地物分类
地物分类的相关文献在1992年到2023年内共计296篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、测绘学
等领域,其中期刊论文110篇、会议论文9篇、专利文献69232篇;相关期刊80种,包括江西测绘、科技致富向导、光学精密工程等;
相关会议8种,包括第17届全国图象图形学学术会议、第十五届全国信号处理学术年会、2015年度浙江省测绘与地理信息学会年会等;地物分类的相关文献由718位作者贡献,包括焦李成、马文萍、侯彪等。
地物分类—发文量
专利文献>
论文:69232篇
占比:99.83%
总计:69351篇
地物分类
-研究学者
- 焦李成
- 马文萍
- 侯彪
- 马晶晶
- 王爽
- 杨淑媛
- 刘红英
- 刘芳
- 屈嵘
- 张向荣
- 尚荣华
- 白静
- 唐旭
- 师皓
- 张丹
- 缑水平
- 陈亮
- 付琨
- 樊嘉禾
- 王裕沛
- 王雪松
- 黄鸿
- 冯志玺
- 李永祯
- 郭岩河
- 陈思伟
- 陈璞花
- 陶臣嵩
- 任仲乐
- 冯国政
- 吴一戎
- 帅通
- 李玲玲
- 楚博策
- 王士成
- 陈金勇
- 高峰
- 侯鹏洋
- 冯海亮
- 刘振
- 吴倩
- 孙真真
- 孟丽珠
- 宋国鑫
- 徐金东
- 李倩
- 李阳阳
- 杨风暴
- 欧世峰
- 滑文强
-
-
楚博策;
高峰;
帅通;
王士成;
陈杰;
陈金勇;
于卫东
-
-
摘要:
针对高分辨率遥感影像复杂地物分类的问题,提出了人工特征工程与深度神经网络相结合的地物分类方法。通过纹理与结构等人工设计特征提取构建多尺度特征图,采用特征图和原始图像合并构建的高维图集合作为网络输入,最大程度地丰富了输入信息量,同时增强了纹理、尺度等有利特征在网络训练过程中的主导作用。根据全卷积网络端到端的像素级分类思想,借鉴并改进DeepLab v3网络的结构设计,实现了一站式的遥感地物分类。实验结果表明,相对于采用原始图像直接作为网络输入,多尺度特征图与原始图结合的方法可以有效地凸显地物中纹理与结构的描述能力,较好地提升地物分类准确度;同时相对于传统神经网络进行图片分类的方法,设计的基于多尺度特征图集合的方法在遥感地物分类任务中具有更好的抗干扰性与准确性。
-
-
张燕斌;
杜健民;
王圆;
皮伟强;
高新超
-
-
摘要:
荒漠草原生态信息调查与统计的瓶颈是效率与精度,传统的人工地面调查效率低,航天航空遥感调查受空间分辨率限制,精度难以满足要求。建立的无人机高光谱遥感系统兼具高光谱分辨率、高空间分辨率和高效性等优势,为基于遥感的高精度荒漠草原生态信息调查与统计提供硬件基础。利用深度学习经典网络模型VGG16与ResNet18和改进为3D卷积核的不同卷积核数量的3D-ResNet18-A、3D-ResNet18-B和3D-ResNet18-C模型对采集到的荒漠草原高光谱数据进行地物分类。结果表明,两种经典模型对荒漠草原中植被、裸土展现出较好的分类效果,而改进为3D卷积核的3D-ResNet模型具备更佳的分类效果,同时对小样本地物具备更强分类性能,其中3D-ResNet18-B的分类性能最好,对植被、土壤、阴影和其他四种地物的总体分类精度达到97.73%。无人机高光谱遥感系统和3D-ResNet模型的深度融合为地物精细分类与统计奠定基础。
-
-
-
-
摘要:
研究概况,荒漠草原生态信息调查与统计的瓶颈是效率与精度,传统的人工地面调查效率低,航天航空逼感调查受空间分辨率限制,精度难以满足要求。建立的无人机高光谱遥感系统兼具高光谱分辨率、高空间分辨率和高效性等优势,为基于遥感的高精度荒漠草原生态信息调查与统计提供硬件基础。
-
-
刘自增;
张德政;
姚建华;
严瑾;
黄涛
-
-
摘要:
近年来,基于深度学习的图像处理方法取得了巨大的成功,越来越多的研究都尝试将深度学习算法应用于遥感影像的场景中。利用精度高、鲁棒性强的深度学习方法,可以为实现基于遥感卫星影像的区域自动检测识别工作提供技术保障。在这一背景下,本研究根据宁夏地区实际和项目需求制定了地物解译的方法,使用高精度的深度学习算法来实现地物的快速解译检测,并基于项目场景中样本场景复杂、标注困难的情况尝试了对高分遥感影像的多尺度纹理特征变化检测技术试验和检测算法多次改进。
-
-
吴蕴泽;
王健;
燕纬双;
曹元昊
-
-
摘要:
湿地植被是湿地生态系统中必不可少的一部分,在调节气候、蓄洪防旱等方面发挥了重要作用,对其进行行之有效的监测对于生态保护至关重要。基于时序的遥感影像进行地物分类在植被分类领域具有重要优势,湿地植被生长环境复杂,不同植被之间物候特征并不明确,且滨海湿地地区云雾较多,这些因素限制了时序遥感在湿地植被监测中的应用。基于时间加权的动态时间归整(Time-Weighted Dynamic Time Warping, TWDTW)通过增加时间权重限制实现时序匹配,能够避免植被物候因素的干扰与畸形匹配现象。本文探讨了该算法在黄河三角洲湿地植被分类中的适用性,并将分类结果与传统分类方法进行对比。研究表明,该算法在该区域总体分类精度为97.56%,Kappa系数为0.95。应用TWDTW算法可以有效进行湿地植被分类,能直观地反映湿地植被的空间分布格局,满足湿地生态环境监测、资源调查与管理等方面的需要。
-
-
陆妍如;
毛辉辉;
贺琰;
宋现锋
-
-
摘要:
采用Deeplab v3+语义分割网络模型开展了高精度地物分类研究,并与FCN、UNet、SegNet等网络模型对比分析,结果表明Deeplab v3+提取的耕地、植被、建筑用地、道路、水系等地物图斑,其分类总体精度与Kappa系数在各项指标上均优于FCN、UNet、SegNet。此外,Deeplab v3+在路网道路、建筑物等线性特征显著、形状或边界变化剧烈的地物目标上,对图像纹理及空间几何特征的识别,都具有更高的有效性和适用性。
-
-
路威;
童新海;
李道纪
-
-
摘要:
为了解决因时空特征差异而导致遥感影像地物分类泛化性较弱的问题,提出了一种纹理与光谱特征联合的地物分类思路。通过筛选得到的纹理特征对光谱特征进行强化,并利用现有的深度学习框架,对各个纹理特征组合的分类效果进行评价。为了充分验证方法的有效性,在多组不同时相和地域的遥感影像中进行了特征筛选和测试。结果表明,将绿色光谱的方差、同质度及角二阶矩纹理特征与光谱特征进行叠加,可以有效抵抗季节和地域因素,进而提高分类的泛化性,尤其对水域和居民地检测的改善效果更加明显,平均交并比可提高5%~10%。同时,为基于深度学习的小样本地物分类研究提供了新的技术思路。
-
-
黄鸿;
张臻;
嵇凌;
李政英
-
-
摘要:
为了提取高光谱图像中的深度鉴别特征,往往需要大量标记样本,但是高光谱图像样本标定困难,基于高光谱图像的“图谱合一”特性提出一种基于深度-流形学习的半监督双流网络。该网络用卷积网络和神经网络分别提取少量标记样本以及大量无标记样本中的空-谱联合特征,然后分别构建基于监督图和非监督图的流形重构图模型,以挖掘其中的本征流形结构。在此基础上设计了基于均方误差和流形学习的联合损失函数,以协同度量流形边界和空-谱概率残差,实现双流网络的一体化反馈和优化,进而实现地物分类。在WHU-Hi龙口和黑河高光谱数据集上实验的总体分类精度分别达到97.53%和96.79%,有效提升了地物分类能力。
-
-
任吉宏;
刘畅
-
-
摘要:
有监督的极化合成孔径雷达(极化SAR)图像地物分类任务需要像素级人工标注,如何减少其对大量精确标注样本的依赖是目前的一个研究重点。极化SAR图像的空间邻域内存在信息冗余和特征相关性,充分利用空间邻域信息有助于提升样本特征的判别性和鲁棒性。通过引入基于极化统计HSV颜色特征的自适应超像素聚类算法,提出一种借助邻域相关性的样本特征增强方法。实验结果表明该方法可以在仅有少量标注样本的条件下提升分类结果的鲁棒性和准确率。
-
-
张政;
李世强
-
-
摘要:
为提升极化合成孔径雷达(SAR)地物分类精度,提出一种基于AdaBoost改进型随机森林和支持向量机(SVM)结合的二级分类结构。首先将AdaBoost改进型随机森林作为初级分类器,该分类器能根据决策树的分类能力赋予权重,分类能力越强则权重越高,从而提升初级分类精度。初级分类器还能评估输入特征的重要性,获得重要性排名。根据重要性排名进行特征筛选,用筛选后的特征训练SVM分类器,获取二级分类结果。最后利用邻域投票法将两级分类结果融合。AIRSAR极化数据对比实验表明,该分类结构可有效提升极化SAR地物分类精度。
-
-
贾天义;
钟燕飞
- 《2016全国博士生学术论坛(测绘科学与技术)暨国务院学位委员会测绘学科评议组工作会议》
-
摘要:
在遥感应用中,单一数据源受自身空间、光谱等特征的影响,难以满足实际需求.通过影像融合,可实现不同类型的遥感影像数据间的信息互补,能方便提取影像中包含的有用信息,在对地物分析、识别、分类中具有重要的实用意义.本文提出了一种融合可见光与热红外高光谱影像用于地物分类的方法.通过融合-分类的方法,有效整合两类影像的优势用于地物分类.首先结合可见光、热红外高光谱影像在识别不同地物时的表现,综合利用可见光的纹理、空间特征及热红外高光谱影像的光谱特征,得到整合两幅影像特征的融合影像.进而将此融合影像用于地物分类,采用不同分类器获得多幅分类结果,对多幅分类结果进行决策投票,得到最终优化的分类影像.结果表明,融合-分类的方法改善了影像信息,达到了融合目的,对于地物目标的识别获得了较理想的结果.
-
-
周涛;
代大海;
赵艳丽;
刘阳;
王雪松
- 《2017年全国遥感遥测遥控学术年会》
-
摘要:
地物分类是极化合成孔径雷达(PolSAR)图像理解和解译的重要应用方向之一.多种极化特征都被应用于极化SAR地物分类,例如散射矩阵、相干矩阵、极化分解结果、纹理和空间信息等,然而最能代表极化特征的色彩信息却常常被人们忽视.提出一种融合色彩信息的极化SAR地物分类方法.首先,通过极化分解提取极化SAR图像的色彩信息,然后利用基于色彩信息和空间位置作为距离度量的SLIC生成超像素,最后将超像素作为一个整体,使用Wishart分类器对超像素进行分类.采用AIRSAR的L波段荷兰Flevoland地区数据集中的8类地物类型进行验证,该方法的总体分类精度达到97.81%,相对于传统的基于像素的分类方法提升了约7%.结果表明该方法对于匀质地物类型的分类,在分类准确性和稳健性上都具有极好的性能.同时基于融合色彩信息的优势,为更复杂的人造目标识别与分类提供了新思路.
-
-
张明月
- 《中国地质学会2017学术年会》
| 2017年
-
摘要:
上个世纪80年代,由于成像光谱概念的出现,使得遥感技术迈进了一个崭新的高光谱遥感阶段.高光谱遥感器能够获得整个可见光、近红外、短波红外和热红外波段的多而窄的连续光谱,光谱分辨率可达纳米级,获取的地表图像包含地物丰富的空间、辐射和光谱三重信息,表现了地物空间分布的影像特征,同时可能以其中某一像元或像元组为目标获得其辐射强度或光谱特征.高光谱遥感数据大量的光谱波段为了解地物提供了丰富的遥感信息,有助于完成更加细致的遥感地物分类和目标识别,然而波段的增加也必然导致信息的冗余和数据处理复杂性增加.为此,高光谱数据的特征提取具有重要意义.
-
-
宋亮;
李素荣;
刘善军;
虞茉莉
- 《第十八届中国环境遥感应用技术论坛》
| 2015年
-
摘要:
基于TM影像数据,分别使用监督和非监督分类方法对铁法(煤)矿区典型地物进行遥感识别.其中监督分类采用马氏距离、最大似然和神经网络法,非监督分类采用ISODATA算法.结果表明:在四种不同的分类方法中,最大似然法的分类精度最高,总体精度为90.10%,Kappa系数为0.8724.研究发现无论采用哪种分类方法,矿区中的煤与煤矸石都存在混分现象,主要由于两类地物的光谱相近造成.研究结果为煤矿区的地物遥感识别提供参考依据.
-
-
唐伟
- 《2015年度浙江省测绘与地理信息学会年会》
| 2015年
-
摘要:
利用高分辨率遥感影像对城市地物信息进行提取,是城市土地利用遥感分类的一种有效技术手段,可以为城市遥感地物分类及遥感动态监测提供示范.结果表明SPOT-5和ZY-3对水体分类精度较高,ZY-3对林地和建筑物的分类精度比较高,SPOT-5在地物细分方面更具优势.说明单一依靠光谱特征进行地物分类具有局限性,需要综合利用地物的纹理特征、几何特征和知识库,借助面向对象的分类方法进一步深化研究.
-
-
-
王文光;
孙作为;
孙进平;
武鹏
- 《第十五届全国信号处理学术年会》
| 2011年
-
摘要:
本文提出了一种利用两种不同频率下的极化SAR图像进行地物分类的新方法,该方法包括了两个过程,初始类划分过程和迭代修正过程。初始类划分过程是基于目标的散射特性随频率变化而改变的趋势和程度实现的。与传统的双频极化SAR图像分类中的初始类划分方法不同,新的划分方法基于不同频率下所提取的特征量,定义了特征变化量和特征变化平面,在特征平面上直接进行多类目标的初始类划分,而不需要迭代和类合并过程。这种新的初始类划分方法反映了目标散射特性随频率的变化关系,物理意义直观,实现方法简单易行。将这种初始类划分方法与Wishart分类器相结合,就可以实现对极化SAR图像的无监督迭代分类。实测的SIR-C数据和AIRSAR数据的分类结果表明,该方法是一种有效的极化SAR图像分类方法。
-
-
王光華
- 《2016台湾地理资讯学会暨学术研讨会》
-
摘要:
台南地区在今年初的美浓地震中受灾严重,雷达影像是了解地震的利器之一,但是限于资料及处理软体昂贵,在实际应用上有相当的瓶颈.本研究应用免费的哨兵卫星资料及软体SNAP,成功的在台南地震中解析了前后期相位资料,分析出地震的最大影响位置并不在高雄旗山而在台南.此项结果与台湾地震研究中心的美浓区地震报告结果相符.在地物分类上也有极佳的成果.
-
-
李娜;
包妮沙;
刘善军;
刘小翠
- 《第十八届中国环境遥感应用技术论坛》
| 2015年
-
摘要:
本文以平朔露天煤矿作为研究区域,利用不同空间分辨率的Landsat-8、SPOT-5和WorldView-2多源遥感数据进行多尺度分割,研究矿区不同地物类型的尺度特征,并利用影像的亮度均值标准差随分割尺度的变化曲线来确定各地物的最优分割尺度.结果表明30m分辨率Landsat-8影像适宜在分割尺度为8时提取大尺度的矿区破坏土地、复垦土地和工业用地;10m空间分辨率的SPOT-5影像在分割尺度值为85时整体效果最佳,能够提取建筑物、耕地、复垦植被等多数矿区典型地物类型;1.8m高分辨率WorldView-2影像在分割尺度为220时分割效果最佳,耕地和高、低植被覆盖区域能够快速提取,从而为提取不同属性矿区地物时选择适宜的影像分辨率与对象尺度提供参考依据,最终达到快速、精确提取地物信息的目的.
-
-
李娜;
包妮沙;
刘善军;
刘小翠
- 《第十八届中国环境遥感应用技术论坛》
| 2015年
-
摘要:
本文以平朔露天煤矿作为研究区域,利用不同空间分辨率的Landsat-8、SPOT-5和WorldView-2多源遥感数据进行多尺度分割,研究矿区不同地物类型的尺度特征,并利用影像的亮度均值标准差随分割尺度的变化曲线来确定各地物的最优分割尺度.结果表明30m分辨率Landsat-8影像适宜在分割尺度为8时提取大尺度的矿区破坏土地、复垦土地和工业用地;10m空间分辨率的SPOT-5影像在分割尺度值为85时整体效果最佳,能够提取建筑物、耕地、复垦植被等多数矿区典型地物类型;1.8m高分辨率WorldView-2影像在分割尺度为220时分割效果最佳,耕地和高、低植被覆盖区域能够快速提取,从而为提取不同属性矿区地物时选择适宜的影像分辨率与对象尺度提供参考依据,最终达到快速、精确提取地物信息的目的.