检索结果-维普期刊中文期刊服务平台

基于形态学属性剖面和单类随机森林分类的道路路域新增建筑物提取方法被引量：9: 1; 作者史忠奎李培军 +1 位作者罗伦阳柯《北京大学学报（自然科学版）》 EI CAS CSCD 北大核心 2018年第1期105-114,共10页; 提出一种利用形态学属性剖面和单类随机森林分类的道路路域新增建筑物提取方法。用该方法计算路域范围内两时相高分辨率遥感影像的形态学属性剖面,将得到的形态学属性剖面与光谱特征叠加,采用改进的单类随机森林分类方法直接提取新增建... 展开更多; 关键词高分辨率遥感影像道路路域建筑物变化检测形态学属性剖面单类随机森林; 在线阅读下载PDF 职称材料

结合NASFs滤波策略与形态学属性剖面的SAR影像建筑物检测: 2; 作者胡世明余洁 +2 位作者谢东海王彦兵余莎莎《地理与地理信息科学》 CSCD 北大核心 2018年第6期27-33,共7页; 针对在高分辨率SAR影像建筑物检测过程中,经典形态学交替滤波算法对影像平滑和抑噪时,存在随着结构元素尺寸增加细节信息丢失以及检测结果出现粘连和粗化的问题,该文提出一种结合NASFs滤波策略与形态学属性剖面的高分辨率SAR影像建筑物... 展开更多; 关键词建筑物检测合成孔径雷达 NASFs滤波形态学属性剖面; 在线阅读下载PDF 职称材料

高光谱与LiDAR数据融合研究——以黑河中游张掖绿洲农业区精细作物分类为例被引量：15: 3; 作者杨思睿薛朝辉 +2 位作者张玲苏红军周绍光《国土资源遥感》 CSCD 北大核心 2018年第4期33-40,共8页; 高光谱遥感能同时获取地物空间影像和连续且精细的光谱信息,以图谱合一的形式更为精确地描述地物,然而高光谱影像普遍存在同物异谱和同谱异物现象,给准确地物分类带来挑战;激光雷达(light detection and ranging,LiDAR)能够获取地物拓... 展开更多; 关键词高光谱影像激光雷达扩展形态学属性剖面稀疏多项式逻辑回归; 在线阅读下载PDF 职称材料

基于多特征结合的损毁建筑物检测: 4; 作者刘宇曹国 +1 位作者周丽存曲宝珠《计算机应用》 CSCD 北大核心 2015年第9期2652-2655,2660,共5页; 针对震后高分辨率遥感图像的建筑物损毁区域,提出一种基于多特征结合的损毁建筑物检测方法。首先使用形态学属性剖面(MAP)与局部二值模式(LBP)算子提取图像中的几何特征与纹理特征;然后使用随机森林(RF)分类器提取损毁的建筑物,形成初... 展开更多; 关键词形态学属性剖面高分辨率遥感图像随机森林局部二值模式损毁房屋; 在线阅读下载PDF 职称材料

扩展的多特征遥感影像水体识别被引量：4: 5; 作者张若楠禹龙 +1 位作者田生伟吕亚龙《计算机工程与设计》北大核心 2019年第2期523-527,共5页; 针对传统遥感影像中水体识别精度不高且泛化能力较弱的问题,提出扩展的多特征融合分类方法。将NDWI、MNDWI等多个水体指数的光谱特征,通过最佳波段组合获取基于灰度共生矩阵的纹理特征,使用主成分分析变换后的特征图提取扩展的形态学属... 展开更多; 关键词特征扩充多特征融合光谱特征灰度共生矩阵扩展的形态学属性剖面深度置信网络; 在线阅读下载PDF 职称材料

空谱联合特征的CNN＿SVM水体识别被引量：4: 6; 作者吕亚龙田生伟 +1 位作者禹龙张若楠《计算机工程与设计》北大核心 2019年第5期1435-1439,共5页; 针对传统遥感图像逐像素分类方法精度不高以及空间领域一致性信息未充分利用等问题,提出一种结合保边滤波和光谱_空间特征的CNN_SVM水体识别方法。对原始图像使用保边滤波进行降噪并提高局域平滑度;借助形态学属性剖面获取遥感图像的光... 展开更多; 关键词保边滤波 CNN神经网络特征重构形态学属性剖面水体识别; 在线阅读下载PDF 职称材料

题名基于形态学属性剖面和单类随机森林分类的道路路域新增建筑物提取方法被引量：9: 1; 作者史忠奎李培军罗伦阳柯; 机构北京大学地球与空间科学学院遥感与地理信息系统研究所中国交通通信信息中心; 出处《北京大学学报（自然科学版）》 EI CAS CSCD 北大核心 2018年第1期105-114,共10页; 基金中国交通通信信息中心公路交通领域军民融合应用示范项目(GFZX0404080102)资助; 文摘提出一种利用形态学属性剖面和单类随机森林分类的道路路域新增建筑物提取方法。用该方法计算路域范围内两时相高分辨率遥感影像的形态学属性剖面,将得到的形态学属性剖面与光谱特征叠加,采用改进的单类随机森林分类方法直接提取新增建筑物。以北京市稻香湖地区两时相高分辨率影像作为实验数据,对比分析该方法与经典两时相直接分类及分类后比较方法的新增建筑物提取精度。结果表明,综合利用形态学属性剖面和光谱特征提取得到的新增建筑物提取精度比仅使用光谱特征的提取精度显著提高,其中Kappa系数提高15.11%。此外,该方法提取结果的Kappa系数比两时相直接分类方法提高1.78%,比分类后比较方法提高25.15%,验证了所提方法的有效性。所采用的单类随机森林方法能够有效地处理高维数据,并可以度量不同特征对分类结果的重要性。; 关键词高分辨率遥感影像道路路域建筑物变化检测形态学属性剖面单类随机森林; Keywords high-resolution remote sensing image road-region building change detection morphological attribute profiles one-class random forest; 分类号 P237 [天文地球—摄影测量与遥感]; 在线阅读下载PDF 职称材料

题名结合NASFs滤波策略与形态学属性剖面的SAR影像建筑物检测: 2; 作者胡世明余洁谢东海王彦兵余莎莎; 机构首都师范大学三维信息获取与应用教育部重点实验室首都师范大学资源环境与旅游学院首都师范大学资源环境与地理信息系统北京市重点实验室首都师范大学城市环境过程与数字模拟国家重点实验室培育基地; 出处《地理与地理信息科学》 CSCD 北大核心 2018年第6期27-33,共7页; 基金国家自然科学基金面上项目(41671417/D010702) 科技创新服务能力建设-基本科研业务费(科研类)资助项目(025185305000/191); 文摘针对在高分辨率SAR影像建筑物检测过程中,经典形态学交替滤波算法对影像平滑和抑噪时,存在随着结构元素尺寸增加细节信息丢失以及检测结果出现粘连和粗化的问题,该文提出一种结合NASFs滤波策略与形态学属性剖面的高分辨率SAR影像建筑物检测方法。首先采用变异系数从SAR影像分割出非同质区(建筑区),利用NASFs滤波策略对非同质区进行背景噪声滤除;然后对非同质区影像计算连通分量结构,构建描述建筑物特征的形态学属性剖面和形态学差分属性剖面,对差分剖面进行形态学重建以提取建筑物几何结构;最后通过属性阈值分割得到检测结果。利用北京市TerraSAR-X数据进行试验,结果表明:该方法在平滑和抑制噪声的同时,能较好地保留影像结构细节信息,改善了检测结果出现粘连和粗化的问题,具有较高准确率(T=94.54%)和较低虚警率(FA=4.46%)。; 关键词建筑物检测合成孔径雷达 NASFs滤波形态学属性剖面; Keywords building detection synthetic aperture radar NASFs filter morphological attribute profiles; 分类号 TP751 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名高光谱与LiDAR数据融合研究——以黑河中游张掖绿洲农业区精细作物分类为例被引量：15: 3; 作者杨思睿薛朝辉张玲苏红军周绍光; 机构河海大学地球科学与工程学院江苏海事职业技术学院船舶与海洋工程学院; 出处《国土资源遥感》 CSCD 北大核心 2018年第4期33-40,共8页; 基金国家自然科学基金项目"高光谱遥感影像稀疏深度学习与分类研究"(编号:41601347) 江苏省自然科学基金项目"稀疏图嵌入的高光谱遥感影像小样本分类研究"(编号:BK20160860) +2 种基金测绘遥感信息工程国家重点实验室2018年开放基金项目(编号:17R04)共同资助; 文摘高光谱遥感能同时获取地物空间影像和连续且精细的光谱信息,以图谱合一的形式更为精确地描述地物,然而高光谱影像普遍存在同物异谱和同谱异物现象,给准确地物分类带来挑战;激光雷达(light detection and ranging,LiDAR)能够获取地物拓扑信息,可用于构建地表三维模型,但单纯采用LiDAR数据无法准确识别地物。基于以上2点,开展高光谱影像和LiDAR数据的融合研究,采用形态学属性剖面进行特征提取,借助稀疏多项式逻辑回归分类器分类,探讨在不同特征组合下的融合与分类效果;并以黑河中游张掖绿洲农业区精细作物分类为目标,采用航空高光谱影像和LiDAR DSM数据对本文方法进行了应用验证。研究表明,该方法可获得精度更高和稳定性更好的分类结果,高光谱与LiDAR融合的方法分类精度最高可达94. 50%。; 关键词高光谱影像激光雷达扩展形态学属性剖面稀疏多项式逻辑回归; Keywords hyperspectral images LiDAR extented morphological attribute profile SMLR; 分类号 TP79 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名基于多特征结合的损毁建筑物检测: 4; 作者刘宇曹国周丽存曲宝珠; 机构南京理工大学计算机科学与工程学院; 出处《计算机应用》 CSCD 北大核心 2015年第9期2652-2655,2660,共5页; 基金国家自然科学基金资助项目(61003108 61371168) +1 种基金上海市自然科学基金资助项目(13ZR1410400); 文摘针对震后高分辨率遥感图像的建筑物损毁区域,提出一种基于多特征结合的损毁建筑物检测方法。首先使用形态学属性剖面(MAP)与局部二值模式(LBP)算子提取图像中的几何特征与纹理特征;然后使用随机森林(RF)分类器提取损毁的建筑物,形成初步结果;最后针对分割的对象,根据对象损毁像元所占的比例获取最终的损毁建筑物区域。采用空间分辨率为0.1 m的玉树震后航空遥感图像进行实验。结果表明,该方法的总体精度比基于形态学剖面(MP)的方法提高了12%,能够有效检测高分辨率震后遥感图像中的损毁建筑物区域。; 关键词形态学属性剖面高分辨率遥感图像随机森林局部二值模式损毁房屋; Keywords Morphological Attribute Profile （MAP） high-resolution remote sensing image Random Forest （RF） LocalBinary Pattern （LBP） damaged building; 分类号 TP751.1 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名扩展的多特征遥感影像水体识别被引量：4: 5; 作者张若楠禹龙田生伟吕亚龙; 机构新疆大学软件学院新疆大学网络中心新疆大学信息科学与工程学院; 出处《计算机工程与设计》北大核心 2019年第2期523-527,共5页; 基金新疆维吾尔自治区自然科学基金项目(2016D01C050); 文摘针对传统遥感影像中水体识别精度不高且泛化能力较弱的问题,提出扩展的多特征融合分类方法。将NDWI、MNDWI等多个水体指数的光谱特征,通过最佳波段组合获取基于灰度共生矩阵的纹理特征,使用主成分分析变换后的特征图提取扩展的形态学属性剖面(EMAPs)空间特征,归一化融合组成光谱-纹理-形态学特征集,使用特征扩充算法进行重构,得到扩展的多特征数据集,利用深度置信网络(DBN)识别水体。实验结果表明,扩展的多特征数据集可有效提高水体识别模型的精度和泛化能力。; 关键词特征扩充多特征融合光谱特征灰度共生矩阵扩展的形态学属性剖面深度置信网络; Keywords feature extension multi-feature fusion spectral feature gray-level co-occurrence matrix(GLCM) extended profiles with morphological attribute filters(EMAPs) deep belief network(DBN); 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名空谱联合特征的CNN＿SVM水体识别被引量：4: 6; 作者吕亚龙田生伟禹龙张若楠; 机构新疆大学信息科学与工程学院新疆大学网络中心新疆大学软件学院; 出处《计算机工程与设计》北大核心 2019年第5期1435-1439,共5页; 基金自治区自然科学基金项目(2016D01C050) 新疆自治区科技人才培养基金项目(QN2016YX0051); 文摘针对传统遥感图像逐像素分类方法精度不高以及空间领域一致性信息未充分利用等问题,提出一种结合保边滤波和光谱_空间特征的CNN_SVM水体识别方法。对原始图像使用保边滤波进行降噪并提高局域平滑度;借助形态学属性剖面获取遥感图像的光谱和多重空间特征,利用重构算法对特征进行重构,融合光谱和空间信息;将融合后的新特征集输入CNN进一步进行特征学习,应用浅层学习算法SVM分类。实验结果表明,与CNN神经网络和SVM相比,该方法具有更好的识别效果。; 关键词保边滤波 CNN神经网络特征重构形态学属性剖面水体识别; Keywords edge-preserving filtering CNN neural network feature reconstruction morphological attribute profile water body recognition; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于形态学属性剖面和单类随机森林分类的道路路域新增建筑物提取方法	史忠奎李培军罗伦阳柯	《北京大学学报（自然科学版）》 EI CAS CSCD 北大核心	2018	9	在线阅读下载PDF 职称材料
2	结合NASFs滤波策略与形态学属性剖面的SAR影像建筑物检测	胡世明余洁谢东海王彦兵余莎莎	《地理与地理信息科学》 CSCD 北大核心	2018	0	在线阅读下载PDF 职称材料
3	高光谱与LiDAR数据融合研究——以黑河中游张掖绿洲农业区精细作物分类为例	杨思睿薛朝辉张玲苏红军周绍光	《国土资源遥感》 CSCD 北大核心	2018	15	在线阅读下载PDF 职称材料
4	基于多特征结合的损毁建筑物检测	刘宇曹国周丽存曲宝珠	《计算机应用》 CSCD 北大核心	2015		在线阅读下载PDF 职称材料
5	扩展的多特征遥感影像水体识别	张若楠禹龙田生伟吕亚龙	《计算机工程与设计》北大核心	2019	4	在线阅读下载PDF 职称材料
6	空谱联合特征的CNN＿SVM水体识别	吕亚龙田生伟禹龙张若楠	《计算机工程与设计》北大核心	2019	4	在线阅读下载PDF 职称材料