色哟哟视频在线观看-色哟哟视频在线-色哟哟欧美15最新在线-色哟哟免费在线观看-国产l精品国产亚洲区在线观看-国产l精品国产亚洲区久久

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
电子发烧友
开通电子发烧友VIP会员 尊享10大特权
海量资料免费下载
精品直播免费看
优质内容免费畅学
课程9折专享价
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

融合機(jī)載LiDAR和高光譜影像的土地利用分類

萊森光學(xué) ? 來源:萊森光學(xué) ? 作者:萊森光學(xué) ? 2022-10-09 14:48 ? 次閱讀

高光譜影像包含豐富的光譜信息,能夠準(zhǔn)確地描述地物的光譜特征,但在地物分類應(yīng)用中通常會存在同物異譜和同譜異物現(xiàn)象。機(jī)載激光雷達(dá)(LightDetectionandRanging,LiDAR)可以直接獲取地物高精度、高密度的三維空間信息,通常為離散點(diǎn)云,由于缺乏光譜/紋理信息,在地物分類方面表現(xiàn)出最大的不足。因此,融合機(jī)載LiDAR點(diǎn)云的三維空間信息和高光譜影像的紋理信息,即可發(fā)揮各自優(yōu)勢、取長補(bǔ)短,提升地物分類的精度和可信度。本文在已有研究基礎(chǔ)上從機(jī)載LiDAR數(shù)據(jù)和高光譜影像數(shù)據(jù)提取不同特征,設(shè)計了不同特征組合的融合數(shù)據(jù)集,采用效率更高、實現(xiàn)簡單的隨機(jī)森林算法(randomforest,RF)進(jìn)行地物分類研究,并進(jìn)行精度評價與對比,以提高分類精度,為土地資源利用監(jiān)測、管理提供據(jù)支持。

1數(shù)據(jù)源

機(jī)載LiDAR和高光譜影像數(shù)據(jù)覆蓋區(qū)域位于廣西靈川縣,地形平坦,包括民房、農(nóng)田、林地、裸地等地物類型(圖1)。其中機(jī)載LiDAR數(shù)據(jù)采集于2020年11月6日,由無人機(jī)LiDAR系統(tǒng)獲取,飛行高度約120m,平均點(diǎn)密度38點(diǎn)/m2,包含xyz坐標(biāo)信息、強(qiáng)度信息及多次回波信息。高光譜數(shù)據(jù)采用高光譜成像儀于2020年12月25日獲取,當(dāng)日天氣晴好,飛行高度為130m,空間分辨率為0.12m;波長范圍為400-1000nm,包含270個光譜波段。

pYYBAGNCbrSAGWTUAAOyMKhHBiQ487.png

圖1實驗區(qū)地理位置

2研究方法

分別從機(jī)載LiDAR點(diǎn)云數(shù)據(jù)和高光譜影像中提取地物的高度特征、光譜特征、紅邊特征及紋理特征,并設(shè)計了5種不同特征組合的影像,然后應(yīng)用隨機(jī)森林分類器對不同特征組合的影像進(jìn)行土地利用分類,并比較其精度。技術(shù)路線如圖2。

poYBAGNCbrSANL1NAADE5Haaen4788.png

圖2技術(shù)路線圖

2.1 LiDAR點(diǎn)云特征提取

首先采用三角網(wǎng)濾波方法進(jìn)行點(diǎn)云濾波,然后采用不規(guī)則三角網(wǎng)方法(TriangulatedIrregularNetwork,TIN)對濾波后的地面點(diǎn)和非地面點(diǎn)進(jìn)行插值,生成格網(wǎng)分辨率為0.25m的數(shù)字高程模型(digitalelevationmodel,DEM)和數(shù)字表面模型(digitalsurfacemodel,DSM),將插值生成的DEM和DSM進(jìn)行差值運(yùn)算,得到nDSM。

2.2高光譜影像特征提取

高光譜影像包含豐富的地物光譜信息,波段數(shù)多,在分類過程中,會導(dǎo)致數(shù)據(jù)冗余、效率變低、影響分類精度,因此首先要對高光譜影像數(shù)據(jù)進(jìn)行降維處理。主成分分析法(principalcomponentanalysis,PCA)是目前應(yīng)用最廣泛的降維方法,在ENVI5.3中對高光譜數(shù)據(jù)進(jìn)行降維處理,選取前5個主成分波段特征。利用紅邊波段可以增強(qiáng)不同地物間的區(qū)分度,本文根據(jù)所用高光譜影像的光譜特點(diǎn),定義了3種紅邊植被指數(shù),組成紅邊特征集(后文以RE表示)。歸一化植被指數(shù)(normalizeddifferencevegetationindex,NDVI)對綠色植被比較敏感,也是遙感影像分類中常用的植被指數(shù)。各植被指數(shù)計算公式如表1所示。

表1植被指數(shù)

pYYBAGNCbrSAaoB8AADHBd0obOw012.png

注:NIR為近紅外波段;R為紅波段;RE1為紅邊710波段;RE2為紅邊750波段

紋理特征信息能夠有效提升分類精度,本文采用灰度共生矩陣(gray-levelco-occurrencematrix,GLCM)方法提取影像的紋理特征,并選取了同質(zhì)度、非相似性、對比度、相關(guān)性、熵和角二階矩作為影像的紋理特征,對經(jīng)PCA變換后的影像進(jìn)行GLCM計算得到紋理特征。

2.3分類方法

首先使用ENVI5.3軟件,以高光譜影像為基準(zhǔn)影像,選取nDSM和高光譜影像上明顯的同名地物點(diǎn)作為配準(zhǔn)基元進(jìn)行配準(zhǔn)。為探究不同特征組合的分類效果,本文根據(jù)提取的不同特征,設(shè)計了5個特征組合的融合影像,如表2所示。

表2不同特征波段組合

poYBAGNCbrWABhVWAABNtPWsbAo380.png

隨機(jī)森林是一種機(jī)器學(xué)習(xí)算法,它將多棵決策樹集成在一起組成“森林”是目前遙感影像分類常用的方法,具有參數(shù)設(shè)置少、穩(wěn)定性好、訓(xùn)練樣本速度快、分類精度高等特點(diǎn)。本文根據(jù)實地調(diào)查數(shù)據(jù)和通過Googleearth高分辨率影像目視解譯完成訓(xùn)練樣本和驗證樣本的選擇,使用RF分類器,對構(gòu)建的不同特征組合進(jìn)行地物分類。在隨機(jī)森林算法中,決策樹的數(shù)量(ntree)和為隨機(jī)特征的數(shù)量(mtry)是兩個關(guān)鍵參數(shù),本文通過反復(fù)優(yōu)化,將ntree設(shè)置為100,mtry設(shè)為特征數(shù)量的平方根。

2.4精度評價

采用Kappa系數(shù)和總體分類精度(OverallClassificationAccuracy,OA)對分類結(jié)果進(jìn)行精度評價。并計算每種地物類別的用戶精度和生產(chǎn)者精度,以便更好地評價不同實驗組合的分類結(jié)果。

3 結(jié)果與分析不同特征組合的分類結(jié)果如圖3所示。可以看出,在融合影像僅具有光譜特征時(組合1),部分建筑物明顯被誤分為了道路和裸地。在加入植被指數(shù)和紋理特征后(組合3),植被和裸地的區(qū)分更明顯,建筑物誤分為道路的情況也有所改善,但仍有部分裸地被分為了建筑物;加入LiDAR點(diǎn)云數(shù)據(jù)提取的nDSM后,融合影像(組合4)具有了高度特征,建筑物和道路邊緣區(qū)分更清晰,建筑物和裸地的誤分情況相較于組合3也有極大改善,林地、農(nóng)作物和裸地的區(qū)分也更明顯。

pYYBAGNCbrWAKK40AAe77CqD1lg364.png

圖3不同特征組合分類結(jié)果

表3分類結(jié)果精度統(tǒng)計

poYBAGNCbrWAPpMQAACtn0xDodo753.png

注:PA為生產(chǎn)者精度;UA為用戶精度

從表3可以看出,組合1的分類精度最低,OA和Kappa系數(shù)分別為77.73%和0.69;組合5的分類精度最高,OA和Kappa系數(shù)分別為85.96%、0.81,說明高光譜影像融合植被指數(shù)、紋理特征和高度特征后,分類精度得到有效提升。特別在添加了LiDAR點(diǎn)云數(shù)據(jù)提取的nDSM的高度特征后,分類精度提升最多,相較于未添加高度特征(組合3)OA和Kappa系數(shù)分別提升了5.33%和0.07,說明融合高程信息可以極大提高高光譜數(shù)據(jù)的分類精度;組合4的總體分類精度雖略低于組合5,但組合4中林地的分類精度卻更高,PA和UA均達(dá)到95%以上,說明紅邊光譜特征與從LiDAR數(shù)據(jù)提取的nDSM融合后對高植被的分類效果更好。

審核編輯 黃昊宇

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 高光譜圖像
    +關(guān)注

    關(guān)注

    0

    文章

    25

    瀏覽量

    7230
  • LIDAR
    +關(guān)注

    關(guān)注

    10

    文章

    328

    瀏覽量

    29880
收藏 0人收藏

    評論

    相關(guān)推薦

    如何利用光譜相機(jī)實現(xiàn)精確的光譜分析?

    光譜相機(jī)是一種能夠獲取物體在連續(xù)多個窄波段上反射或輻射信息的先進(jìn)成像設(shè)備。與普通RGB相機(jī)僅記錄紅、綠、藍(lán)三個寬波段不同,光譜相機(jī)可以捕獲數(shù)百個連續(xù)的窄波段,形成所謂的"
    的頭像 發(fā)表于 03-28 17:05 ?125次閱讀
    如何<b class='flag-5'>利用</b><b class='flag-5'>高</b><b class='flag-5'>光譜</b>相機(jī)實現(xiàn)精確的<b class='flag-5'>光譜</b>分析?

    光譜相機(jī)+LED光源系統(tǒng)助力材料分類和異物檢測、實現(xiàn)高速在線檢測

    波長的光源和光譜相機(jī)或類似設(shè)備。近年來,各領(lǐng)域利用光譜成像技術(shù)進(jìn)行檢測的市場規(guī)模不斷擴(kuò)大,對
    的頭像 發(fā)表于 03-21 17:02 ?290次閱讀
    <b class='flag-5'>高</b><b class='flag-5'>光譜</b>相機(jī)+LED光源系統(tǒng)助力材料<b class='flag-5'>分類</b>和異物檢測、實現(xiàn)高速在線檢測

    如何利用地物光譜進(jìn)行空氣質(zhì)量監(jiān)測?

    地物光譜遙感技術(shù)在環(huán)境監(jiān)測領(lǐng)域展現(xiàn)出強(qiáng)大的應(yīng)用潛力。借助光譜數(shù)據(jù),可以實現(xiàn)對空氣質(zhì)量的全面監(jiān)測,提供準(zhǔn)確、實時的信息支持。以下是利用地物
    的頭像 發(fā)表于 01-03 10:37 ?259次閱讀
    如何<b class='flag-5'>利用</b>地物<b class='flag-5'>高</b><b class='flag-5'>光譜</b>進(jìn)行空氣質(zhì)量監(jiān)測?

    如何利用地物光譜進(jìn)行土地利用分類

    土地利用分類領(lǐng)域,地物光譜技術(shù)正發(fā)揮著日益重要的作用。下面就為大家簡要介紹如何利用地物光譜進(jìn)行土地利用分類: 1.地物
    的頭像 發(fā)表于 12-13 14:44 ?292次閱讀
    如何<b class='flag-5'>利用</b>地物<b class='flag-5'>光譜</b>進(jìn)行<b class='flag-5'>土地利用分類</b>?

    無人機(jī)光譜影像與冠層樹種多樣性監(jiān)測

    無人機(jī)光譜影像與冠層樹種多樣性監(jiān)測冠層樹種多樣性是自然森林生態(tài)系統(tǒng)功能和服務(wù)的重要基礎(chǔ)。
    的頭像 發(fā)表于 08-19 15:22 ?437次閱讀
    無人機(jī)<b class='flag-5'>高</b><b class='flag-5'>光譜</b><b class='flag-5'>影像</b>與冠層樹種多樣性監(jiān)測

    無人機(jī)機(jī)載光譜成像系統(tǒng)的應(yīng)用及優(yōu)勢

      隨著無人機(jī)技術(shù)的快速發(fā)展,基于無人機(jī)平臺的光譜成像系統(tǒng)在多個領(lǐng)域中得到了廣泛應(yīng)用。本文將介紹一款小型多旋翼無人機(jī)機(jī)載光譜成像系統(tǒng),該
    的頭像 發(fā)表于 08-15 15:03 ?1083次閱讀
    無人機(jī)<b class='flag-5'>機(jī)載</b><b class='flag-5'>高</b><b class='flag-5'>光譜</b>成像系統(tǒng)的應(yīng)用及優(yōu)勢

    基于光譜影像的南磯濕地光譜特征分析1.0

    保護(hù)以及合理開發(fā)利用提供了科學(xué)依據(jù)和更好的技術(shù)支持,相關(guān)部門可以采取有效手段保障濕地健康,科學(xué)開發(fā)資源,且研究結(jié)果能夠為后續(xù)基于光譜影像數(shù)據(jù)的濕地研究奠定基礎(chǔ)。 二、研究區(qū)概況 2.
    的頭像 發(fā)表于 07-25 14:07 ?520次閱讀
    基于<b class='flag-5'>高</b><b class='flag-5'>光譜</b><b class='flag-5'>影像</b>的南磯濕地<b class='flag-5'>光譜</b>特征分析1.0

    基于光譜數(shù)據(jù)的典型地物分類識別方法研究

    隨著成像光譜儀器的廣泛應(yīng)用,利用光譜數(shù)據(jù)進(jìn)行物質(zhì)分類與識別已經(jīng)成為一項重要的研究內(nèi)容,研究不同分類算法對最終的目標(biāo)識別準(zhǔn)確度具有重要意義。
    的頭像 發(fā)表于 07-18 14:43 ?609次閱讀
    基于<b class='flag-5'>高</b><b class='flag-5'>光譜</b>數(shù)據(jù)的典型地物<b class='flag-5'>分類</b>識別方法研究

    光譜成像系統(tǒng):光譜遙感圖像的光譜混合模型

    光譜遙感是成像技術(shù)和光譜技術(shù)相結(jié)合的多維信息獲取技術(shù),可以同時獲取地面目標(biāo)的光譜信息和空間信息。光譜
    的頭像 發(fā)表于 07-10 11:54 ?1286次閱讀
    <b class='flag-5'>高</b><b class='flag-5'>光譜</b>成像系統(tǒng):<b class='flag-5'>高</b><b class='flag-5'>光譜</b>遙感圖像的<b class='flag-5'>光譜</b>混合模型

    便攜式光譜成像系統(tǒng):巖礦光譜遙感

    光譜成像作為目前遙感領(lǐng)域最先進(jìn)的技術(shù),在地質(zhì)應(yīng)用中取得了巨大成功。巖石 和礦物由于電子過程和分子振動可以產(chǎn)生特征的光譜吸收,因此可以利用
    的頭像 發(fā)表于 06-21 15:02 ?944次閱讀
    便攜式<b class='flag-5'>高</b><b class='flag-5'>光譜</b>成像系統(tǒng):巖礦<b class='flag-5'>高</b><b class='flag-5'>光譜</b>遙感

    基于無人機(jī)光譜遙感的荒漠化草原地物分類研究2.0

    草原退化調(diào)查監(jiān)測須獲取實測數(shù)據(jù),無人機(jī)搭載光譜成像儀進(jìn)行低空遙感,是荒漠化草原地物分類的重要手段,可提供地物精細(xì)分類所需的遙感數(shù)據(jù),充分發(fā)揮出兩種設(shè)備納米級
    的頭像 發(fā)表于 06-17 15:33 ?449次閱讀
    基于無人機(jī)<b class='flag-5'>高</b><b class='flag-5'>光譜</b>遙感的荒漠化草原地物<b class='flag-5'>分類</b>研究2.0

    基于無人機(jī)光譜遙感的荒漠化草原地物分類研究1.0

    本研究利用無人機(jī)光譜遙感技術(shù)采集荒漠化草原遙感數(shù)據(jù),運(yùn)用人工智能圖像分類技術(shù),解決荒漠化草原地物分類與識別問題,具有自動化程度
    的頭像 發(fā)表于 06-12 11:48 ?547次閱讀
    基于無人機(jī)<b class='flag-5'>高</b><b class='flag-5'>光譜</b>遙感的荒漠化草原地物<b class='flag-5'>分類</b>研究1.0

    光譜成像光源 實現(xiàn)對細(xì)微色差的分類

    光源在機(jī)器視覺中的重要性不容小覷,它直接影響到圖像的質(zhì)量,進(jìn)而影響整個系統(tǒng)的性能。然而自然光LED光源不能完全滿足實際需求,比如對細(xì)微的色差進(jìn)行分類,我們就需要考慮紅外光譜光源。所謂
    的頭像 發(fā)表于 06-08 08:34 ?828次閱讀
    <b class='flag-5'>高</b><b class='flag-5'>光譜</b>成像光源 實現(xiàn)對細(xì)微色差的<b class='flag-5'>分類</b>

    光譜成像系統(tǒng):深度學(xué)習(xí)機(jī)載光譜影像樹種分類研究

    傳統(tǒng)的樹種識別主要依靠人工實地踏勘,費(fèi)時費(fèi)力。遙感技術(shù)的快速發(fā)展彌補(bǔ)了人工調(diào)查方法的不足,與其他數(shù)據(jù)源相比,機(jī)載光譜影像具有豐富的光譜信息
    的頭像 發(fā)表于 05-06 14:57 ?1570次閱讀
    <b class='flag-5'>高</b><b class='flag-5'>光譜</b>成像系統(tǒng):深度學(xué)習(xí)<b class='flag-5'>機(jī)載</b><b class='flag-5'>高</b><b class='flag-5'>光譜</b><b class='flag-5'>影像</b>樹種<b class='flag-5'>分類</b>研究

    光譜成像技術(shù):從原理到應(yīng)用的全面指南

    光譜成像技術(shù)是當(dāng)今科學(xué)與工程領(lǐng)域中備受矚目的一項創(chuàng)新。它不僅融合光譜學(xué)和成像技術(shù),而且在各個行業(yè)和研究領(lǐng)域都有著廣泛的應(yīng)用。本文將深入探討
    的頭像 發(fā)表于 04-15 17:36 ?2558次閱讀
    <b class='flag-5'>高</b><b class='flag-5'>光譜</b>成像技術(shù):從原理到應(yīng)用的全面指南
    主站蜘蛛池模板: 广西美女色炮150p图 | 国产在线精品亚洲二品区 | 欧洲人交xxx69 | ebc5恐怖5a26房间 | 国产福利不卡在线视频 | sao虎影院桃红视频在线观看 | 国产久久亚洲美女久久 | 国产精品无码麻豆放荡AV | 高清国产激情视频在线观看 | 琪琪热热色原日韩在线 | 手机毛片免费看 | 好姑娘社区在线视频 | 女子扒开腿让男生桶爽 | 欧美午夜理伦三级在线观看 | 农民工老头在出租屋嫖老熟女 | 4480YY无码午夜私人影院 | 亚洲黄色高清视频 | 超碰视频97av| 妖精视频一区二区免费 | 亚洲欧美国产旡码专区 | 天天躁日日躁狠狠躁午夜剧场 | 亚洲第一天堂无码专区 | 2019精品国产品在线不卡 | 国产成人无码一区AV在线观看 | 国产亚洲高清视频 | 欧美日韩视频高清一区 | 亚洲 日韩 国产 制服 在线 | 狠狠色欧美亚洲狠狠色www | av天堂网2014在线 | 日韩一区二区在线免费观看 | 精品久久久噜噜噜久久久app | 肉动漫h黄动漫日本免费观看 | 9988电影网| 亚洲国产精品一区二区三区在线观看 | 把腿张开再深点好爽宝贝 | 色欲人妻AAAAAAA无码 | 年轻的朋友4在线看中文字幕 | 国产精品嫩草久久久久 | 色琪琪无码成人AV视频 | 久久国产精品福利影集 | 中文字幕高清在线中文字幕 |

    電子發(fā)燒友

    中國電子工程師最喜歡的網(wǎng)站

    • 2931785位工程師會員交流學(xué)習(xí)
    • 獲取您個性化的科技前沿技術(shù)信息
    • 參加活動獲取豐厚的禮品