• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>International Geoscience and Remote Sensing Symposium >Impervious surface extraction from multispectral images using morphological attribute profiles and spectral mixture analysis
【24h】

Impervious surface extraction from multispectral images using morphological attribute profiles and spectral mixture analysis

机译：使用形态学属性轮廓和光谱混合分析从多光谱图像中进行不透水的表面提取

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Morphological attribute profiles (MAPs) are one of the most effective methodologies to characterize the spatial information in remote sensing images. This technique extracts components able to accurately describe objects in the surface of the Earth. In this work, we present a new method for impervious surface extraction from multispectral images using morphological attribute profiles. The proposed method first uses morphological profiles to extend Landsat ETM+ images with additional features. Then, we adopt a vegetation-impervious surface-soil (V-I-S) model and extract three pure classes (endmembers) from these images (i.e. vegetation, impervious surface and soil) using the vertex component algorithm (VCA). Finally, linear spectral mixture analysis (SMA) is conducted to extract the impervious surface percentage (ISP). To test the performance of the proposed method, more than 300 test samples including business districts, residential areas and urban roads are randomly selected from QuickBird imagery with very high resolution. The coefficient of determination R
机译：形态属性简介（MAP）是表征遥感图像中空间信息的最有效方法之一。该技术提取能够准确描述地球表面物体的组件。在这项工作中，我们提出了一种新的方法，用于使用形态学属性配置文件从多光谱图像中进行不透水的表面提取。所提出的方法首先使用形态学特征来扩展具有其他功能的Landsat ETM +图像。然后，我们采用不渗透植被的表层土壤（V-I-S）模型，并使用顶点分量算法（VCA）从这些图像（即植被，不渗透表面和土壤）中提取三个纯类别（端成员）。最后，进行线性光谱混合分析（SMA）以提取不透水表面百分比（ISP）。为了测试所提方法的性能，从QuickBird图像中以非常高的分辨率随机选择了300多个测试样本，包括商业区，居民区和城市道路。测定系数R

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号