排序方式： 共有4条查询结果，搜索用时 15 毫秒
1
1.
以景观破碎化的皖南山区为试验靶区,基于2009年4期的Landsat 5 TM与HJ-1/CCD遥感影像,结合野外调查数据,分析土地覆被类型在影像上的特征,挖掘出相应的光谱、纹理、空间及时相等信息,获取相关特征波段.基于See 5.0软件,根据训练样本筛选特征波段及组合并获取最佳阈值.基于面向对象分类软件,对TM影像进行尺度10、30的2级分割,参照最佳特征波段及阈值建立规则集并获取分类数据.结果表明：基于面向对象的多时相分类法能精确地获取土地覆被数据,精度均高于92%,其在以皖南山区为代表的景观破碎化区域适用性较高. 相似文献
2.
山地城市的空间形态演变受地貌条件影响较大。重庆市主城区受长江和嘉陵江分割,受缙云山、中梁山、铜锣山、明月山等四山约束,是著名的山水之城,其城市空间形态呈现出典型的组团结构特征。本文基于1978、1988、1996、2002、2007、2010年六期TM遥感影像数据,对重庆市主城区空间形态演变历程及特征进行定性描述与定量刻画,提出了重庆市主城区强化"多中心、组团式"空间形态、坚持"集中-紧凑"的空间发展模式、以公共交通引导城市合理拓展等空间发展管理建议。 相似文献
3.
基于多时相遥感影像的福州市热环境监测 总被引：1，自引：0，他引：1
根据彩色合成原理,对3个时相TM影像的热红外波段进行假彩色合成,利用合成图上不同的色调分析城市热环境的变化趋势;并将彩色合成图进行HLS变换,利用变换后的色度、饱和度和亮度3个分量将福州市热环境变化类型划分成热岛区、热环境缓解区、热环境波动区、热环境恶化区4大类,并分析了这几种热环境变化类型的分布情况和成因. 相似文献
4.
随着遥感技术的快速发展,遥感图像得到广泛的应用,其中目标检测是遥感图像众多应用中非常重要的一个分支。目前大多数目标检测算法都是基于单时相遥感图像,对于多时相遥感数据的处理方法较少。最近发表的多时相目标检测算法有滤波张量分析,其将多重线性函数与张量相对应的关系应用于遥感图像目标检测,但该算法只能进行单目标检测,无法同时检测多个目标。本文借鉴多目标约束能量最小化算法中对于多个目标输出能量的约束和滤波张量分析中对于应用张量滤波器的思想,提出多目标滤波张量分析算法,能够在多时相遥感数据中实现同时检测多个目标。模拟和真实数据实验结果均表明,该算法可以有效地提高多时相图像中多目标检测精度。 相似文献
1