从网上找了几篇相关专业的论文看了一下,第一篇就是这个,下面主要从论文解决的问题,所提出的方法来简单介绍,可能会有理解不对的地方。

之前的亚像元定位方法是基于像元或者亚像元来做的,那本文的作者就提出了一种新的超分辨率制图方法——基于目标的

问题:主要解决的问题就是混合目标中亚像元地物类别确定

为什么会有混合目标?什么是混合目标?

所谓的混合目标就是对高光谱图进行图像分割,将具有相同特征的划分在一起,大概类似于我们的种子区域法,分割的时候难免就会遇到不同地物交界的地方,那这个时候我们就把具有多种地物存在的目标区域叫做混合目标。简单来说就是目标中含有若干不同地物类型。

两种类型的混合目标:1)混合像元;2)存在混合像元以及纯像元

解决方法:

1)使用反卷积技术根据不规则目标的类别比例来估计该目标下各亚像元尺度下的半变异函数

2)由半变异函数和目标内各地物类别的丰度(比例)使用Area-to -point 的克里格方法(使用这种方法是因为该方法可以很好地处理不规则的区域,我选择不同的图像分割算法的时候,对不同目标分割出来的结果可能就不一样,另外很有可能有很多稀奇古怪的区域)来预测目标内各亚像元的软类别值

3)在目标这一个scale上,建立一个线性优化的模型来确定每个目标内亚像元的最优类别标签。

这种方法存在一个问题:就是细节信息不够,特别是遇到大块地物的时候。

所以作者后面又在此基础上提出另外一种方法:Subpixel Land Cover Mapping Using Multiscale Spatial Dependence

在上述论文中,作者结合了三种尺度下的定位方法:基于像元+基于亚像元+基于目标  所以这篇论文叫做多尺度!基于像元+基于亚像元的这种方法不能够有效的保留结构特征,但是基于目标的可以;另外前者可以很好地保证定位细节这正是后者所缺乏的,所以两个结合,一个新方法又出来了!

Object-based superresolution land cover Mapping From Remotely sensed imagery相关推荐

  1. Super-Resolution Mapping of Impervious Surfaces from Remotely Sensed Imagery with Points-of-Interest

    这是今天看的另一篇文章,首先需要明确一个问题就是:Points-of-interest到底指的什么? 就目前我的理解为:对人类活动有用的或者是重要的地方(住宅区,休闲区,餐馆等)relatively ...

  2. 【论文阅读】Automatic Updating of Land Cover Maps in Rapidly Urbanizing Region

    文章名称: Automatic Updating of Land Cover Maps in Rapidly Urbanizing Regions by Relational Knowledge Tr ...

  3. 全球土地利用数据ESRI 10m Land Cover 2020 in GEE(Google Earth Engine)

    此图层显示土地利用/土地覆盖 (LULC) 的全球地图.该地图来自 ESA Sentinel-2 图像,分辨率为 10m.它综合了全年 10 个类别的 LULC 预测,以生成 2020 年的代表性快照 ...

  4. 论文笔记—A Review of Visual-LiDAR Fusion based Simultaneous Localization and Mapping

    论文笔记-A Review of Visual-LiDAR Fusion based Simultaneous Localization and Mapping 论文链接 文章摘要 ~~~~    ~ ...

  5. 【翻译论文】An Object-Based Approach for Urban Land Cover Classification(2013)

    An Object-Based Approach for Urban Land Cover Classification: Integrating LiDAR Height and Intensity ...

  6. 【读论文】An Object-Based Approach for Urban Land Cover Classification(2013)

    [读论文]An Object-Based Approach for Urban Land Cover Classification: Integrating LiDAR Height and Inte ...

  7. 【翻译论文】Urban land cover classification using airborne LiDAR data: A review(2014)

    [翻译论文]Urban land cover classification using airborne LiDAR data: A review(2014) 使用机载LiDAR数据的城市土地覆盖分类 ...

  8. 【翻译论文】Object-based land cover classification using airborne LiDAR(2008)

    Object-based land cover classification using airborne LiDAR(2008) AS Antonarakis,KS Richards,J Brasi ...

  9. 【侯捷面向对象高级开发】第一部分:基于对象 Object Based

    第一部分:基于对象 Object Based 以良好的方式编写C++ class class without pointer members (Example Complex) class with ...

最新文章

  1. debian 使用 systemctl 且自启frp
  2. 线上直播 | NVIDIA TensorRT在神经机器翻译中的应用
  3. session每次请求都是新建的吗_每次去火车站都是提心吊胆,感觉就像进了贼窝一样,有同感的吗?...
  4. ux设计中的各种地图_如何在UX设计中使用颜色
  5. atitit.短信 验证码  破解  v3 p34  识别 绕过 系统方案规划----业务相关方案 手机验证码  .doc...
  6. java内嵌excel_如何在Excel中嵌入URL中的图像?
  7. 对象的自身引用(Self-Reference) 动态绑定(Dynamic Binding)
  8. 专访谷歌医疗AI LilyPeng:吴恩达的医生“失业论”不妥
  9. SQLServer 语句相关
  10. 2014.7.7模拟赛【无线通讯网】
  11. Android 原生 MediaPlayer 和 MediaCodec 的区别和联系(二)
  12. Java架构师—PDMan数据库建模工具使用
  13. 英特尔居然也来搞GTA5美化MOD了……?
  14. 写给在写毕业论文的你们免安装深度学习线上GPU环境准备
  15. 在Linux上安装VLC播放器
  16. pads layout查看管脚连接
  17. 侍魂胧月传说服务器维护,侍魂胧月传说手游7月15日停机维护更新预告
  18. 旅游 - 珠海长隆海洋王国 - 鹦鹉过山车
  19. 用较新版本的Android Studio Chipmunk编译旧版本的Android 21的Sample
  20. 2021年G1工业锅炉司炉证考试及G1工业锅炉司炉作业考试题库

热门文章

  1. java连连看项目汇报_java连连看小项目 - osc_x4wlt5vu的个人空间 - OSCHINA - 中文开源技术交流社区...
  2. 2022电大国家开放大学网上形考任务-客户关系管理非免费(非答案)
  3. 无所不能的Java系列文章
  4. 【hdu3709】平衡数
  5. Excel里如何显示“开发工具”?
  6. 张大哥笔记-如何利用网络赚钱(20种网络赚钱方法推荐)
  7. C语言(PTA习题)7-3 数字三角形
  8. 【Java】求cosx计算公式
  9. cpi 计算机体系结构 转移指令,计算机体系结构题目.ppt
  10. 【python ++ opencv + pytorch 】车牌提取、分割、识别