投稿指南
来稿应自觉遵守国家有关著作权法律法规,不得侵犯他人版权或其他权利,如果出现问题作者文责自负,而且本刊将依法追究侵权行为给本刊造成的损失责任。本刊对录用稿有修改、删节权。经本刊通知进行修改的稿件或被采用的稿件,作者必须保证本刊的独立发表权。 一、投稿方式: 1、 请从 我刊官网 直接投稿 。 2、 请 从我编辑部编辑的推广链接进入我刊投审稿系统进行投稿。 二、稿件著作权: 1、 投稿人保证其向我刊所投之作品是其本人或与他人合作创作之成果,或对所投作品拥有合法的著作权,无第三人对其作品提出可成立之权利主张。 2、 投稿人保证向我刊所投之稿件,尚未在任何媒体上发表。 3、 投稿人保证其作品不含有违反宪法、法律及损害社会公共利益之内容。 4、 投稿人向我刊所投之作品不得同时向第三方投送,即不允许一稿多投。 5、 投稿人授予我刊享有作品专有使用权的方式包括但不限于:通过网络向公众传播、复制、摘编、表演、播放、展览、发行、摄制电影、电视、录像制品、录制录音制品、制作数字化制品、改编、翻译、注释、编辑,以及出版、许可其他媒体、网站及单位转载、摘编、播放、录制、翻译、注释、编辑、改编、摄制。 6、 第5条所述之网络是指通过我刊官网。 7、 投稿人委托我刊声明,未经我方许可,任何网站、媒体、组织不得转载、摘编其作品。

工业通用技术及设备论文_基于空谱信息协同与

来源:遥感学报 【在线投稿】 栏目:期刊导读 时间:2021-12-19
作者:网站采编
关键词:
摘要:文章摘要:多光谱和合成孔径雷达(SAR)图像的融合可以保留每个数据的优势,有利于提高土地覆盖分类精度。然而,当前的一些图像融合方法不能完全利用原始数据的光谱信息与纹理细

文章摘要:多光谱和合成孔径雷达(SAR)图像的融合可以保留每个数据的优势,有利于提高土地覆盖分类精度。然而,当前的一些图像融合方法不能完全利用原始数据的光谱信息与纹理细节。为了克服上述问题,本文提出了一种基于空谱信息协同和Gram-Schmidt变换的融合方法。在所提出的方法中,Sentinel-2A图像和GF-3图像分别经过不同的预处理操作。由于灰度共生矩阵能有效提取图像的纹理信息,因此本文将其应用于Sentinel-2A图像以提取结构特征,并将空谱信息协同的多光谱图像与GF-3图像通过Gram-Schmidt变换进行融合。本实验采用主成分分析法和传统的Gram-Schmidt变换作为实验中的比较方法。为了确定融合算法的有效性,本文采用五项评价指标包括平均梯度,空间频率,均值,标准差和相关系数来衡量融合图像的质量。此外,由于随机森林具有优秀的训练速度和出色的分类性能,本实验将其用于土地覆盖分类。随机森林的分类精度、Kappa系数和分类结果图作为融合方法的评价标准。实验结果表明,与单独使用原始Sentinel-2A相比,本文提出的融合方法可以将整体精度提高多达5%,具有提高遥感卫星图像土地覆盖分类精度的潜力。

文章关键词:

项目基金:《遥感学报》 网址: http://www.ygxbzz.cn/qikandaodu/2021/1219/992.html



上一篇:工业通用技术及设备论文_基于空谱信息协同与
下一篇:没有了

遥感学报投稿 | 遥感学报编辑部| 遥感学报版面费 | 遥感学报论文发表 | 遥感学报最新目录
Copyright © 2018 《遥感学报》杂志社 版权所有
投稿电话: 投稿邮箱: