期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于统计检验的面向对象高分辨率遥感图像森林变化检测
被引量：
10
1
作者
李春干
代华兵
《林业科学》
EI
CAS
CSCD
北大核心
2017年第5期74-81,共8页
【目的】探讨基于统计检验的面向对象高空间分辨率卫星遥感图像森林(地)变化的自动检测,为准确、快速、高效采集森林变化信息,及时更新森林资源数据库提供一种有效方法。【方法】以森林(地)覆盖变化频繁和快速、变化图斑多而小的广西壮...
【目的】探讨基于统计检验的面向对象高空间分辨率卫星遥感图像森林(地)变化的自动检测,为准确、快速、高效采集森林变化信息,及时更新森林资源数据库提供一种有效方法。【方法】以森林(地)覆盖变化频繁和快速、变化图斑多而小的广西壮族自治区上思县局部区域为研究区,以2013年12月资源三号卫星图像、2015年1月高分一号卫星图像和2013年小班专题图为数据源,试验基于统计检验的面向对象森林变化检测方法:1)对两时相图像进行多尺度分割,提取图像对象(图斑)各波段的灰度均值和标准差;2)鉴于两时相图像图斑灰度均值、标准差的差值的频率均近似呈正态分布,采用图斑的灰度均值、标准差的差值构造一个服从卡方分布的随机变量;3)根据假设检验,在事先给定一个置信度后,通过一个自动的反复迭代计算流程逐次将统计量异常的变化图斑检测出来。【结果】1)对于一个事先给定的置信度,检测出来的变化图斑数量随着迭代次数的增加而迅速减少;2)当置信度分别为0.95、0.98、0.99和0.999时,分别通过25、23、20和15次迭代可将全部变化图斑检测出来,迭代次数随着置信度的增大而减少;3)当置信度为0.95~0.99时,随着置信度提高,漏检率升高、误检率降低,总体精度提高;4)当置信度为0.99时,总体精度达92.6%,Kappa系数为0.764 8,检测结果最好。【结论】基于统计检验的面向对象高分辨率遥感图像森林变化检测方法具有严密的统计学基础,直接对分割图像进行计算,不需建立训练样本,不依靠任何外来信息,不需人为干预,整个检测过程自动完成,并且检测效果良好,在森林(地)变化检测中具有良好的应用前景。
展开更多
关键词
森林变化检测
图像分割
统计检验
卡方分布
在线阅读
下载PDF
职称材料
基于对象分类的遥感影像森林变化检测方法
被引量：
19
2
作者
雷鸣
田卫新
+1 位作者
任东
董婷
《森林与环境学报》
CSCD
北大核心
2019年第6期641-646,共6页
针对湖北省宜昌市点军区森林变化检测应用需求,采用两期高分二号(GF-2)数据进行对比分析。定义了基于邻域差分绝对值与标准差比的多尺度分割评价函数,用来确定对遥感图像分割的分割尺度、形状因子以及紧凑度。通过试验,利用神经网络分...
针对湖北省宜昌市点军区森林变化检测应用需求,采用两期高分二号(GF-2)数据进行对比分析。定义了基于邻域差分绝对值与标准差比的多尺度分割评价函数,用来确定对遥感图像分割的分割尺度、形状因子以及紧凑度。通过试验,利用神经网络分类方法确定了基于对象分类的最优特征组合,并采用基于对象的最近邻(k NN)分类方法对遥感图像进行分类,最后对两期遥感影像分类结果中的森林类别进行变化检测。结果显示,在分类过程中,基于对象的分类总体精度为0.9866,Kappa系数为0.9752,高于神经网络和最大似然分类方法。在以森林地为主的丘陵地带变化检测应用中具有较好的适用性。
展开更多
关键词
遥感
高分二号
森林变化检测
对象
分割
最近邻分类
在线阅读
下载PDF
职称材料
基于面向对象多特征变化向量分析法的森林资源变化检测
被引量：
12
3
作者
王晓慧
谭炳香
+1 位作者
李世明
冯林艳
《林业科学研究》
CSCD
北大核心
2021年第1期98-105,共8页
[目的]基于面向对象变化向量分析法,进行森林资源变化检测。[方法]应用国产高分二号多光谱影像,以森林采伐和造林活动多、林地变化频率高的广西壮族自治区上思县为研究区,应用随机森林平均精确率减少的方法进行变化特征的选择,通过选取...
[目的]基于面向对象变化向量分析法,进行森林资源变化检测。[方法]应用国产高分二号多光谱影像,以森林采伐和造林活动多、林地变化频率高的广西壮族自治区上思县为研究区,应用随机森林平均精确率减少的方法进行变化特征的选择,通过选取的不同特征向量和常规的基于光谱均值、光谱均值和标准差的变化向量分析法,以及基于NDVI差值法的变化检测结果对比,获取较好的森林资源变化检测方法和结果。[结果]高分二号多光谱影像的蓝、绿、红波段光谱均值和NDVI值共4个特征参与的变化向量分析法,识别森林资源变化精度高,总体精度92.94%,Kappa系数0.7630,变化地类误检率15.63%,漏检率22.86%。[结论]经过特征选择后,基于面向对象变化向量分析法比常规的多特征参与的变化向量分析法识别森林资源变化的效果好。
展开更多
关键词
面向对象
变化
向量分析法
高分二号多光谱影像
特征选择
森林
资源
变化检测
在线阅读
下载PDF
职称材料
题名
基于统计检验的面向对象高分辨率遥感图像森林变化检测
被引量：
10
1
作者
李春干
代华兵
机构
广西大学林学院
广西林业勘测设计院
出处
《林业科学》
EI
CAS
CSCD
北大核心
2017年第5期74-81,共8页
基金
广西林业科学研究项目(GXLYKJ201423)
文摘
【目的】探讨基于统计检验的面向对象高空间分辨率卫星遥感图像森林(地)变化的自动检测,为准确、快速、高效采集森林变化信息,及时更新森林资源数据库提供一种有效方法。【方法】以森林(地)覆盖变化频繁和快速、变化图斑多而小的广西壮族自治区上思县局部区域为研究区,以2013年12月资源三号卫星图像、2015年1月高分一号卫星图像和2013年小班专题图为数据源,试验基于统计检验的面向对象森林变化检测方法:1)对两时相图像进行多尺度分割,提取图像对象(图斑)各波段的灰度均值和标准差;2)鉴于两时相图像图斑灰度均值、标准差的差值的频率均近似呈正态分布,采用图斑的灰度均值、标准差的差值构造一个服从卡方分布的随机变量;3)根据假设检验,在事先给定一个置信度后,通过一个自动的反复迭代计算流程逐次将统计量异常的变化图斑检测出来。【结果】1)对于一个事先给定的置信度,检测出来的变化图斑数量随着迭代次数的增加而迅速减少;2)当置信度分别为0.95、0.98、0.99和0.999时,分别通过25、23、20和15次迭代可将全部变化图斑检测出来,迭代次数随着置信度的增大而减少;3)当置信度为0.95~0.99时,随着置信度提高,漏检率升高、误检率降低,总体精度提高;4)当置信度为0.99时,总体精度达92.6%,Kappa系数为0.764 8,检测结果最好。【结论】基于统计检验的面向对象高分辨率遥感图像森林变化检测方法具有严密的统计学基础,直接对分割图像进行计算,不需建立训练样本,不依靠任何外来信息,不需人为干预,整个检测过程自动完成,并且检测效果良好,在森林(地)变化检测中具有良好的应用前景。
关键词
森林变化检测
图像分割
统计检验
卡方分布
Keywords
forest change detection
image segmentation
statistical test
chi square distribution
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
基于对象分类的遥感影像森林变化检测方法
被引量：
19
2
作者
雷鸣
田卫新
任东
董婷
机构
三峡大学计算机与信息学院
出处
《森林与环境学报》
CSCD
北大核心
2019年第6期641-646,共6页
基金
国家重点研发计划项目(2016YFD0800902)
国家自然科学基金项目(41901341)
湖北省技术创新专项(2017ABA157)
文摘
针对湖北省宜昌市点军区森林变化检测应用需求,采用两期高分二号(GF-2)数据进行对比分析。定义了基于邻域差分绝对值与标准差比的多尺度分割评价函数,用来确定对遥感图像分割的分割尺度、形状因子以及紧凑度。通过试验,利用神经网络分类方法确定了基于对象分类的最优特征组合,并采用基于对象的最近邻(k NN)分类方法对遥感图像进行分类,最后对两期遥感影像分类结果中的森林类别进行变化检测。结果显示,在分类过程中,基于对象的分类总体精度为0.9866,Kappa系数为0.9752,高于神经网络和最大似然分类方法。在以森林地为主的丘陵地带变化检测应用中具有较好的适用性。
关键词
遥感
高分二号
森林变化检测
对象
分割
最近邻分类
Keywords
remote sensing
GF-2
forest change detection
object classification
image segmentation
k-nearest neighbor
分类号
TP399 [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
基于面向对象多特征变化向量分析法的森林资源变化检测
被引量：
12
3
作者
王晓慧
谭炳香
李世明
冯林艳
机构
中国林业科学研究院资源信息研究所
出处
《林业科学研究》
CSCD
北大核心
2021年第1期98-105,共8页
基金
中央级公益性科研院所基本科研业务费专项资金(CAFYBB2017MB012)
国家重点研发计划课题(2017YFC0506502)
中国林科院资源所项目(2019JYZJ05)。
文摘
[目的]基于面向对象变化向量分析法,进行森林资源变化检测。[方法]应用国产高分二号多光谱影像,以森林采伐和造林活动多、林地变化频率高的广西壮族自治区上思县为研究区,应用随机森林平均精确率减少的方法进行变化特征的选择,通过选取的不同特征向量和常规的基于光谱均值、光谱均值和标准差的变化向量分析法,以及基于NDVI差值法的变化检测结果对比,获取较好的森林资源变化检测方法和结果。[结果]高分二号多光谱影像的蓝、绿、红波段光谱均值和NDVI值共4个特征参与的变化向量分析法,识别森林资源变化精度高,总体精度92.94%,Kappa系数0.7630,变化地类误检率15.63%,漏检率22.86%。[结论]经过特征选择后,基于面向对象变化向量分析法比常规的多特征参与的变化向量分析法识别森林资源变化的效果好。
关键词
面向对象
变化
向量分析法
高分二号多光谱影像
特征选择
森林
资源
变化检测
Keywords
object-oriented
change vector analysis
GF2 multispectral image
feature selection
forest change detection
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
基于统计检验的面向对象高分辨率遥感图像森林变化检测
李春干
代华兵
《林业科学》
EI
CAS
CSCD
北大核心
2017
10
在线阅读
下载PDF
职称材料
2
基于对象分类的遥感影像森林变化检测方法
雷鸣
田卫新
任东
董婷
《森林与环境学报》
CSCD
北大核心
2019
19
在线阅读
下载PDF
职称材料
3
基于面向对象多特征变化向量分析法的森林资源变化检测
王晓慧
谭炳香
李世明
冯林艳
《林业科学研究》
CSCD
北大核心
2021
12
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
