基于神经网络的二类水体大气校正.pdf下载

weixin_39822095 2021-10-06 21:09:50

基于神经网络的二类水体大气校正.pdf , 相关下载链接：https://download.csdn.net/download/jiebing2020/24818683?utm_source=bbsseo

...全文

24 回复打赏收藏转发到动态举报

写回复

回复

切换为时间正序

请发表友善的回复…

发表回复

基于神经网络的二类水体大气校正.pdf

遥感影像的大气校正是水色参数反演的前提。以太湖为研究区，采用6S大气辐射传输模型以及近红外波段离水反射率模型相结合的方法。通过神经网络模拟大气辐射传输过程，并利用中分辨率成像光谱仪(MERIS)754、779、865、885 nm 4个近红外波段进行光谱优化，求算550 nm处气溶胶光学厚度等变量。通过外推，实现可见光波段的大气校正。将2007年11月11日、20日、21日，2008年11月20日MERIS Level 1p影像以及野外实测水体遥感反射率数据集用于精度验证，结果表明，该方法能够较好地反演水体遥感反射率光谱，校正后的13个波段的平均相对误差大多分布在20%~40%之间。与6S以及Beam 4.9软件自带的大气校正方法相比，具有较高的校正精度和较强的稳定性，在太湖有较好的适用性。

遥感图像语义分割是指将带有语义信息的遥感图像进行像素级别的分类，即将每一个像素点按照其所属的类别进行划分。这一技术在遥感领域中有着广泛的应用，如城市规划、农业监测、环境保护等方面。以下是对遥感图像语义分割的详细解析：一、背景与定义 1. 遥感图像概述 遥感图像是指由卫星、飞机或其它飞行器拍摄的，反映地物和地理环境的电磁辐射测量值。 这些测量值经过处理后可以转换成可见光图像，用于分析研究地形、地貌、植被、水体等自然特征以及城市、交通等人造设施。 2. 语义分割定义 语义分割是一种图像分割技术，它在像素级别上对图像中的每个像素进行类别划分，并为每个像素分配一个特定的类别标签。 遥感图像语义分割则是将这一技术应用于遥感图像，以实现对遥感图像中地物类型的精确分类和识别。二、技术原理与实现 1. 技术原理 遥感图像语义分割通常基于深度学习算法，特别是卷积神经网络（CNN）和全卷积神经网络（FCN）等。 这些网络通过大量的训练数据学习地物的特征表示，并在测试阶段对输入的遥感图像进行像素级别的分类。 2. 实现步骤 数据预处理：包括辐射校正、几何校正、大气校正等步骤，以消除图像中的

介绍了利用卷积神经网络进行遥感解译的方法与过程，是不错的资源

遥感图像分类识别毕业设计.zip

下载资源悬赏专区

13,654

社区成员

12,578,467

社区内容

发帖

与我相关

我的任务

其他技术论坛（原bbs）

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章