检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
作 者:钱永兰[1] 杨邦杰[2] 裴志远[2] 焦险峰[2] 张松岭[2] 吴全[2] 汪庆发[2] 王飞[2]
机构地区:[1]中国气象局国家气象中心,北京100081 [2]农业部规划设计研究院,北京100026
出 处:《农业工程学报》2007年第4期162-165,共4页Transactions of the Chinese Society of Agricultural Engineering
基 金:国家自然科学基金项目(30471009);国家自然科学基金项目(40501049)
摘 要:利用遥感图像分类提取作物面积时,由于作物长势的差异,同种作物往往表现出不尽相同的图像光谱特征,在大片连续或近似连续图斑中出现光谱突变,类似于图像噪声。这种微小的差异使得图像分类时同种作物容易被误判为其他地物,增大了分类后处理的难度,降低了分类精度。作者研究的SMM模型首先对原始多光谱图像做IHS变换,将原始图像分离成I(亮度)、H(色度)和S(饱和度),然后对色度H和饱和度S进行卷积滤波运算,得到H′和S,′再将I、H′和S′做IHS逆变换,得到新图像。SMM模型旨在通过图像平滑解决目前图像非监督分类方法上存在的不足,但又在图像平滑的同时保留了原始图像的空间分辨率。通过分类试验验证,使用SMM模型进行图像增强,可以提高图像分类的精度。One of the main task in agricultural monitoring using remote sensing is to estimate crop area through image classification. But sometimes the classification results are not satisfactory resulting from the spectral difference of the same variety of crops for their different growth conditions. In the image the spectral difference of the same crops is like noise and gets more difficult in post classification processing. An image smoothing model (SMM) is developed to improve the clasification. SMM first transforms the multispectral image into intension (I), hue(H) and saturation(S); then a convolution filter is used only on its hue and saturation to get new hue (H') and saturation (S') components. The original I, the new H'and S1are together used to get a new RGB image by inverse IHS transformation. Therefore, SMM model preserves the spatial resolution when smoothing a multispectral image. The enhanced image using SMM model proves to be able to obtain higher accuracy of classification.
分 类 号:TP79[自动化与计算机技术—检测技术与自动化装置] TP391.41[自动化与计算机技术—控制科学与工程]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.30