您的位置: 专家智库 > 资助详情>国家自然科学基金(41271367)

国家自然科学基金(41271367)

作品数:4 被引量:31H指数:3
相关作者:骆剑承吴田军夏列钢程熙周亚男更多>>
相关机构:中国科学院遥感与数字地球研究所浙江工业大学长安大学更多>>
发文基金:国家自然科学基金国家高技术研究发展计划中央高校基本科研业务费专项资金更多>>
相关领域:天文地球自动化与计算机技术更多>>

文献类型

  • 4篇中文期刊文章

领域

  • 2篇天文地球
  • 2篇自动化与计算...

主题

  • 2篇遥感
  • 1篇遥感影像
  • 1篇云检测
  • 1篇知识
  • 1篇知识迁移
  • 1篇透水
  • 1篇迁移
  • 1篇全域
  • 1篇阈值
  • 1篇BASED_...
  • 1篇不透水
  • 1篇S-

机构

  • 2篇中国科学院遥...
  • 1篇长安大学
  • 1篇浙江工业大学
  • 1篇云南国土资源...
  • 1篇中国科学院大...

作者

  • 2篇骆剑承
  • 1篇张新
  • 1篇夏列钢
  • 1篇沈占锋
  • 1篇沈金祥
  • 1篇吴田军
  • 1篇周亚男
  • 1篇程熙

传媒

  • 2篇遥感学报
  • 2篇地球信息科学...

年份

  • 2篇2016
  • 1篇2014
  • 1篇2013
4 条 记 录,以下是 1-4
排序方式:
遥感图谱认知理论与计算被引量:16
2016年
近年来,随着对地观测技术的迅猛发展,卫星遥感领域逐渐进入了大数据时代。针对当前遥感应用的需求和特点,开展与视觉认知相结合的高分辨率遥感认知理论与方法研究是可行且必要的。在此背景下,受地学信息图谱思想启发,本文对遥感认知领域的图谱问题进行了研究,系统地提出了遥感图谱认知理论与计算方法论,旨在规范高分辨率遥感信息提取流程,构建精细化、定量化、智能化、综合化相结合的遥感信息解译模型。整套方法体系由横向"自底向上的分层抽象"和纵向"自顶向下的知识迁移"2个方向上的认知计算组成,分别对应了"由谱聚图"、"图谱协同"和"认图知谱"3大图谱转化过程。论文涉及的概念、基本思想、关键技术及难点问题进行了重点分析,强调综合利用大数据、逐步融入知识来实现不同层次的遥感知,以期为数据源极大丰富条件下的遥感信息解译提供新的视角。
骆剑承吴田军夏列钢
关键词:知识迁移
遥感影像云及云影多特征协同检测方法被引量:6
2016年
遥感影像中云及云影不同程度地影响着地物信息的有效获取。随着多源遥感数据的日益丰富,交叉应用多源、多时相遥感影像复原云及云影区的影像,以有效地获取地类演变过程是遥感大数据应用研究的重要内容。高精度的云及云影检测是遥感影像云及云影区修复的前提和保障。复杂多变的光谱特征以及难以有效表达的空间形态特征,使云及云影一直存在检测过程复杂、适用性差和精度不高的问题,难以形成稳定有效的检测方法。在对厚云、薄云、冰雪及其他地类多光谱特性分析的基础上,本文提出了一种云及云影的多特征协同检测方法。首先,对冰雪、云及其他地物类型可分性较好的红、短波红外、热红外波段,利用SAM方法匹配云光谱特征曲线,并进一步结合短波红外波段像元绝对值区分云与冰雪,以及热红外波段像元绝对值区分云及其他地物类型;其次,通过组合云影定向移动模型与近红外波段亮度阈值检测出云影像元。对具备这些光谱波段的Landsat-8进行实验,结果表明多光谱曲线、"诊断性"波段及空间关系多特征耦合能有效地检测出影像中的薄云、厚云及云影,整体精度优于95%。
沈金祥季漩
关键词:云检测阈值
Land cover automatic classification based on RS-Informatic Tupu被引量:2
2014年
XIA LiegangLUO JianchengWANG WeihongSHEN Zhanfeng
“全域—局部”不透水面信息遥感分步提取模型被引量:7
2013年
提出"全域—局部"遥感信息分布提取模型,通过计算和整合影像局部范围内的空间和光谱特征来优化全域上光谱混淆较大像元的提取精度。模型分为两个主要计算步骤:"全域"前分类与"局部"后分类;"全域"前分类将仅划分出满足一定精度阈值标准的像元,而"局部"后分类则在此部分分类结果基础上,进一步发掘和计算已分类像元所蕴含的信息来辅助对全域未分类像元的提取。在不透水面专题提取过程中,采用支持向量机SVM作为前分类器,通过控制精度阈值所对应的分类后验概率产生部分分类结果;采用调节最小距离分类器作为后分类器,根据一定的权重整合像元局部范围内的空间与光谱信息,代替了传统的全域光谱信息来优化分类。实验采用TM5影像以及所对应的NLCD(National Land Cover Data)标准不透水面产品作为测试集,"全域-局部"模型对应单一SVM模型的提取精度由80.31%提高为82.73%,局部后分类器精度较单一SVM模型由54.27%提高到59.94%。实验证明该模型具有较明显的精度提升且能够较好地解决不透水面与裸土混淆的问题,并得到空间形态上更为完善的不透水面提取结果。
程熙沈占锋骆剑承周亚男张新
关键词:遥感
共1页<1>
聚类工具0