摘要
融合全色光谱数据的超高空间分辨率水深反演方法,包括采集ICESat‑2卫星水深数据以及卫星多光谱影像和全色影像数据;对原始空间分辨率的多光谱影像进行水深反演,获取原始空间分辨率的水深数据;对多光谱影像和全色影像数据进行全色光谱融合处理,获得超高空间分辨率多光谱影像;采用机器学习算法进行模型训练,构建水深和多光谱反射率之间复杂的非线性映射关系;利用训练好的模型对超高空间分辨率多光谱影像进行逐像元预测,从而获得超高空间分辨率的水深数据。本发明通过机器学习算法构建不同空间分辨率的多光谱影像光谱反射率和水深数据之间的非线性映射关系,有效解决了全色光谱融合过程中因光谱信息损失导致的反演精度下降问题。
技术关键词
超高空间分辨率
水深反演方法
全色
影像
非线性映射关系
卫星多光谱
数据
反射率
机器学习算法
训练样本集
反演模型
校正
点云去噪
图像配准
融合算法
随机森林
变量
像素
系统为您推荐了相关专利信息
定位器械
影像
特征轮廓
训练神经网络模型
畸变参数
影像采集模块
识别系统
多媒体
左双腔支气管导管
胸部CT图像
图像处理网络
像素
深度残差网络
伪彩色图像
边缘检测算子
图像采集模块
荧光示踪剂
低光照环境
红外光
成像