Debido a la gran similitud de los espectros del agua urbana y las sombras de edificios, las imágenes de satélite de alta resolución suelen confundir y clasificar erróneamente estas características. Para resolver este problema, proponemos un método basado en objetos para distinguir la sombra de un edificio del agua utilizando un algoritmo de colonia de abejas artificial. En el método, se calculan primero cuatro bandas de relación espectral como parámetros de entrada adicionales para mejorar la precisión de los resultados de la segmentación. Durante la segmentación, se calculan una serie de factores estadísticos, como el espectro, la relación y las características nítidas, para compensar los defectos de las imágenes de alta resolución. Por último, proponemos un clasificador basado en reglas difusas para generar reglas de extracción. El clasificador se basa en la optimización de colonias de abejas artificiales, que emplea la media geométrica (media G) como función de adecuación. El método propuesto se aplicó en dos lugares de prueba de la ciudad de Xiamen. Los resultados experimentales basados en los datos del satélite GF-1 muestran que, en comparación con el método SVM, el método propuesto mejoró la precisión global de la extracción entre un 6% y un 15
y los valores del coeficiente kappa en aproximadamente 0,1 a 0,2. El análisis de las reglas de extracción también demuestra que la banda roja/NIR y la banda de relación longitud-anchura están significativamente influidas por la distinción entre la sombra de los edificios y el agua.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Filtros ópticos de rejilla de Bragg por nanoimpresión UV
Artículo:
Electrodeposición y postratamiento a baja temperatura de películas nanocristalinas de SnO2 para células solares flexibles sensibilizadas con colorantes
Artículo:
Diarios reflexivos de estudiantes que toman un curso de Desarrollo Juvenil Positivo en un contexto universitario en Hong Kong.
Artículo:
Nanofibras de carbono-nanocompuesto de poli-3-hidroxialcanoatos: Dispersión asistida por ultrasonidos y propiedades termoestructurales
Artículo:
Un sistema de vigilancia inteligente para el reconocimiento de la marcha no cooperativa utilizando redes adversariales generativas coherentes con el ciclo (CCGAN)