APP下载

基于邻域平滑稀疏模型的遥感图像红树林识别算法

2016-10-14欧阳怡骆炎民徐志通

海峡科学 2016年7期
关键词:红树林特征模型

欧阳怡 骆炎民 徐志通



基于邻域平滑稀疏模型的遥感图像红树林识别算法

欧阳怡 骆炎民 徐志通

华侨大学计算机科学与技术学院

传统遥感图像识别算法大多数依据地物的光谱特征,由于红树林这类遥感图像存在大量的“同物异谱”和“异物同谱”的现象,因此仅仅依靠光谱特征很难进行准确的识别。该文充分考虑红树林的地理特征和图像特征,提出了一种多特征融合的稀疏表示识别算法。实验结果表明,该算法能够提高红树林目标检测的效果。

遥感图像 红树林 特征融合 稀疏表示 邻域

0 引言

遥感图像是通过遥感识别目标的信息载体。目前,遥感技术已经广泛应用于各个领域,如军事、农业、林业、环境监测、地质等[1]。随着遥感技术的快速发展,遥感图像的光谱分辨率、时间分辨率和空间分辨率都将得到大大的提高,其应用场景也会越来越广泛。

红树林[2]是位于热带和亚热带河口或海岸的木本植物群落,在维持生态系统平衡中发挥着至关重要的作用。随着人类生活和居住的范围不断扩大,红树林植被的面积不断下降,对红树林的识别已经成为重要的研究方向。由于红树林大多数生长在潮间带,野外实测的工作非常困难,利用传统的调查方法很难达到准确的定位[3]。遥感技术的特点是数据更新周期短、覆盖范围较大,空间分辨率低,已经广泛应用在国内外红树林监测中[4]。由于红树林遥感数据的特殊性,其光谱特征和其它植物存在着大量的同物异谱和异物同谱的现象。……

登录APP查看全文

猜你喜欢

红树林特征模型
一半模型
走过红树林
藏着宝藏的红树林
重尾非线性自回归模型自加权M-估计的渐近分布
如何表达“特征”
不忠诚的四个特征
神奇的红树林
走过红树林
3D打印中的模型分割与打包
线性代数的应用特征