分辨率的地表温度数据,并利用ASTER卫星产品数据对该方法进行了验证。结果表明,该方法简便易行,精度较高,为快速获取高分辨率地表温度分布提供了一条新途径。

English Abstract

杨贵军, 柳钦火, 刘强, 顾行发. 基于遗传自组织神经元网络的可见光与热红外遥感数据融合方法[J]. 武汉大学学报 ( 信息科学版), 2007, 32(9): 786-790.

引用本文:

杨贵军, 柳钦火, 刘强, 顾行发. 基于遗传自组织神经元网络的可见光与热红外遥感数据融合方法[J]. 武汉大学学报 ( 信息科学版), 2007, 32(9): 786-790.

YANG Guijun, LIU Qinhuo, LIU Qiang, GU Xingfa. Fusion of Visible and Thermal Infrared Remote Sensing Data Based on GA-SOFM Neural Network[J]. Geomatics and Information Science of Wuhan University, 2007, 32(9): 786-790.

Citation:

YANG Guijun, LIU Qinhuo, LIU Qiang, GU Xingfa. Fusion of Visible and Thermal Infrared Remote Sensing Data Based on GA-SOFM Neural Network[J]. Geomatics and Information Science of Wuhan University, 2007, 32(9): 786-790.

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