检索结果-维普期刊中文期刊服务平台

顾及多尺度上下文信息的高分影像林地信息提取方法被引量：1: 1; 作者胡永进韩旭 +1 位作者高小慧胡耀天《江苏农业科学》北大核心 2022年第22期209-216,共8页; 科学快速地掌握林地资源信息是进行林地管理与保护的基础。针对现有研究中林地提取方法精度不足的问题,提出一种顾及多尺度上下文信息的高分影像林地提取方法,首先,在编码阶段利用残差网络提取遥感影像中林地的深层次特征;其次,考虑到... 展开更多; 关键词高分影像林地信息提取多尺度上下文信息深度学习; 在线阅读下载PDF 职称材料

基于语义相关的面向对象林地信息提取被引量：3: 2; 作者孙小丹《福建林业科技》 2009年第3期36-40,共5页; 基于地物间的语义相关关系,结合面向对象的影像分析技术,提出了适用于高分辨率影像的林地信息提取方法,包括影像分割和林地信息提取2大步骤;并以福州市2003年6月成像的IKONOS卫星影像数据为例进行了林地信息提取实验。结果表明:①通过... 展开更多; 关键词高分辨率影像影像分割语义相关面向对象林地信息提取; 在线阅读下载PDF 职称材料

基于双支路全局局部感知网络的高分影像林地信息提取方法: 3; 作者胡永进韩旭 +1 位作者高小慧胡耀天《江苏农业科学》北大核心 2022年第23期176-183,共8页; 利用遥感影像提取林地信息可以方便管理人员快速掌握林地情况,提高林地调查效率,而当前遥感影像林地提取方法精度较低,为进一步提高遥感影像林地提取精度,本研究提出一种基于双支路全局局部感知网络的高分影像林地提取方法。首先在编码... 展开更多; 关键词双支路网络全局局部感知高分影像林地信息提取; 在线阅读下载PDF 职称材料

基于高景一号遥感影像的林地信息提取被引量：10: 4; 作者曾文林辉 +2 位作者李新宇肖越鲁宏旺《中南林业科技大学学报》 CAS CSCD 北大核心 2020年第7期32-40,共9页; 【目的】及时、准确地掌握林地信息是森林经营管理的前提,高分辨率遥感影像为林地信息精细识别提供了可能。【方法】以当阳市玉泉乡为研究区,以国产卫星高景一号(SV-1)遥感影像为数据源,提取各波段光谱信息和植被指数作为分类特征,采用... 展开更多; 关键词林地信息提取特征评价准则支持向量机分类高景一号; 在线阅读下载PDF 职称材料

题名顾及多尺度上下文信息的高分影像林地信息提取方法被引量：1: 1; 作者胡永进韩旭高小慧胡耀天; 机构江苏农林职业技术学院; 出处《江苏农业科学》北大核心 2022年第22期209-216,共8页; 基金江苏农林职业技术学院科技项目(编号:2021kj89、2021kj68) 江苏省大学生创新创业训练计划(编号:202113103001y)。; 文摘科学快速地掌握林地资源信息是进行林地管理与保护的基础。针对现有研究中林地提取方法精度不足的问题,提出一种顾及多尺度上下文信息的高分影像林地提取方法,首先,在编码阶段利用残差网络提取遥感影像中林地的深层次特征;其次,考虑到林地明显的同物异谱及同谱异物特征,建立一种顾及上下文信息的特征融合算法,有效提高网络对于目标区域的关注度;最后,构建一种深度多尺度信息聚合结构以适用于遥感影像中林地的较大尺度差异性特征。为证明方法的有效性,建立了一个遥感影像林地提取数据集进行试验,并与现有优秀的方法进行对比,结果显示,本研究方法F_(1)值提高了4.28~11.83,IOU值提高了2.49~15.32百分点,本研究方法对于林地信息提取具有更高的精度。; 关键词高分影像林地信息提取多尺度上下文信息深度学习; 分类号 S771.8 [农业科学—森林工程]; 在线阅读下载PDF 职称材料

题名基于语义相关的面向对象林地信息提取被引量：3: 2; 作者孙小丹; 机构福州大学环境与资源学院空间数据挖掘与信息共享教育部重点实验室福州职业技术学院; 出处《福建林业科技》 2009年第3期36-40,共5页; 基金国家自然科学基金资助项目(40371107); 文摘基于地物间的语义相关关系,结合面向对象的影像分析技术,提出了适用于高分辨率影像的林地信息提取方法,包括影像分割和林地信息提取2大步骤;并以福州市2003年6月成像的IKONOS卫星影像数据为例进行了林地信息提取实验。结果表明:①通过模糊和最近邻2种分类技术分别完成植被、林地信息的提取,提高了提取过程的合理性;②以面向对象的方式进行信息提取,不仅能避免细节信息的干扰,还能利用影像的纹理信息,这相当于对影像数据进行了优化,提取结果的精度和完整性均得到了提高。; 关键词高分辨率影像影像分割语义相关面向对象林地信息提取; Keywords high resolving power image image segmentation semantic correlation object-oriented forestland information extraction; 分类号 S771.8 [农业科学—森林工程]; 在线阅读下载PDF 职称材料

题名基于双支路全局局部感知网络的高分影像林地信息提取方法: 3; 作者胡永进韩旭高小慧胡耀天; 机构江苏农林职业技术学院; 出处《江苏农业科学》北大核心 2022年第23期176-183,共8页; 基金江苏农林职业技术学院科技项目(编号:2021kj89、2021kj68) 江苏省大学生创新创业训练计划(编号:202113103001y)。; 文摘利用遥感影像提取林地信息可以方便管理人员快速掌握林地情况,提高林地调查效率,而当前遥感影像林地提取方法精度较低,为进一步提高遥感影像林地提取精度,本研究提出一种基于双支路全局局部感知网络的高分影像林地提取方法。首先在编码阶段充分考虑林地全局与局部特征表达,通过2条不同支路分别获取全局语义与局部细节信息,提高网络的特征提取能力。其次,考虑到林地的多尺度特征,在解码阶段建立一种深度监督分类器,通过多分支辅助分类进一步提高网络在预测阶段的判别能力。为验证模型有效性,本研究建立了一个遥感影像林地提取数据集,试验结果表明,相比于现有常用的神经网络模型,其精度显著提高;通过定量分析可知,交并比值提高1.57~8.89百分点,平衡分数提高0.97~8.68,总精度提高0.89~8.98百分点。此外,20次独立的蒙特卡罗试验显示交并比、平衡分数和总精度的精度标准差分别为0.15、0.14和0.05,进一步验证了本研究方法的稳定性。消融试验则充分证明了本研究方法中各个模块的贡献,以进一步验证所提出方法的有效性。总的来说,本研究所提出的方法能够高效稳定地提取遥感影像林地信息。; 关键词双支路网络全局局部感知高分影像林地信息提取; 分类号 S127 [农业科学—农业基础科学]; 在线阅读下载PDF 职称材料

题名基于高景一号遥感影像的林地信息提取被引量：10: 4; 作者曾文林辉李新宇肖越鲁宏旺; 机构中南林业科技大学林业遥感信息工程研究中心中南林业科技大学林学院林业遥感大数据与生态安全湖南省重点实验室南方森林资源经营与监测国家林业和草原局重点实验室; 出处《中南林业科技大学学报》 CAS CSCD 北大核心 2020年第7期32-40,共9页; 基金国家自然科学基金项目(31370639)。; 文摘【目的】及时、准确地掌握林地信息是森林经营管理的前提,高分辨率遥感影像为林地信息精细识别提供了可能。【方法】以当阳市玉泉乡为研究区,以国产卫星高景一号(SV-1)遥感影像为数据源,提取各波段光谱信息和植被指数作为分类特征,采用特征可分性、重要性及特征间冗余度分别构建了4种特征评价准则,基于支持向量机(SVM)分类器对研究区进行林地信息提取,结合森林资源二类调查结果进行精度验证。【结果】1、评价准则中,特征重要性优于可分性,特征可分性受高度相关的特征组合(如OSAVI和NDVI等)的影响会造成分类精度的下降。2、在特征重要性和可分性的基础上结合特征间冗余度能进一步提高分类精度并有效降低特征维数,特征维数由11维降至8维,特征可分性方法和特征重要性的分类精度分别提高了4.65%和4.58%;3、根据特征重要性结合冗余度选择RGVI、EVI、B1、B3、B2、DVI、RVI、Brightness 8个特征,建立SVM线性核分类模型可以达到最优分类效果,总体分类精度高达92.49%,Kappa系数为0.9084。【结论】SV-1遥感影像由于其高空间分辨率在林地信息精细提取中具有可行性,本研究通过建立特征评价准则筛选分类特征能进一步挖掘分类器的泛化能力,为及时、准确地获取林地信息提供技术支撑,同时也为同等高分辨率遥感卫星数据处理提供了参考。; 关键词林地信息提取特征评价准则支持向量机分类高景一号; Keywords forest information extraction feature evaluation criteria support vector machine(SVM)classification Super View-1; 分类号 S771.8 [农业科学—森林工程]; 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	顾及多尺度上下文信息的高分影像林地信息提取方法	胡永进韩旭高小慧胡耀天	《江苏农业科学》北大核心	2022	1	在线阅读下载PDF 职称材料
2	基于语义相关的面向对象林地信息提取	孙小丹	《福建林业科技》	2009	3	在线阅读下载PDF 职称材料
3	基于双支路全局局部感知网络的高分影像林地信息提取方法	胡永进韩旭高小慧胡耀天	《江苏农业科学》北大核心	2022	0	在线阅读下载PDF 职称材料
4	基于高景一号遥感影像的林地信息提取	曾文林辉李新宇肖越鲁宏旺	《中南林业科技大学学报》 CAS CSCD 北大核心	2020	10	在线阅读下载PDF 职称材料