基于高光谱遥感影像的建筑物表面材质识别方法(英文)
本文选题:建筑物材料 切入点:高光谱遥感 出处:《Journal of Zhejiang University-Science A(Applied Physics & Engineering)》2017年12期
【摘要】:目的:建筑物的材质信息是灾害评估和城市调查等领域的重要信息。本文旨在利用高光谱遥感影像提取地面建筑物的表面材质信息(包括材质类型和主要组成成份),并对提取方法进行对比,给出应用建议。创新点:对建筑物材料进行光谱测试,并对其高光谱响应规律进行分析,找出有诊断意义的光谱位置;基于实验和验证得出应用方法的适应性,以提高信息提取精度。方法:1.设计建筑物材质信息提取流程(图1),并对高光谱数据进行基础处理;2.对建筑物材料进行光谱测试(波长范围为350~2500 nm,图3),并完成各类建筑物的诊断性光谱分析;3.利用光谱角度法(公式(1))和光谱信息散度法(公式(2))进行材质信息提取(图5和6);4.综合分析两种方法的应用过程与控制参数和准确率的关系。结论:1.两种方法皆可提取建筑物材质信息,但在应用过程中需要进行参数的适应性调整,这是提高准确率的关键;2.在建筑物材质信息提取方面,光谱角度法的提取准确率略高于光谱散度法。
[Abstract]:Objective: material information of buildings is an important information in disaster assessment and urban survey.The purpose of this paper is to use hyperspectral remote sensing image to extract the surface material information of ground buildings (including material types and main components), and to compare the extraction methods and give some suggestions for application.Innovation: spectral testing of building materials and analysis of hyperspectral response law to find diagnostic spectral position; based on experiments and validation to obtain the adaptability of the application methods in order to improve the accuracy of information extraction.Method 1: 1.Design building material information extraction process (fig. 1), and carry out basic processing of hyperspectral data.Spectral measurements of building materials (wavelength range 350 ~ 2 500 nm, fig. 3), and diagnostic spectral analysis of all kinds of buildings have been completed.The spectral angle method (formula 1) and spectral information divergence method (formula 2) were used to extract the material information (fig. 5 and 6 / 4).The relationship between the application process of the two methods and the control parameters and accuracy is analyzed synthetically.Conclusion 1.Both methods can extract the building material information, but in the process of application, we need to adjust the parameters adaptively, which is the key to improve the accuracy.In the information extraction of building materials, the accuracy of spectral angle method is slightly higher than that of spectral divergence method.
【作者单位】: Key
【基金】:supported by the National Key Technologies R&D Program of China(No.2016YFB0502603) the Key Project of Sichuan Provincial Education Department(No.2018LG113),China
【分类号】:P237;TU50
【相似文献】
相关期刊论文 前10条
1 房华乐;任润东;苏飞;梁勇;;高光谱遥感在农业中的应用[J];测绘通报;2012年S1期
2 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年02期
3 王筱君;;高光谱遥感在植被分类中的研究[J];矿山测量;2014年01期
4 林娜;杨武年;;基于核最小噪声分离变换的高光谱遥感影像特征提取研究[J];遥感技术与应用;2013年02期
5 杜培军;林卉;孙敦新;;基于支持向量机的高光谱遥感分类进展[J];测绘通报;2006年12期
6 王秀珍,黄敬峰,李云梅,王人潮;水稻叶面积指数的高光谱遥感估算模型[J];遥感学报;2004年01期
7 程会平;舒宁;;采用小波和分形维的高光谱遥感影像特征提取[J];地理空间信息;2010年05期
8 钱进;邓喀中;范洪冬;;基于拉普拉斯特征映射高光谱遥感影像降维及其分类[J];遥感信息;2012年05期
9 王强;束炯;;高光谱遥感图像光谱域去噪的小波变换方法[J];大气科学研究与应用;2008年02期
10 滕荣荣;赵谊;刘耀炜;马玉川;;高光谱遥感在断层气监测中的应用讨论[J];地壳构造与地壳应力文集;2010年00期
相关会议论文 前3条
1 房华乐;任润东;苏飞;梁勇;;高光谱遥感在农业中的应用[A];第四届“测绘科学前沿技术论坛”论文精选[C];2012年
2 范启雄;李天河;杨威;;高光谱遥感目标探测研究进展与典型应用[A];国家安全地球物理丛书(八)——遥感地球物理与国家安全[C];2012年
3 冷秀华;张杰;马毅;宋平舰;孙凌;;高光谱遥感数据管理系统原型设计[A];第十四届全国遥感技术学术交流会论文选集[C];2003年
相关重要报纸文章 前2条
1 中国科学院院士、国际欧亚科学院院士 童庆禧;我国高光谱遥感的发展[N];中国测绘报;2008年
2 文龙 胡军;张立福:用光谱观测大地的人[N];科技日报;2012年
相关博士学位论文 前2条
1 刘伟东;高光谱遥感土壤信息提取与挖掘研究[D];中国科学院研究生院(遥感应用研究所);2002年
2 沈照庆;基于支持向量机(SVM)的高光谱影像智能化分析关键问题研究[D];武汉大学;2010年
相关硕士学位论文 前7条
1 牛璐璐;航空高光谱遥感影像自动拼接技术研究[D];吉林大学;2016年
2 丁小辉;基于蚁群算法的高光谱遥感影像地物分类研究[D];中国科学院研究生院(东北地理与农业生态研究所);2016年
3 颜丙囤;基于“星—地”遥感数据的植被参数反演模型研究与应用[D];中国矿业大学;2016年
4 李静;高光谱遥感影像降维及分类方法研究[D];中南大学;2012年
5 胡荣华;基于主动学习的高光谱遥感图像异常检测[D];首都师范大学;2014年
6 姜方鑫;基于高光谱遥感的城市用地信息提取研究[D];浙江大学;2012年
7 王蒙;基于变换域的植被高光谱遥感综合反演研究[D];江苏师范大学;2013年
,本文编号:1715364
本文链接:https://www.wllwen.com/kejilunwen/dizhicehuilunwen/1715364.html