共查询到19条相似文献，搜索用时 125 毫秒
1.
提出一种基于特征筛选和二级分类的建筑提取算法。该算法首先对极化SAR数据进行精致Lee滤波,获取多维极化特征和纹理特征构成原始特征集;然后将随机森林作为初级分类器评估各特征的重要性,依据重要性排名进行特征筛选;最后通过支持向量机对特征子集进行次级分类,并用邻域投票法将两级分类结果融合。AIRSAR极化数据实验结果表明,本算法可有效提高极化SAR建筑提取准确率。 相似文献
2.
在极化合成孔径雷达（PolSAR）地物分类研究中,基于卷积神经网络的图像分割算法存在高维特征信息冗余而导致的分类边界模糊、分类精度低、计算复杂等不足,提出一种基于卷积神经网络和EM算法的轻量化图像分割网络,称为低秩重构网络（low-rank-reconstruction-net,LRR-Net）,应用于全极化SAR图像的地物分类。LRR-Net从极化目标分解的思想出发,利用EM算法对特征进行低秩重构,将特征从高维空间映射到低维空间,在减少参数的同时实现更精确的分类。用高分三号全极化图像数据对模型进行训练测试并评估,结果表明模型在保证分类精度的前提下,降低了模型复杂度。 相似文献
3.
针对在遥感大数据时代背景下,传统变化检测方法的精度和自动化程度难以满足实际应用需求,提出一种联合光谱特征、对象特征和时间特征的遥感影像变化检测方法.在提取遥感影像多种特征的基础上,利用双向长短期记忆网络,提取光谱-对象-时间特征,实现双时相影像变化信息的有效提取.基于双时相中分辨率遥感影像的实验结果表明:本方法的总体精... 相似文献
4.
在卧龙大熊猫自然保护区,难以获取高质量的光学遥感影像,加之地形和植被类型复杂多样,地物分类精度低,对利用遥感技术研究大熊猫生境造成了困难.为此,本工作探究一种提高遥感分类精度的方法.首先分别利用缨帽变换和匹配滤波方法提取影像的亮度、绿度、湿度和丰度等特征,建立基于多特征数据的决策树分类规则进行分类,最后利用野外实测数据对分类结果进行验证.研究结果表明:绿度特征对提取林地非常有效,湿度分量可以区分草甸与灌丛,亮度特征则提高了雪地的分类精度.匹配滤波可以实现混合像元分解,去除部分噪声并快速探测目标地物的波谱特征.基于多特征数据决策树遥感分类的总体精度达到83.33%,比传统的最大似然法分类精度提高8.67%.本文方法在卧龙大熊猫自然保护区等地物分类中取得了较好的应用效果. 相似文献
5.
以南京市为研究区,基于面向对象的分类方法,对TM影像进行LBV变换,选择B分量阈值进行水体信息提取. 结果表明,水体信息提取精度为94.6%. 与基于像元的B分量阈值法和基于像元及面向对象的改进的归一化水体指数(MNDWI)阈值法相比,该方法提取水体信息快速准确,不但消除了山体阴影和城市建筑物的影响,还减少了分类"椒盐现象". 该方法简单易行,适用于水体信息的自动提取. 相似文献
6.
罗开盛 《中国科学院大学学报》2020,37(4):490-497
利用国产GF-1卫星影像，以南京市为例，采用面向对象技术对旅游用地信息进行专题提取，研发出基于遥感手段的旅游用地信息提取方法和流程。研究结果如下：1）GF-1夏季影像4个图层（红、绿、蓝和近红外波段）方差的平均值（VI-Summer）是识别旅游用地的有效指标。2）旅游用地提取的制图精度和用户精度分别为83.33%和73.53%，表明基于GF-1卫星影像和面向对象技术的方法能够对旅游用地进行有效识别和监测。3）南京市的旅游用地总面积为137.34 km2。4）在空间分布上，旅游用地主要集中在长江以南地区，尤其是鼓楼区、雨花台区、建邺区、玄武区和秦淮区及其附近；而长江以北（江北）地区相对稀疏。本研究结果可为利用GF-1卫星影像快速有效地监管旅游用地提供技术支撑。 相似文献
7.
基于Landsat TM影像的水体信息提取 总被引：1，自引：0，他引：1
基于Landsat 5 TM影像,以芜湖市沿江区域为试验区,利用水体指数模型(NDWI、MNDWI)、单波段阈值法(LBV变换的B分量)、波谱间关系模型(KT3+TM4>TM2+TM7),以及新提出的波谱间关系模型(KT3+TM2>TM4+TM3)进行水体信息自动提取的试验,从定性与定量2个方面对5种方法进行对比. 结果表明,波谱间关系模型提取水体的精度最高,为93%;受到植被和建筑物等因素的干扰最小. 相似文献
8.
情感识别在人机交互领域具有广阔前景。由于情感表达在时间上具有一定的持续性，统计特征更能体现不同情绪语音的差异和动态变化，大多数语音情感识别研究都使用全局特征（如最大值、最小值等），并没有充分挖掘局部特征（如单帧的短时能量、过零率等）中的信息。提出一种基于局部特征优化的方法，对每个情感语音样本做进一步提纯，通过聚类分析对情感特征相对不显著的帧进行过滤，在此基础上进行统计计算和分类，以提高预测的准确率。实验结果表明，基于优化后的样本进行情感分类，3个语料库的平均准确率提高5%~17%。进一步的研究发现这种优化方法可能更适合于语音长度较长的情感识别场景。 相似文献
9.
地表水面精确提取是研究地表水质和水量变化的重要基础。斯里兰卡是"21世纪海上丝绸之路"的重要参与国，年降雨量丰富，但时空分布不均，斯里兰卡人民长期用水困难，研究斯里兰卡地表水体有助于斯里兰卡民生问题的解决。斯里兰卡国内散布着大量的小型水库和坑塘，这些小面积水体易受周边环境因素影响而提取困难。基于2017年7月斯里兰卡中东部地区的哨兵（Sentinel）1/2号卫星影像，对比分析单波段法、水体指数法和监督分类等水体提取方法的精度和存在的问题。结果表明，归一化水体指数法NDWI的准确率最高，分类精度达94%。 相似文献
10.
SAR层析成像利用多航过复数据对观测目标进行高程向重构，全极化数据具有丰富的散射信息。将全极化数据与SAR层析成像相结合，利用城市建筑高程向散射体的稀疏性和全极化数据信号稀疏支撑集相同的特点，提出基于组稀疏约束和稀疏约束相结合的求解模型，并利用层次稀疏的方法对模型进行求解。通过Monte Carlo仿真实验将该模型法的性能与单极化层析成像模型和基于组稀疏的求解方法的性能进行对比，并将该方法应用到实测数据的半点目标仿真实验中。结果表明，本文提出的方法提高了高程向重建精度，且有更好的鲁棒性，在低信噪比下也能较好地恢复目标的高程向信息和后向散射系数。 相似文献
11.
基于深度学习方法的建筑物自动提取具有精度高、速度快的技术特点,对城市规划、防灾减灾等的行业应用具有重要意义。针对高分辨率遥感影像建筑物自动提取,引入深度学习特征功能模块和传统遥感应用技术验证环节,形成不同骨架模块、UNet++网络和真实性检验的建筑物遥感提取功能模块嵌合的深度学习业务化应用技术体系,通过VGG、ResNet和Inception等传统卷积网络模型骨架对基础网络进行改造,提升模型运行效率,强化模型特征学习能力,通过真实性检验验证算法的有效性、适用性,展示完整的遥感应用技术链条。以Mnih公开的马萨诸塞州建筑物数据集为数据源,和传统非全卷积网络模型和全卷积网络模型等方法进行对比分析,结果表明通过增加模型深度和宽度可以有效提升模型建筑物提取效果,基于InceptionV3-UNet++骨架模型在召回率、准确度、CSI、F1分数、Kappa系数和总精度表现最为优秀,分别达到85.14%、90.50%、0.7816、0.8774、0.8504和95.57%,并在WHU数据集上验证了它的鲁棒性。该方法在建筑物提取结果和细节上都有显著提高,特别是对复杂不规则建筑物的提取上,将极大促进真实、复杂、大场景高分辨率影像的建筑物提取遥感应用。 相似文献
12.
针对图像识别的不确定问题,提出一种基于Dempster-Shafer(D-S)证据理论的信息融合图像识别算法.用灰度-相位共生矩阵和灰度-梯度共生矩阵提取图像的纹理特征参数,对纹理特征参数进行转化得到待识别图像在其他类图像上的信度函数分配;利用D-S联合规则得到融合后的信度函数分配,从而准确识别图像;通过单一矩阵图像识别结果与融合识别结果比较,说明D-S数据融合在识别图像方面的优越性. 相似文献
13.
传统指纹纹型分类算法的准确率直接受到相应特征提取算法的影响.在海量指纹库中，同类纹型指纹形态变化明显增大，不同类纹型界限变得模糊，仅通过人工定义的特征进行分类很难适应全部指纹数据.为解除纹型分类问题与人工定义的特征提取问题的耦合，提出一种直接在指纹原图上进行纹型识别的算法.利用卷积神经网络自动特征提取的能力从大量指纹数据中学习得到纹型特征，并通过对训练数据的设计使网络能够适应指纹的多样性，提升算法的鲁棒性.此外，多尺度网络模型平均方法使分类准确性得到进一步提升.在国际公开指纹数据集NIST DB4上测得纹型四分类准确率达94.2%. 相似文献
14.
掌纹特征的提取是掌纹识别中最关键的一个环节,特征提取算法的好坏很大程度上决定了系统的识别率和效率的高低．结合近年来发表的文献,按照分析和描述的方式对掌纹的特征提取方法进行了分类,并对主要特征提取算法进行了分析和特性比较,最后总结了掌纹多特征融合方法是未来掌纹特征提取方法进一步的研究方向． 相似文献
15.
针对SAR图像特点，在传统SIFT算法的基础上，结合ROEWA和OTSU算法，提出一种改进的SIFT算法。该方法首先通过ROEWA和OTSU算法分别检测图像的边缘区域和阴影区域，再与SIFT算法相融合检测特征点、寻找匹配点并计算变换矩阵实现图像配准。与原算法相比，该方法消除了DoG算子的边缘响应和阴影的影响，使提取到的特征点更加精确，可提高正确匹配率，增强算法的稳定性，并提升图像配准的精度。 相似文献
16.
当前，基于时序特征提取的农作物遥感分类方法需要较多先验知识及人工干预，难以自动化，且易因忽略部分有效特征而导致精度降低。针对这些问题，提出基于时序光谱重构的卷积神经网络农作物分类法。为充分利用时间序列多光谱中丰富的作物物候与多光谱信息，对每个地面像元构造以时间维为纵轴、光谱维为横轴的时序光谱图，采用Adam梯度下降法与Dropout 40%连接率优化后的卷积神经网络对时序光谱图进行分类。对比实验结果表明，该方法可有效减少“椒盐”噪声的产生，且地块边界轮廓线清晰，总体分类精度达到95.12%，高于时间序列多光谱+随机森林（88.58%）、时间序列NDVI+随机森林（90.25%）、时间序列NDVI+卷积神经网络（91.79%）等对照实验组；对于“异物同谱”现象明显的春玉米与番茄，该方法的F1-score分别达到95.9%与89.9%，相比各对照组均有较大幅度的提高。该研究结果可为遥感农作物的自动化精细制图提供参考。 相似文献
17.
针对空间域隐写,分析了小波特征函数统计矩、高阶统计特征和差值像素邻接矩阵3组重要隐写特征间的互补性,利用基于互信息准则和增强特征选择的方法进行特征融合. 分析和实验表明,3组特征间存在互补性,融合后能够得到更好的正确率. 相似文献
18.
机载激光雷达技术已经成为快速获取城市建筑三维数字模型的有效手段，而建筑物屋顶点云提取则是建筑物三维数字模型重建的关键。为有效剔除植被和墙面点云，以及消除地形起伏对建筑点云提取精度的影响，提出一种层进式屋顶点云提取方法。首先对LiDAR点云进行滤波，在此基础上利用点云回波特性和点云法向量检测并删除非地面点中特征明显的植被点和建筑物墙面点，然后利用连通成分分析法对非地面点聚类得到初始建筑点，最后结合DTM并利用建筑物面积和高度信息分离得到建筑物屋顶点云。试验结果表明，本方法能有效地从机载点云数据中快速提取建筑屋顶点云，有效率可达85%以上。 相似文献
19.
将Gabor滤波器和各向异性扩散方程相结合,提出了一种基于活动围道的无监督纹理图像分割算法.采用基于总变分流的扩散函数,各向异性扩散方程可以有效地在保留纹理图像大尺度边界信息的同时,对图像纹理区域进行平滑,获得比原始图像更易分割的简化图像.但是平滑过程中纹理信息的丧失,限制了该方法的通用性和有效性.为了在利用各向异性扩散方法的同时,有效地提取和利用纹理信息,我们利用Gabor滤波器提取一组表征纹理方向性和尺度性的特征图像;同时将原始图像作为表征纹理灰度信息的一个特征通道考虑;再利用矢量形式的各向异性扩散方程,对特征图像进行边界保持的各向异性平滑.将基于区域灰度统计参数估计的活动围道分割方法扩展到矢量空间,来对平滑后的纹理特征量进行分割.实验证明,利用该纹理分割算法可以获得较好的效果. 相似文献