- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
基于RFM的IKONOS遥感影像几何纠正方法研究的开题报告
一、研究背景及意义
随着遥感技术的发展和应用领域的扩大,如今遥感影像已经成为地球科学、环境监测、资源管理等领域的重要数据来源,其几何精度对于地物分类、目标检测及量化分析等应用具有决定性的作用。然而,由于各种因素,包括仪器本身、大气、地形等因素的影响,遥感影像会产生几何畸变,这对于后续应用带来了困难。
因此,几何校正是遥感影像处理中的重要步骤之一。目前,对于几何校正,主要有RPC、GCP等方法,这些方法在精度上有一定的保证,但是在大规模数据处理的方面存在一定的难度,需要大量人力、物力投入。针对此问题,在遥感影像处理领域,基于RFM(Recency、Frequency、MonetaryValue)分析的几何校正方法备受关注。
RFM分析方法是对于用户行为的分析方法,其核心在于对客户的行为进行分级,进而确定客户价值和性格。因此,基于RFM的几何校正方法,着眼于影像内的空间属性及上下文关系,结合统计方法进行影像纠正,可以在一定程度上降低客观因素的影响,提高几何校正的效率和准确率。
二、研究内容及技术路线
本研究旨在基于RFM分析方法,探究IKONOS遥感影像的几何校正方法,具体研究内容包括:
1.IKONOS影像几何畸变的研究与分析。通过对IKONOS影像进行仔细的几何分析,确定影像的畸变情况。
2.基于RFM分析的影像校正方法。通过对影像的空间特征和上下文关系,利用RFM分析方法对于影像进行纠正,并对比常见的RPC、GCP等方法,验证本方法的可行性和优越性。
3.影像纠正结果的验证。对比分析经过本方法纠正的影像和经过常见纠正方法的影像,验证本研究提出的方法的优越性。
本研究的技术路线主要包括:
1.数据采集和预处理。收集IKONOS遥感影像,进行预处理,包括辐射定标、大气校正、图像匹配等。
2.影像空间变换。通过空间变换方法,准确测定影像的畸变情况,并对其进行矫正。
3.基于RFM方法的影像校正。将RFM方法应用于影像校正中,并利用该方法提高对于影像的纠正效果。
4.结果对比和分析。对经过常见校正方法和本方法纠正的影像进行对比分析,验证基于RFM分析的影像校正方法的优越性。
三、预期研究结果
本研究旨在探究基于RFM分析方法的影像几何校正方法,并与常见方法进行比较,验证该方法复现性,并在真实数据中进行验证。预期研究结果具体包括:
1.确认IKONOS影像的畸变情况,为影像纠正提供依据。
2.研究并验证基于RFM分析的影像几何校正方法的可行性和优越性。
3.对比分析经过RFM分析方法纠正的影像和经过常见纠正方法纠正的影像,验证本方法的效果。
四、资源与进度安排
本研究所需资源包括:IKONOS遥感影像数据、遥感图像处理软件、RFM分析软件等。研究进度安排如下:
第1-2个月完成RFM分析方法的研究及数据收集和预处理;
第3-4个月进行影像的空间变换处理和RFM分析方法的应用;
第5-6个月进行影像校正结果对比并进行分析,
第7-8个月资源整合和论文撰写;
第9-10个月论文修缮和提交以及答辩准备。
五、参考文献
1.Nersisyan,A.,Arakelyan,A.(2018).ReviewofTerrainCorrectionTechniquesinRadiometricCorrectionofOpticalSatelliteImages.InternationalJournalofRemoteSensing,39(4),932–953.
2.Gao,J.,Li,H.,Chen,X.,Liu,J.(2019).AnEfficientPreciseOrthorectificationAlgorithmBasedonRPCModelforADS80Satellites.RemoteSensing,11(8),959.
3.Miao,S.,Wang,J.,Huang,Y.,Ding,X.(2018).TotalLeastSquaresBundleAdjustmentforHigh-ResolutionRemoteSensingImagesUsingLow-RankRepresentation.IEEETransactionsonGeoscienceandRemoteSensing,57(7),4581–4592.
 原创力文档
原创力文档 
                        

文档评论(0)