遥感影像浅水河道提取二维经验模态分解方法

摘要：

遥感影像中浅水河道与居民地具有相似的光谱特性,在浅水河道自动提取过程中噪声较多,经验模态分解(EMD)可获取原始信号不同尺度上的细节信息,有效地提高遥感影像浅水河道自动提取的精度.利用环境与减灾小卫星数据,以彰武县柳河为研究区,对该区2012年10个时期NDVI时间序列分别EMD分解,选取每个时相信息量较大的前三个固有模态函数(IMF),结合2012年9月18号影像共34波段作为研究数据,利用极大似然法、BP神经网络传统的分类方法进行分类.结果表明结合EMD的分类方法可有效地去除居民地噪声,Kappa系数最高达到0.9690,总体分类精度最高达到93.35％,从而有效地解决了遥感影像中浅水河道提取正确率低的难题.

关键词：遥感、浅水河道、自动提取、二维经验模态分解(EMD)、极大似然法、BP神经网络

所属期刊栏目：14

分类号：TP751(遥感技术)

资助基金：辽宁省科学事业公益研究基金项目2011005002;农业部公益性行业科研专项经费项目200903007

在线出版日期：2014-06-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：73-76,82