遥感影像分类
遥感影像分类的相关文献在1999年到2023年内共计267篇,主要集中在自动化技术、计算机技术、测绘学、农业经济
等领域,其中期刊论文117篇、会议论文18篇、专利文献117249篇;相关期刊78种,包括信息系统工程、北京测绘、测绘工程等;
相关会议17种,包括全国光学遥感载荷与信息处理技术2013年学术会议、第十三届华东六省一市测绘学会学术交流会、第五届海峡两岸遥感遥测会议等;遥感影像分类的相关文献由762位作者贡献,包括宋巍、黄冬梅、李臣明等。
遥感影像分类—发文量
专利文献>
论文:117249篇
占比:99.88%
总计:117384篇
遥感影像分类
-研究学者
- 宋巍
- 黄冬梅
- 李臣明
- 王振华
- 骆剑承
- 高红民
- 窦鹏
- 陈劲松
- 黄鸿
- 刘俊
- 周成虎
- 崔燕
- 左燕
- 彭冬亮
- 徐首珏
- 杨耀
- 沈占锋
- 石爱业
- 谷雨
- 郭云飞
- 郭宝峰
- 陈华杰
- 黄文江
- 丁小辉
- 严威
- 余先川
- 刘嘉敏
- 刘福江
- 吴国宝
- 夏晨阳
- 张振
- 张淑清
- 张继贤
- 李华朋
- 李靖
- 杨琪
- 林伟华
- 樊悦
- 焦李成
- 罗甫林
- 胡磊
- 苗则朗
- 蔺硕
- 贺琪
- 韩宇
- 韩敏
- 韩玲
- 韩镇
- 乐鹏
- 于佳鹤
-
-
崔健;
林琪凯;
张智璇
-
-
摘要:
基于2013年、2018年、2021年Landsat 8 OLI数据,采用面向对象的随机森林方法进行土地利用分类。运用土地利用变化动态度和格网分析法,从整体和部分两个角度分析研究区土地利用的时空变化规律,探究行政区划调整对土地利用变化的影响。结果表明,(1)原济南市建设用地面积增速放缓(动态度从0.04下降到0.01),土地利用程度升高,且耕地面积增加(176.74平方千米)。(2)原莱芜市建设用地面积快速增加(176.74平方千米),土地利用程度提高较快。(3)本次行政区划调整,提高了原济南市土地集约利用程度,带动了原莱芜市的经济社会快速发展,优化了区域整体土地利用格局。
-
-
刘建歌;
白穆;
王馨爽
-
-
摘要:
地理国情监测获取的地表覆盖分类成果具有覆盖区域全、精细度高、时相新等优势,具有作为深度学习分类模型训练样本的能力和优势,能够大大减少样本获取的成本。但是,受数据源、时相以及采集标准等因素的影响,直接使用地表覆盖数据作为样本,往往与模型训练采用的影像存在一定的误差。研究采用深度学习语义分割算法,比较了人工标注样本以及不同量地表覆盖数据样本的分类结果。结果表明深度学习分类算法具有一定的容错能力,即使地表覆盖样本与训练影像存在一定的误差,当样本量足够大时,同样能够获得有效的分类结果。研究成果说明了地表覆盖数据作为深度学习分类样本的可行性,为如何更好地使用该数据提供了思路,一定程度上解决了深度学习中样本获取难的问题。
-
-
冯权泷;
牛博文;
朱德海;
刘逸铭;
欧聪;
刘建涛
-
-
摘要:
通过引入多源多时相卫星遥感数据,提出了一种基于多核主动学习的农田塑料覆被分类算法,实现农业塑料大棚和地膜的精准分类。首先基于多时相Sentinel1雷达和Sentinel2光学遥感影像,提取其光谱特征、纹理特征等,以构建多维特征空间。然后构建多核学习模型,实现多源、多时相特征的自适应融合。最后构建基于池的主动学习策略,通过引入训练样本的淘汰机制,进一步提升分类模型的泛化能力。试验结果表明,本文所提分类方法的总体精度为95.6%,Kappa系数为0.922,相较经典支持向量机、随机森林、K近邻、决策树、AdaBoost模型,多核学习模型精度提高5.7、12.1、11.4、22.3、10.3个百分点;且在相同分类精度下,主动学习较被动学习可减少一半以上的标签数据;同时相较仅使用单时相及单传感器遥感影像而言,精度分别提高3.7、12.7个百分点。结果表明,多核主动学习能够有效进行多传感器、多时相数据融合,并可以在小样本条件下取得更高的分类精度,从而为农田塑料覆被的遥感监测提供模型参考。
-
-
邓镇坤;
张鹏林
-
-
摘要:
为指导黄河源区域生态环境修复,以黄河源区域为研究区,采用Landsat 8影像作为数据源,以融合多种特征指数的CART树模型进行高寒湿地分类方法研究。结果表明:使用CART决策树算法进行数据挖掘处理,将得到的决策树用来分类制图,得到黄河源地区生态地类分布图,通过混淆矩阵得出分类后总精度为88.25%,Kappa系数为0.8345,而使用同样分类样本的监督分类方法中使用范围较广的最大似然法分类得到的总体精度为84.90%,Kappa系数为0.7888,分别低于CART决策树分类3.35百分点与0.0457,并且各地类的精度均低于CART树分类方法,证明本研究所构建的决策树分类模型适用于研究区的生态地类提取。
-
-
于国强;
宋君陶;
于军令;
滕俊利;
张丽丽;
林琳
-
-
摘要:
粒子群优化是经典的优化算法,其适用于多种情况目标最优解的获取。本文引入时延权重系数及粒子群群体分类方法,提出了一种基础粒子群改进算法,并将该算法应用于遥感影像分类,取得了理想的数据处理结果。本文以复杂的数据模型对改进算法进行了分析,相对基础粒子群算法优势明显,可以在较少粒子群个数及迭代次数的情况下取得较高精度的目标解。改进算法大幅减少了计算的时间复杂度,能够有效降低遥感大数据处理的时间成本,在遥感领域具有较好的推广价值。
-
-
杜培军;
林聪;
陈宇;
王欣;
张伟;
郭山川
-
-
摘要:
利用时间序列遥感影像重建过去几十年的地表覆盖是实现时空多维地理场景感知与动态建模的基础,但存档历史遥感影像分类面临样本选择难、多时相影像协同解译水平低的问题。研究提出了一种基于已有土地覆盖产品与对应遥感影像中几何及属性特征约束的样本时空迁移方法,将迁移获得的训练样本嵌入多时相地表覆盖分类框架,获得多期地表覆盖分类结果,实现历史时期地表环境的智能感知与动态制图。太湖流域多时相分类的结果表明,无监督样本迁移方法可以充分利用先验几何约束和光谱属性,从参考地表覆盖产品中快速获得可靠的训练样本,多时相分类精度均高于89%,满足大区域多时相地表覆盖的分类需求,为地理环境演变建模提供了有效支持。
-
-
陈舒畅;
杨万里;
李新立
-
-
摘要:
本文首先介绍了三种经典的深度学习算法,然后介绍了遥感影像分类与识别的基本方法,接着论述了基于深度学习的遥感影像分类和识别的研究现状,最后对未来深度学习技术在遥感应用领域中的发展方向进行了总结。
-
-
刘瑞航;
张佳瑜;
马彩虹
-
-
摘要:
精准高效的土地覆盖分类不仅能提高土地利用类型研究与制图质量,也有助于有序地组织土地的保护与开发。以2020年7月28日银川市三区的美国陆地卫星8号陆地成像仪(Landsat8 OLI)影像为数据源,建立最佳指数法(OIF)辅助前馈(BP)神经网络的模式识别模型,借助遥感影像处理平台(ENVI)选取训练样本集,对银川市三区土地覆盖类型进行分类。结果表明,OIF辅助BP神经网络模式识别的总体精度为86.95%,Kappa系数为0.8435,优于最大似然法和支持向量机(SVM)分类法;从生产者精度来看,该方法在林地、草地、水域和未利用地的分类中优势明显,精度都超过了90.00%,但在建设用地的分类中精度较低,只有70.73%。实验证明,OIF辅助BP神经网络的模式识别在遥感影像的监督分类中是一种精准高效的分类方法。
-
-
-
-
-
Haifeng Li;
李海峰;
Haozhe Huang;
黄浩哲;
Jian Peng;
彭剑;
Li Chen;
陈力;
Zhenqi Cui;
崔振琦
- 《第七届高分辨率对地观测学术年会》
| 2020年
-
摘要:
随着遥感成像技术的不断发展,对高分辨率遥感影像智能理解的需求已由区域的、局部的转为广域的、全球的.高分辨率遥感影像场景分类是遥感影像智能理解的重要一环,然而当前遥感影像场景分类模型的训练依赖于大量的带标签样本.但在全球尺度下,遥感影像时空特征差异大,而带标签样本的容量有限,难以覆盖丰富多样的遥感时空场景.为此,提出了一种具有三分支结构的自监督学习框架,该框架每个分支对无标签的高分辨率遥感影像数据进行一类影像增强变换,并通过分辨增强后的影像是否来自于同一张原始影像来训练模型.训练完成的模型可用于下游的场景分类任务,从而能够利用丰富的具有不同时空特征的无标签样本来训练遥感场景分类任务的模型.在NWPU45、AID等遥感场景分类数据集上进行了大量实验,实验结果表明该方法在场景分类任务上相较于传统的依赖大量带标签样本的监督学习方法有更好的性能.
-
-
焦子锑;
李小文
- 《第五届海峡两岸遥感遥测会议》
| 2011年
-
摘要:
遥感影像分类是从遥感影像中提取地表信息的一个重要手段,提高地表分类精度是利用遥感影像进行地表分类研究的重要目标之一。提高遥感制图精度通常从以下两个方面进行研究:(1)分类器的性能;(2)输入特征的选择和优化。目前,全球已有的地表分类产品如AVHRR,SPOT-Vegetation和MODIS,都是利用天顶观测的光谱信号,以及这些信号在一年中的时相变化为输入,生产全球尺度的地表分类产品,多观测角度的光谱信号对地表分类精度影响的研究很少。另一方面,随着多角度星载传感器的成功发射,如MODIS,MISR和POLDER等,为在全球或区域尺度上,研究多角度信号对地表分类精度的影响提供了条件。本研究将基于业务化运行的MODIS二向性反射和反照率算法,以及业务化运行的MODIS决策树分类算法(C4.5),研究不同观测角度对地表分类精度的影响,对分类结果采用了基于误差矩阵的十重交互验证和假设检验的定性和定量的验证方法。结果表明,除了热点和冷点方向上,不同观测角度的MODIS多光谱信号,对地表分类精度的影响并没显著的差异,总体上,天顶方向的多光谱反射率适合地表分类的研究和应用。进一步的统计结果表明,不同观测角的分类精度和相应角度多光谱反射率的类内方差总体上呈负相关,而且这种统计关系在主平面后向散射方向更为显著。
-
-
-
韩鹏;
危拥军;
成毅;
乌萌
- 《第六届全国地图学与GIS学术研讨会》
| 2008年
-
摘要:
本文针对空间尺度转换方法对分类精度影响的评价问题,提出了根据混合像元和空间分布特征来分析空间尺度转换方法对分类精度影响的新评价方法.利用TM影像进行了实验,结果证明,遥感影像分类中的空间尺度转换方法应该尽量避免结果影像出现混合像元;对于不同的地物类型,需要根据它的均质性来选择对应的空间尺度转换方法;对于影像的总体分类精度,在选择空间尺度转换方法时需要分析影像中各类地物的空间分布特征.本项研究为制作特定空间尺度下的遥感影像分类专题图提供了选择空间尺度转换方法的依据.
-
-
-
-
Xin Huang;
黄昕;
Shuang Li;
李爽
- 《第七届高分辨率对地观测学术年会》
| 2020年
-
摘要:
异质的景观和复杂的三维结构使城市环境的分类面临着巨大挑战.许多研究致力于从单视角高分辨率影像中提取空间特征,例如形状和纹理.然而,这些平面特征缺乏捕捉三维空间中的信息的能力.多角度高分辨率影像,比如资源三号(Ziyuan-3,ZY-3)卫星影像,提供了获取对城市区域的全面描述的机会.在不同视角下,城市地物的形状会呈现出不同的变化特性,这与地物各种各样的垂直结构有关.本文提出了一种多角度差分像元形状指数(multi-angledifferential pixel shape index,PSIMAD),以描述多角度影像中形状特征的变化.PSIMAD将应用于单个影像的像元形状指数(pixel shape index,PSI)的概念扩展到一组多视角影像上,比较了从ZY-3影像单角度波段和多角度波段的组合上度量的在各个方向上灰度相似性距离的差异.使用多角度影像的不同组合,PSIMAD构成了一个三阶张量.此外,利用支持张量机(support tensor machine,STM)对ZY-3影像中提取的光谱数据块和PSIMAD进行了解译,同时保留了这些特征原有的张量数据结构和局部上下文关系.将PSIMAD的分类性能与原始的PSI以及其他最新的多角度特征进行了比较.在ZY-3影像上的实验结果表明,PSIMAD优于其他方法,能够有效地提高城市环境的分类精度.
-
-
Xin Huang;
黄昕;
Shuang Li;
李爽
- 《第七届高分辨率对地观测学术年会》
| 2020年
-
摘要:
异质的景观和复杂的三维结构使城市环境的分类面临着巨大挑战.许多研究致力于从单视角高分辨率影像中提取空间特征,例如形状和纹理.然而,这些平面特征缺乏捕捉三维空间中的信息的能力.多角度高分辨率影像,比如资源三号(Ziyuan-3,ZY-3)卫星影像,提供了获取对城市区域的全面描述的机会.在不同视角下,城市地物的形状会呈现出不同的变化特性,这与地物各种各样的垂直结构有关.本文提出了一种多角度差分像元形状指数(multi-angledifferential pixel shape index,PSIMAD),以描述多角度影像中形状特征的变化.PSIMAD将应用于单个影像的像元形状指数(pixel shape index,PSI)的概念扩展到一组多视角影像上,比较了从ZY-3影像单角度波段和多角度波段的组合上度量的在各个方向上灰度相似性距离的差异.使用多角度影像的不同组合,PSIMAD构成了一个三阶张量.此外,利用支持张量机(support tensor machine,STM)对ZY-3影像中提取的光谱数据块和PSIMAD进行了解译,同时保留了这些特征原有的张量数据结构和局部上下文关系.将PSIMAD的分类性能与原始的PSI以及其他最新的多角度特征进行了比较.在ZY-3影像上的实验结果表明,PSIMAD优于其他方法,能够有效地提高城市环境的分类精度.
-
-
Xin Huang;
黄昕;
Shuang Li;
李爽
- 《第七届高分辨率对地观测学术年会》
| 2020年
-
摘要:
异质的景观和复杂的三维结构使城市环境的分类面临着巨大挑战.许多研究致力于从单视角高分辨率影像中提取空间特征,例如形状和纹理.然而,这些平面特征缺乏捕捉三维空间中的信息的能力.多角度高分辨率影像,比如资源三号(Ziyuan-3,ZY-3)卫星影像,提供了获取对城市区域的全面描述的机会.在不同视角下,城市地物的形状会呈现出不同的变化特性,这与地物各种各样的垂直结构有关.本文提出了一种多角度差分像元形状指数(multi-angledifferential pixel shape index,PSIMAD),以描述多角度影像中形状特征的变化.PSIMAD将应用于单个影像的像元形状指数(pixel shape index,PSI)的概念扩展到一组多视角影像上,比较了从ZY-3影像单角度波段和多角度波段的组合上度量的在各个方向上灰度相似性距离的差异.使用多角度影像的不同组合,PSIMAD构成了一个三阶张量.此外,利用支持张量机(support tensor machine,STM)对ZY-3影像中提取的光谱数据块和PSIMAD进行了解译,同时保留了这些特征原有的张量数据结构和局部上下文关系.将PSIMAD的分类性能与原始的PSI以及其他最新的多角度特征进行了比较.在ZY-3影像上的实验结果表明,PSIMAD优于其他方法,能够有效地提高城市环境的分类精度.