自然地理学和测绘学论文_基于改进蚁群算法的无 - 遥感学报杂志社投稿_期刊论文发表|版面费|电话|编辑部|论文发表- 遥感学报

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。

自然地理学和测绘学论文_基于改进蚁群算法的无

作者:

关键词:

摘要：

文章目录

0.引言

1. 无人机遥感高程信息提取方法研究

1.1 无人机遥感图像获取与处理

1.1.1 HSV色彩空间变换

1.1.2 直方图匹配

1.1.3 反射率转换

1.2 无人机遥感图像分类

1.3 无人机遥感图像分割

1.4 遥感高程信息提取

2. 实验与结果分析

2.1 实验对象选取

2.2 实验结果定性分析

2.3 实验结果定量分析

3. 结束语

文章摘要:随着遥感技术的发展与普及,遥感高程信息的应用需求也逐渐攀升。但是由于遥感图像数量较为庞大,再加上噪声与畸变的影响,使得高程信息提取较为困难,故提出基于改进蚁群算法的无人机遥感高程信息提取方法研究。采用八旋翼电动无人机获取遥感图像,并对其进行处理（HSV色彩空间变换、直方图匹配与反射率转换）,以此为基础,基于改进蚁群算法分类处理无人机遥感图像,依据信息特征分割遥感图像,确定高程信息区域,结合大气光向量变化情况,构建对应的遥感高程信息图,即实现了无人机遥感高程信息的提取。实验结果表明:定性分析结果与实际山脉情况基本符合,定量分析指标均大于最低标准6.8,充分证实了提出方法具备有效性及其可行性,能够获取精确的遥感高程信息。

文章关键词:

论文分类号:P237;TP18;TP751

文章来源：《遥感学报》网址: http://www.ygxbzz.cn/qikandaodu/2022/0209/1079.html