您现在的位置: 首页> 研究主题> 高分辨率影像

高分辨率影像

高分辨率影像的相关文献在2000年到2022年内共计342篇,主要集中在测绘学、自动化技术、计算机技术、林业 等领域,其中期刊论文256篇、会议论文18篇、专利文献162680篇;相关期刊163种,包括城市建设理论研究(电子版)、军民两用技术与产品、北京测绘等; 相关会议18种,包括第二届成像雷达对地观测高级学术研讨会、第九届中国智慧城市建设技术研讨会、2012年中国土地学会学术年会等;高分辨率影像的相关文献由877位作者贡献,包括余兆明、吴炜、张波等。

高分辨率影像—发文量

期刊论文>

论文:256 占比:0.16%

会议论文>

论文:18 占比:0.01%

专利文献>

论文:162680 占比:99.83%

总计:162954篇

高分辨率影像—发文趋势图

高分辨率影像

-研究学者

  • 余兆明
  • 吴炜
  • 张波
  • 张涛
  • 郭舟
  • 夏列钢
  • 张强
  • 张瑞
  • 彭寿连
  • 徐国青
  • 期刊论文
  • 会议论文
  • 专利文献

搜索

排序:

年份

    • 刘双群
    • 摘要: 为了能够从高分辨率影像数据中快速且精确提取得到违法用地的变化情况,以供执法部门进行违法监测与查处,本文提出了一种基于遥感影像地物分布特征的违法用地检测方法。该检测方法融入了地物特征判别理论,可有效提取得到用地变化信息。将提出的违法用地检测方法应用到哈尔滨市某地违法用地变化检测实例中。结果表明,该方法检测精度较高,可有效辅助作业人员进行疑似违法用地图斑定位,显著提高了生产效率,并为今后土地管理、城市规划提供参考。
    • 张澜; 王妮; 朱冰雪; 李丹; 谢巴图; 隋智钟; 陈圣波
    • 摘要: 农作物分类是精准农业中的重要技术之一。为探究多品类作物分类的有效方法,基于无人机高分辨率遥感影像,分别应用基于像元和面向对象分类方法建立了研究区内28类典型农作物分类模型,并采用总体精度、Kappa系数、用户精度、生产者精度对分析结果进行了评价。结果表明:基于像元的最小距离法、马氏距离法、最大似然法、神经网络法和支持向量机的农作物分类结果均存在严重的“椒盐现象”,分类总体精度均低于90%,Kappa系数低于0.9,而面向对象分类法有效解决了地块破碎及作物交织混杂等问题,分类后多数地块完整性良好,更符合实际情况,分类总体精度达91.73%,Kappa系数达0.87。同时,对比分析了2种方法下各类作物的分类结果,发现面向对象分类方法改善了多数作物的分类效果及精度,为基于无人机高分辨率影像的农作物分类提供了参考。
    • 梁永刚
    • 摘要: 道路在遥感影像上具有较为显著的几何形状和拓扑特征,适合采用机器识别的方法实现自动提取。面向对象方法突破了传统仅分析单一像元光谱信息的局限,能够综合运用影像的光谱信息和空间信息。采用面向对象分类的方法对高分辨率遥感影像上的道路信息进行提取,提取出的道路形态较为完整且精度可靠。实验表明:面向对象法能够较好地从高分辨率遥感影像中提取出道路信息,可用于道路的提取和更新应用。
    • 摘要: 2月24日,佳能(中国)有限公司宣布推出数字电影摄影机新品EOS R5 C。EOS R5 C搭载了和EOS R5相同的约4500万有效像素数的全画幅CMOS图像感应器以及DIGIC X影像处理器,除了可实现8K 30P RAW视频(8192×4320像素)机内记录之外,通过外部电源支持,还可以实现机内记录8K 60P 12bit RAW超高分辨率影像
    • 刘世川; 王庆; 唐晴; 刘浪; 何辉羽; 芦佳飞; 戴秀清
    • 摘要: 为了提高松材线虫病树的监测效率,减少其对林业生产造成的损失,提出一种基于多特征提取与注意力机制深度学习的高分辨率影像松材线虫病树识别方法。该方法首先在高分辨率遥感影像上提取松材线虫病树的光谱特征、空间特征等多特征,然后进行Relief特征选择算法,取特征权重前8个特征进行病树识别,发现选择差值植被指数DVI(difference vegetation index)、OHTA颜色模型的I2和I3分量作为病树与非病树的光谱特征较为合适,再运用DBscan空间聚类算法对光谱特征识别结果进行聚类,得到疑似病树像元集,此多特征识别方法识别病树的平均检测准确率为78.23%。以VGG(visual geometry group network)神经网络模型作为参考,建立VGG-S(simplification,即针对松材线虫病树进行简化)和VGG-A(attention module,即结合注意力机制)神经网络,并将人工判读生成的病树样本集和非病树样本集作为其训练样本。用以上两种不同的方法对疑似病树像元集进行识别,其中VGG-S平均检测准确率为82.61%,VGG-A的平均检测准确率为85.45%。结果表明,采用多特征和VGG-A相结合的方法在高分辨率遥感影像上识别松材线虫病树识别准确率更高。
    • 张宇飞
    • 摘要: 随着社会经济的快速发展、城市化水平的不断提高,交通道路成为连接人类生产生活的枢纽。完善便利的道路交通有利于社会经济的发展,道路的快速发展不仅带来社会财富、方便人们生活,而且也影响着区域发展规划。笔者以洛阳市为研究区域,以2004年、2018年高分辨率的谷歌影像为数据源,基于面向对象的分类方法提取出道路信息,对分类后结果进一步处理后得到两个时期的主干道路的长度及空间分布。然后对比两期影像上道路的规模、密度、扩张速度,分析了道路的时空变化特征,研究了近20年该市主干道路的扩张情况,并进一步探究了道路扩张的驱动因素。研究结果表明,洛龙区的道路扩张最为显著,道路规模扩张了531.181 km,扩张速度为37.94 km/a;其余市区均有不同程度的扩张且扩张态势相对均衡。道路扩张的主要驱动因素有人口的增加、经济的发展和政策导向等。
    • 樊晶; 杨志刚; 郭盛才; 徐期瑚; 黎颖卿; 苏雅丽
    • 摘要: 自然保护地在维护国家生态安全中居于首要地位。利用遥感技术识别、诊断自然保护地人类活动空间分布和动态变化,及时预警自然保护地生态风险,可以为自然保护地管理工作提供技术支撑。基于2020年GF-1、GF-2、GF-6、ZY-3、ZY-02C高分系列遥感影像数据,解译提取广东省94处国家级自然保护地的人类活动变化图斑,探讨人类活动对自然保护地的影响。结果表明:(1)监测到人类活动变化的共有57处自然保护地,涉及变化斑块272个,以森林采伐和其它活动为主,总面积770.25 hm^(2),占自然保护地总面积的0.08%。(2)不同类型自然保护地的人类活动强度不同,森林公园人类活动强度较强,其次为地质公园、湿地公园、风景名胜区和自然保护区,海洋公园和石漠公园人类活动强度较弱。(3)人类活动对保护地影响程度总体不明显。94个国家级自然保护地的NRHI数值范围为0~0.0003,影响程度一般和轻微的保护地有50处,超过自然保护地总数的一半。
    • 张成业; 李飞跃; 李军; 邢江河; 杨金中; 郭俊廷; 杜守航
    • 摘要: 遥感与深度学习为及时掌握露天煤矿区土地利用情况提供了高效率的技术手段。基于国产高分二号(GF-2)卫星高分辨率遥感影像,利用深度学习DeepLabv3+模型实现露天煤矿区土地利用识别,并与U-Net、FCN、随机森林、支持向量机、最大似然法等方法进行对比。首先,制作高分辨率影像样本数据,通过敏感性测试确定适合研究区露天煤矿场景的样本最佳裁剪尺寸和方式;然后,训练深度神经网络DeepLabv3+模型,进行土地利用识别实验;最后,比较不同方法的识别结果。结果表明:研究区露天煤矿场景下的样本最佳裁剪尺寸为512像素×512像素,最佳裁剪方式为随机裁剪。采用的DeepLabv3+模型对露天煤矿区土地利用识别的总体精度、Kappa系数分别为80.10%、0.73,均优于U-Net、FCN、随机森林、支持向量机、最大似然法等方法的识别精度。DeepLabv3+模型的识别速度与上述5种方法保持在同一数量级,验证了DeepLabv3+模型和GF-2卫星影像在露天煤矿区土地利用识别中的可行性,对露天煤矿区生态环境监测与修复规划具有重要意义。
    • 王红闯(文/图)
    • 摘要: 8月10日12时50分,首颗以“河南”命名的卫星-“河南一号”遥感卫星在太原卫星发射中心发射升空并顺利进人预定轨道,发射任务圆满成功。“河南一号”遥感卫星是由河南省与长光卫星技术股份有限公司以合作模式建设的首颗遥感卫星,其影像分辨率优于1米,两个月覆盖河南省一次,具备半小时重访及,获取数据能力。卫星投人使用后,将实现河南省全域亚米级高分辨率影像高频次覆盖。
    • 张青; 冯志敏; 陈鹏
    • 摘要: 快速准确地从遥感影像提取冰川堰塞湖水体信息,是研究冰坝遥感监测与应急监测的核心热点问题.以GF-1卫星遥感影像为主要数据源,采用归一化差分水体指数(NDWI)、改进阴影水体指数(ENDWI)和面向对象(SVM)对克亚吉尔冰川堰塞湖水体进行定量提取.比较分析3种水体判识方法,3种方法均可以提取完整的水体边界,并且抑制了90%以上的非水体信息.NDWI法和ENDWI法可应用于GF-1地表水体提取,能够满足冰坝水体监测与应急监测需求,但面向对象法最适宜GF-1影像的水体信息准确提取.
  • 查看更多

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号