| IHS变换与低通滤波相结合的遥感图像增强模型 |
| |
| 引用本文： | 钱永兰,杨邦杰,裴志远,焦险峰,张松岭,吴全,汪庆发,王飞.IHS变换与低通滤波相结合的遥感图像增强模型[J].农业工程学报,2007,23(4):162-165. |
| |
| 作者姓名： | 钱永兰 杨邦杰 裴志远 焦险峰 张松岭 吴全 汪庆发 王飞 |
| |
| 作者单位： | 1. 中国气象局国家气象中心,北京,100081;农业部规划设计研究院,北京,100026
2. 农业部规划设计研究院,北京,100026 |
| |
| 基金项目： | 国家自然科学基金;国家自然科学基金 |
| |
| 摘 要： | 利用遥感图像分类提取作物面积时，由于作物长势的差异，同种作物往往表现出不尽相同的图像光谱特征，在大片连续或近似连续图斑中出现光谱突变，类似于图像噪声。这种微小的差异使得图像分类时同种作物容易被误判为其他地物，增大了分类后处理的难度，降低了分类精度。作者研究的SMM模型首先对原始多光谱图像做IHS变换，将原始图像分离成I(亮度)、H(色度)和S(饱和度)，然后对色度H和饱和度S进行卷积滤波运算，得到H′和S′，再将I、H′和S′做IHS逆变换，得到新图像。SMM模型旨在通过图像平滑解决目前图像非监督分类方法上存在的不足，但又在图像平滑的同时保留了原始图像的空间分辨率。通过分类试验验证，使用SMM模型进行图像增强，可以提高图像分类的精度。
|
| 关 键 词： | 图像增强 光谱增强 数据融合 |
| 文章编号： | 1002-6819（2007）4-0162-04 |
| 收稿时间： | 2006/4/17 0:00:00 |
| 修稿时间： | 2006-04-172006-10-16 |
IHS transform and low pass filter based image enhancement for crop classification |
| |
| Qian Yonglan,Yang Bangjie,Pei Zhiyuan,Jiao Xianfeng,Zhang Songling,Wu Quan,Wang Qingfa and Wang Fei.IHS transform and low pass filter based image enhancement for crop classification[J].Transactions of the Chinese Society of Agricultural Engineering,2007,23(4):162-165. |
| |
| Authors: | Qian Yonglan Yang Bangjie Pei Zhiyuan Jiao Xianfeng Zhang Songling Wu Quan Wang Qingfa and Wang Fei |
| |
| Institution: | 1. National Meteorological Center, China Meteorological Administration, Beijing 100081, China; 2. Chinese Academy of Agricultural Engineering, Beijing 100026, China |
| |
| Abstract: | |
| |
| Keywords: | IHS |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《农业工程学报》浏览原始摘要信息 |
| 点击此处可从《农业工程学报》下载免费的PDF全文 |
|
