基于ICA算法和尺度优化的无人机影像树冠提取方法
针对高分辨率遥感影像进行树冠提取时所遇到的由各类地物之间的相关性和复杂性带来的地物提取难点,将独立分量分析算法和尺度优化法结合进行树冠提取研究.首先,通过独立分量分析算法优化高分辨率遥感影像,去除地物波谱信息之间的相关性,并将ICA变换得到的特征值作为波段加权的权重;再通过改进的最优尺度计算模型选择最优的分割尺度;最后通过对树冠提取的平均精度评价该改进的计算模型.将本研究方法与单纯尺度优化法实验对比分析,结果表明:本文方法有利于降低“同谱异物”和“同物异谱”以及树冠连冠现象,提高树冠信息提取的精度,并可有效避免人为确定分割尺度的主观性和低效性.
无人机影像、独立分量分析(ICA)、最优尺度、树冠提取
47
P208(一般性问题)
国家自然科学基金;河南大学优秀青年科研人才培育基金项目
2017-09-01(万方平台首次上网日期,不代表论文的发表时间)
共8页
379-386