基于光谱归一化的高光谱遥感融合处理技术

来源 :第七届高分辨率对地观测学术年会 | 被引量 : 0次 | 上传用户:a0p5c115f6e
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
全球化的地表覆盖、环境监测等地球系统科学与高效高质量的全球地表覆盖监测应用,迫切需要基础性的高光谱遥感反射率数据作支撑.光谱反射率是高光谱卫星遥感数据的核心数据产品,直接关系到高光谱卫星应用效能和质量.由于多光谱与高光谱的遥感影像的谱段范围、分辨率宽度、中心波长等因素有一定差异,高光谱与多光谱遥感影像的融合处理具有极大难度.本研究采用物理参量归一化的思想,基于GF5、GF1WFV、ZY3等多源卫星遥感数据,进行GF系列卫星的物理参量融合,实现在地表参数物理量数值保持的情况下的高光谱遥感影像的空间分辨率提升.根据噪声、信息熵、清晰度、光谱角余弦、相关系数、均方根误差等融合质量评价结果表明,融合结果与原始数值表现一致,GF5与ZY3融合的噪声水平、信息熵和清晰度指标较优,GF5与GF1融合的光谱角余弦、相关系数和均方根误差指标较优.本研究为高光谱遥感数据的高精度、定量化的处理提供了一个新的途径和方法.
其他文献
机载毫米波全极化合成孔径雷达(PolSAR)具备不受光照限制、地物散射信息丰富、高分辨率等特点,随着其技术的不断发展和完善,已经成为重要的对地观测手段之一,而无监督分类是毫米波PolSAR数据的重要研究方向.针对于ka波段、分辨率为0.3米的未定标PolSAR影像,本文利用新的超像素分割算法与Wishart-H/A/α分类算法结合,实现毫米波全极化SAR的无监督分类过程.首先使用了线性压缩方法对数
深度学习已经广泛使用并在很多计算机视觉问题上取得了出色的结果.然而,深度学习依赖大量训练数据才能克服模型的过拟合问题.不幸的是,在很多领域,获取大量训练数据是一件十分困难的事情.数据扩增是针对有限训练数据问题的一个重要的数据空间解决办法,旨在增强训练数据的规模,缓解深度神经网络模型的过拟合问题,提高模型的性能和泛化能力.已有的图像数据扩增方法包括几何变换、彩色空间变换、核滤波、图像混合、随机擦除、
以F-12芳纶纤维织物为承力层进行多层柔性复合材料制备.研究织物紧度对柔性复合材料拉伸强度、撕裂强度的影响,研究不同拉伸角度柔性复合材料拉伸强度的变化情况,对比柔性复合材料及其增强织物拉伸断裂破坏形式.
太阳电池作为平流层飞艇能源系统的重要组成部分,是能量产生的来源,并且直接安装于艇皮表面,与总体在功能和性能上有着复杂的联系.为了确保飞艇的正常运行,太阳电池组件与囊体之间的热控技术尤为关键.本论文首先提出了一种新型的轻质隔热型太阳电池组件结构,并建立多层结构的热传导模型,利用ANSYS进行临近空间复杂工况下的热仿真分析,参考仿真结果进一步优化组件结构设计.通过模拟平流层飞艇实际飞行环境开展太阳电池
本文提出一种使用电路板作为主要制造材料,使用高空气球投放的滑翔式微型无人机.无人机可实现快速批量化制造,具有低成本,隐蔽性好,可大量携带等特点,结合可控超压气球技术,可对一定点目标实现长时间近距离监控与信息收集.文章第一部分叙述了基于电路板特点的微型无人机气动设计过程.动力学仿真表明无人机具备在20km投放后自主进入平衡滑翔的能力.文章第二部分详述了仅仅使用有限的低精度传感器实现精确导航的飞控系统
海洋溢油事故会造成严重的生态灾难,及时有效地发现海面溢油对遏制经济损失、避免环境污染具有重要意义.本文将极化合成孔径雷达(PolarimetricSynthetic aperture radar,PolSAR)与深度学习语义分割算法有机结合,对海面溢油提取进行创新性研究,提出一种适合构建于Pytorch框架的基于DeepLabv3+网络的Sentinel-1影像海面溢油智能化提取架构,通过网络的编
近年来,深度学习方法被成功应用于SAR图像舰船检测任务.由于近岸背景的强干扰以及目标尺度的多样性,复杂场景下的多尺度舰船检测仍然面临较大的挑战.现有的基于深度卷积神经网络的方法无法较好地处理近岸虚警较多的问题,而且对多尺度目标的检测效果不佳.本文提出一种基于自适应特征重构金字塔的多尺度SAR舰船检测方法.该方法首先引入全局上下文(Global Context,GC)模块对特征进行提取,利用舰船目标
针对具有大角度、敏捷机动工况的对地观测卫星在轨实时高精度姿态确定问题,地面基于卫星载荷图像信息、姿态运动学信息对星敏感器、陀螺仪及其安装结构热变形等引起的系统姿态确定误差因素进行高精度辨识,确定以卫星姿态角、轨道幅角、敏感器环境温度梯度等为自变量的姿态校准数学模型参数.星载软件通过该模型对卫星在轨实时姿态测量结果,自适应环境工况进行姿态校准,提高卫星在复杂工况下的姿态确定精度,从而提高图像修正精度
傅里叶叠层显微成像技术可以通过进行频域内的孔径合成在显微镜中实现大视场的超分辨率成像.为了研究该技术在宏观领域应用于漫反射目标的可行性,设计了宏观反射式傅里叶叠层成像实验.实验选取USAF分辨率板和五角纸币为漫反射目标进行图像数据采集,并运用傅里叶叠层图像重构算法对采集的实验数据进行重构以及分辨率分析.实验结果表明,将傅里叶叠层成像技术应用于宏观漫反射目标可实现较大的分辨率提升.
The object detection method based on deep learning is widely used in Unmanned Aerial Vehicle(UAV)power line inspection.However,there are few researches on pin defects detection since the pin is too sm