期刊导航
期刊开放获取
重庆大学
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于光谱及几何信息的TM图像厚云去除算法
被引量:
6
1
作者
秦雁
邓孺孺
+3 位作者
何颖清
陈蕾
陈启东
熊首萍
《国土资源遥感》
CSCD
北大核心
2012年第4期55-61,共7页
为了去除厚云及其阴影对光学遥感图像的影响,以TM图像为实验数据提出一种基于光谱及几何信息的去厚云算法。在分析单图像云区多光谱特征及对比多时相图像光谱特征的基础上,首先检测光谱特征明显的厚云,依据云和云影成对出现的成像几何关...
为了去除厚云及其阴影对光学遥感图像的影响,以TM图像为实验数据提出一种基于光谱及几何信息的去厚云算法。在分析单图像云区多光谱特征及对比多时相图像光谱特征的基础上,首先检测光谱特征明显的厚云,依据云和云影成对出现的成像几何关系,按确定的方位和距离搜索云影;然后采用数学形态学的侵蚀与膨胀算法对云区边缘进行碎片去除及填补、合并处理,使其准确反映图像中受云影响的数据总量;最后利用光谱线性回归匹配后的参考图像替换目标图像中的云区,达到去云目的。实验结果表明,上述算法去厚云效果显著,能够有效排除水体及地形阴影对云影识别的影响,具有快速、简单、实用性强的特点。
展开更多
关键词
云
检测
云影检测
去云
TM图像
下载PDF
职称材料
利用阴影指数和方位搜索法检测Landsat 8 OLI影像中云影
被引量:
3
2
作者
王凌
赵庚星
+3 位作者
姜远茂
朱西存
常春艳
王明媚
《遥感学报》
EI
CSCD
北大核心
2016年第6期1461-1469,共9页
Landsat 8 OLI影像已成为重要的数据源,但受云及云影的影响较大,降低了数据的可用性,因此,快速识别云及云影,为后续的数据恢复有着积极的应用价值。通过构建云指数(CI)、归一化暗像元指数(NDPI)和比值阴影指数(RSI),采用阈值法和方位角...
Landsat 8 OLI影像已成为重要的数据源,但受云及云影的影响较大,降低了数据的可用性,因此,快速识别云及云影,为后续的数据恢复有着积极的应用价值。通过构建云指数(CI)、归一化暗像元指数(NDPI)和比值阴影指数(RSI),采用阈值法和方位角搜索法,以两景Landsat 8 OLI影像(一景试验影像,另一景验证影像)为例进行云及云影检测。每类随机选取200个样点进行精度分析,结果表明:CI可快速区分OLI影像中的云区与非云区,厚云样本点正确识别率达到99%;NDPI与归一化植被指数(NDVI)构建的比值阴影指数RSI放大了水体、云影与其他阴影间的差异,更便于区分;方位搜索合理设置搜索方位角和搜索距离,简化了云影与云的相对关系模型,可准确区分水体与云影,两者的正确识别率都超过93%,弥补了阈值法的局限性。本方法可行快捷,为OLI影像的后续应用提供了基础,可有效提高其利用精度。
展开更多
关键词
比值阴影指数
云指数
方位搜索
云影检测
OLI影像
原文传递
遥感影像云及云影多特征协同检测方法
被引量:
6
3
作者
沈金祥
季漩
《地球信息科学学报》
CSCD
北大核心
2016年第5期599-605,共7页
遥感影像中云及云影不同程度地影响着地物信息的有效获取。随着多源遥感数据的日益丰富,交叉应用多源、多时相遥感影像复原云及云影区的影像,以有效地获取地类演变过程是遥感大数据应用研究的重要内容。高精度的云及云影检测是遥感影像...
遥感影像中云及云影不同程度地影响着地物信息的有效获取。随着多源遥感数据的日益丰富,交叉应用多源、多时相遥感影像复原云及云影区的影像,以有效地获取地类演变过程是遥感大数据应用研究的重要内容。高精度的云及云影检测是遥感影像云及云影区修复的前提和保障。复杂多变的光谱特征以及难以有效表达的空间形态特征,使云及云影一直存在检测过程复杂、适用性差和精度不高的问题,难以形成稳定有效的检测方法。在对厚云、薄云、冰雪及其他地类多光谱特性分析的基础上,本文提出了一种云及云影的多特征协同检测方法。首先,对冰雪、云及其他地物类型可分性较好的红、短波红外、热红外波段,利用SAM方法匹配云光谱特征曲线,并进一步结合短波红外波段像元绝对值区分云与冰雪,以及热红外波段像元绝对值区分云及其他地物类型;其次,通过组合云影定向移动模型与近红外波段亮度阈值检测出云影像元。对具备这些光谱波段的Landsat-8进行实验,结果表明多光谱曲线、"诊断性"波段及空间关系多特征耦合能有效地检测出影像中的薄云、厚云及云影,整体精度优于95%。
展开更多
关键词
云
检测
云影检测
多特征协同
阈值
原文传递
题名
基于光谱及几何信息的TM图像厚云去除算法
被引量:
6
1
作者
秦雁
邓孺孺
何颖清
陈蕾
陈启东
熊首萍
机构
中山大学地理科学与规划学院
国家海洋局南海海洋工程勘察与环境研究院
出处
《国土资源遥感》
CSCD
北大核心
2012年第4期55-61,共7页
基金
水利部公益性行业科研专项(编号:200901067-02)
国家自然科学基金项目(编号:41071230)
水利部948项目(编号:200820)共同资助
文摘
为了去除厚云及其阴影对光学遥感图像的影响,以TM图像为实验数据提出一种基于光谱及几何信息的去厚云算法。在分析单图像云区多光谱特征及对比多时相图像光谱特征的基础上,首先检测光谱特征明显的厚云,依据云和云影成对出现的成像几何关系,按确定的方位和距离搜索云影;然后采用数学形态学的侵蚀与膨胀算法对云区边缘进行碎片去除及填补、合并处理,使其准确反映图像中受云影响的数据总量;最后利用光谱线性回归匹配后的参考图像替换目标图像中的云区,达到去云目的。实验结果表明,上述算法去厚云效果显著,能够有效排除水体及地形阴影对云影识别的影响,具有快速、简单、实用性强的特点。
关键词
云
检测
云影检测
去云
TM图像
Keywords
cloud detection
cloud-shadow detection
cloud removal
TM image
分类号
TP751.1 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
利用阴影指数和方位搜索法检测Landsat 8 OLI影像中云影
被引量:
3
2
作者
王凌
赵庚星
姜远茂
朱西存
常春艳
王明媚
机构
山东农业大学资源与环境学院土肥资源高效利用国家工程实验室
山东农业大学园艺科学与工程学院
山东省乳山市国土资源局
出处
《遥感学报》
EI
CSCD
北大核心
2016年第6期1461-1469,共9页
基金
国家青年科学基金(编号:41301482)
国家自然科学基金(编号:41271369)
+2 种基金
山东省自主创新及成果转化专项(编号:2014ZZCX07402)
山东农业大学博士后基金(编号:76390)
2013年度山东省高等学校青年骨干教师国内访问学者项目~~
文摘
Landsat 8 OLI影像已成为重要的数据源,但受云及云影的影响较大,降低了数据的可用性,因此,快速识别云及云影,为后续的数据恢复有着积极的应用价值。通过构建云指数(CI)、归一化暗像元指数(NDPI)和比值阴影指数(RSI),采用阈值法和方位角搜索法,以两景Landsat 8 OLI影像(一景试验影像,另一景验证影像)为例进行云及云影检测。每类随机选取200个样点进行精度分析,结果表明:CI可快速区分OLI影像中的云区与非云区,厚云样本点正确识别率达到99%;NDPI与归一化植被指数(NDVI)构建的比值阴影指数RSI放大了水体、云影与其他阴影间的差异,更便于区分;方位搜索合理设置搜索方位角和搜索距离,简化了云影与云的相对关系模型,可准确区分水体与云影,两者的正确识别率都超过93%,弥补了阈值法的局限性。本方法可行快捷,为OLI影像的后续应用提供了基础,可有效提高其利用精度。
关键词
比值阴影指数
云指数
方位搜索
云影检测
OLI影像
Keywords
ratio of shadow index, cloud index, azimuth search, cloud shadow detection, OLI image
分类号
TP751 [自动化与计算机技术—检测技术与自动化装置]
原文传递
题名
遥感影像云及云影多特征协同检测方法
被引量:
6
3
作者
沈金祥
季漩
机构
云南国土资源职业学院数字国土与土地管理学院
云南省国际河流与跨境生态安全重点实验室
出处
《地球信息科学学报》
CSCD
北大核心
2016年第5期599-605,共7页
基金
云南省应用基础研究计划项目(2013FB082)
国家自然科学基金项目(41271367)
文摘
遥感影像中云及云影不同程度地影响着地物信息的有效获取。随着多源遥感数据的日益丰富,交叉应用多源、多时相遥感影像复原云及云影区的影像,以有效地获取地类演变过程是遥感大数据应用研究的重要内容。高精度的云及云影检测是遥感影像云及云影区修复的前提和保障。复杂多变的光谱特征以及难以有效表达的空间形态特征,使云及云影一直存在检测过程复杂、适用性差和精度不高的问题,难以形成稳定有效的检测方法。在对厚云、薄云、冰雪及其他地类多光谱特性分析的基础上,本文提出了一种云及云影的多特征协同检测方法。首先,对冰雪、云及其他地物类型可分性较好的红、短波红外、热红外波段,利用SAM方法匹配云光谱特征曲线,并进一步结合短波红外波段像元绝对值区分云与冰雪,以及热红外波段像元绝对值区分云及其他地物类型;其次,通过组合云影定向移动模型与近红外波段亮度阈值检测出云影像元。对具备这些光谱波段的Landsat-8进行实验,结果表明多光谱曲线、"诊断性"波段及空间关系多特征耦合能有效地检测出影像中的薄云、厚云及云影,整体精度优于95%。
关键词
云
检测
云影检测
多特征协同
阈值
Keywords
cloud detection
cloud shadow detection
multi-feature collaborative
threshold
分类号
P237 [天文地球—摄影测量与遥感]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于光谱及几何信息的TM图像厚云去除算法
秦雁
邓孺孺
何颖清
陈蕾
陈启东
熊首萍
《国土资源遥感》
CSCD
北大核心
2012
6
下载PDF
职称材料
2
利用阴影指数和方位搜索法检测Landsat 8 OLI影像中云影
王凌
赵庚星
姜远茂
朱西存
常春艳
王明媚
《遥感学报》
EI
CSCD
北大核心
2016
3
原文传递
3
遥感影像云及云影多特征协同检测方法
沈金祥
季漩
《地球信息科学学报》
CSCD
北大核心
2016
6
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部