-
题名保持边缘的SAR图像滤波方法
被引量：22
- 1
-
-
作者
韩春明
郭华东
王长林
范典
桑会勇
-
机构
中国科学院遥感应用研究所遥感信息科学开放研究实验室
-
出处
《高技术通讯》
EI
CAS
CSCD
2003年第7期11-15,共5页
-
基金
863计划 ( 2 0 0 1AA13 2 0 40 )资助项目
-
文摘
首先阐明了SAR图像边缘和边缘保持的概念。其次 ,提出了一种评价平滑图像边缘保持的方法。通过计算发现 ,常用的标准滤波方法 :增强Lee滤波、Kuan滤波、增强Frost滤波和GammaMAP滤波的边缘保持能力很差。最后发展了一种能保持边缘的SAR图像滤波方法。这种方法是对Han等人去除SAR图像斑点噪声方法的改进 。
-
关键词
SAR图像
平滑图像边缘
滤波器
斑点噪声
边缘保持
增强Lee滤波
Kuan滤波
增强frost滤波
GammaMAP滤波
-
Keywords
Edge, Edge preservation, Speckle, Filter
-
分类号
TN957.52
[电子电信—信号与信息处理]
-
-
题名基于机载LiDAR数据的桉树人工林生物量估测模型
- 2
-
-
作者
余彪
薛冬冬
温小荣
汪求来
叶金盛
-
机构
南京林业大学林草学院、水土保持学院
广东省岭南院勘察设计有限公司
南方现代林业协同创新中心
广东省林业调查规划院
-
出处
《中南林业科技大学学报》
北大核心
2025年第5期19-29,共11页
-
基金
国家重点研发计划项目(2016YFC0502704)
广东省林业科技创新项目(2021KJCX001)
江苏高校优势学科建设工程资助项目(PAPD)。
-
文摘
【目的】探索生物量模型中建模变量的选取及个数对最终拟合精度的影响,为生物量模型的建立提供方法参考。【方法】以桉树人工林为研究对象,利用无人机机载激光雷达点云数据构建冠层高度模型(CHM),应用高斯低通滤波和增强Frost滤波计算样地算术平均高。使用变量投影重要性法和VSURF包筛选变量,比较多元回归模型和机器学习模型对生物量拟合效果的差异,筛选出最优模型。【结果】1)增强Frost滤波和高斯低通滤波后的样地算术平均高的相对误差比直接在CHM上提取的样地算术平均高要低,其中增强Frost滤波的提取效果略优于高斯低通滤波。2)多元回归模型的拟合精度随变量的增加而增加,非线性模型普遍优于线性模型,机器学习中随机森林模型表现最佳,决定系数为0.88,均方根误差为16.15 t/hm^(2),平均绝对误差为12.17 t/hm^(2),且拟合效果优于多元回归模型。3)利用VSURF包筛选后的变量相比直接使用全部变量建模效果更好,经过变量筛选后,发现点云的高度特征变量相比密度变量和强度变量对生物量的重要性更高,说明高度变量对森林生物量解释能力更强。【结论】利用机载激光雷达点云数据,通过增强Frost滤波平滑图像可显著降低提取树高的误差,且提取效果略优于高斯低通滤波。利用VSURF包筛选变量可以提高模型精度,随机森林模型在桉树人工林生物量估测模型中表现最佳。
-
关键词
地上生物量
增强frost滤波
机器学习
机载激光雷达
变量筛选
-
Keywords
aboveground biomass
enhanced frost filtering
machine learning
airborne LiDAR
variable selection
-
分类号
S711.8
[农业科学—林学]
-
