高分辨率检测论文-李军胜,党建武,王阳萍

高分辨率检测论文-李军胜,党建武,王阳萍

导读:本文包含了高分辨率检测论文开题报告文献综述及选题提纲参考文献,主要关键词:遥感,多特征融合,证据理论,模糊理论

高分辨率检测论文文献综述

李军胜,党建武,王阳萍[1](2019)在《多特征融合的高分辨率影像建筑物变化检测》一文中研究指出为充分发挥遥感影像中各特征的优势,提高遥感影像建筑物变化检测精度,基于面向对象的分析方法,提出了一种基于模糊集合的证据理论特征信息融合的变化检测方法。首先,在影像分割的基础上,利用变化矢量分析法分别计算前后时相对应对象的光谱、纹理特征差异及形态学建筑物指数差异;然后,以Sigmoid函数作为隶属度函数,计算对象属于变化类和非变化类的隶属度并以之构建证据理论所需的基本概率分配函数;最后,利用证据理论对多种特征进行融合并通过规则判定得到建筑物变化区域。利用不同地区影像的试验结果表明,该方法能够有效融合影像的多种特征,提高建筑物变化检测的精度。(本文来源于《测绘通报》期刊2019年10期)

毛羽丰,朱邦彦,张琪,王健[2](2019)在《基于高分辨率SAR与光学遥感数据的城区变化检测》一文中研究指出基于高分辨率遥感图像提取变化信息是分析和掌握城镇格局及其动态变化的有效途径,SAR和光学遥感作为成像原理不同的两种遥感手段,其数据具有互补性。本文采用不同时相的SAR与光学影像资料,以南京市江北顶山街道为例,借助面向对象的变化检测方法、结合SAR影像强度、纹理、相干系数、地物光谱信息等特征对城市区域变化图斑进行了检测和提取,总体精度能够达到85%以上。(本文来源于《城市勘测》期刊2019年05期)

[3](2019)在《一种基于高分辨率SAR图像的城市地区建筑物检测方法》一文中研究指出专利权人:中国空间技术研究院(钱学森实验室)专利号:201610109494.6简介:本发明涉及一种基于高分辨率SAR图像的城市地区建筑物检测方法,首先通过阈值分割提取SAR图像高亮区域进行角线检测;其次通过连接角线的末端实现二次散射线检测;接着通过角线和二次散射线确定墙面迭掩区域并分离;然后对分离出的迭掩区域的纹理特性进行分析,转化成以角度为变量的一维能量谱,并找出能量谱最(本文来源于《军民两用技术与产品》期刊2019年10期)

欧阳松南[4](2019)在《基于IR-MAD的高分辨率遥感影像交叉融合变化检测方法》一文中研究指出高分辨率遥感影像数据在带来丰富地物信息的同时,也对变化检测提出了新的问题和挑战。本文从高分辨率遥感影像数据的空间结构特征和光谱分布信息入手,针对多光谱数据交叉融合的变化检测方法展开研究。采用基于GSA(Gram-Schmidt Adaptive Pansharpening Algorithm)法对全色和多光谱影像数据处理,生成四幅交叉融合影像;将迭代加权多元变化检测(Iteratively Regularized Multivariate Alteration Detection,IR-MAD)算法应用于高分辨率融合影像,提取变化信息。结果表明,本研究方法能够有效提取变化信息,并降低数据配准不一致所造成的误检测。(本文来源于《北京测绘》期刊2019年09期)

王彤,范亚洲,黄勇,周恩泽,魏瑞增[5](2019)在《基于多源高分辨率遥感影像的电网输电线路杆塔及走廊隐患检测方法研究》一文中研究指出重大气象或地质灾害会造成电网输电线路杆塔倒断,同时线路走廊区域的违建、树障、施工等也会严重威胁线路安全稳定运行。针对人巡、机巡等常规手段存在工作条件受限、监测范围小、准确率不高等问题,提出了一种基于多源高分辨率遥感影像的电网输电线路杆塔及走廊隐患检测方法。利用多源遥感影像建立目标库和训练模型,在传统CNN中嵌入Inception结构,添加RPN结构形成两个全连接层分支进行输电线路杆塔识别,提出一种改进的U-net语义分割网络实现对线路走廊隐患快速准确检测。选取广东电网区域的高分辨率卫星影像进行实验验证,结果证明应用该算法对于杆塔识别准确率达到95%,对于违章建筑、树木和大型违章施工车辆识别准确率达到85%。该方法适用于电网输电线路杆塔及走廊隐患的监测识别,可有效改善输电线路广域监测智能化水平。(本文来源于《第六届高分辨率对地观测学术年会论文集(上)》期刊2019-09-20)

付雪松,王建林,胡志雄,郭永奇,邱科鹏[6](2019)在《基于动态权重PSO算法的眼科OCT设备横向分辨率检测》一文中研究指出眼科光学相干层析成像(OCT)设备的横向分辨率检测易受光斑噪声和干涉条纹影响,为提高横向分辨率检测精度,提出一种基于动态权重粒子群优化(DWPSO)算法的眼科OCT设备横向分辨率检测方法。通过构造动态权重因子对局部PSO算法进行改进,构建了DWPSO算法;建立了光束光强分布模型,采用DWPSO算法辨识模型参数并获得光束宽度,应用最小二乘算法拟合光束宽度得到数值孔径,用于实现眼科OCT设备横向分辨率检测。实验结果表明:DWPSO算法与其他相关算法相比较能够快速得到光束光强分布模型的全局最优解;被测眼科OCT设备在近焦点位置的横向分辨率为18. 21μm,远焦点位置的横向分辨率为49. 91μm,该横向分辨率检测方法使光斑噪声和干涉条纹的影响有效降低,具有较好的噪声鲁棒性。(本文来源于《仪器仪表学报》期刊2019年09期)

李亮,申学林,李胜,应国伟[7](2019)在《一种综合光谱、纹理、结构特征的高分辨率遥感影像变化检测方法》一文中研究指出为充分利用像斑的多特征以提高变化检测精度,提出了一种综合光谱、纹理、结构特征的高分辨率遥感影像变化检测方法。通过影像分割获取像斑,利用灰度直方图、局部二值模式/对比度(LBP/C)直方图、方向梯度直方图(HOG)分别表达像斑的光谱、纹理、结构特征;采用直方图相交距离度量像斑的特征距离,采用大津法获取变化阈值,分别获得光谱、纹理、结构特征下的变化检测结果;综合3种变化检测结果,将像斑划分为变化、不确定、未变化3类;以变化与未变化两类像斑作为训练样本像斑,利用支持向量机(SVM)算法对不确定类像斑进行变化/未变化划分。在QuickBird遥感影像上的试验结果验证了本文方法的有效性。(本文来源于《测绘通报》期刊2019年S1期)

徐俊峰,蔡晓娜,张保明,郭海涛,金飞[8](2019)在《利用慢特征分析进行多尺度融合的高分辨率影像变化检测》一文中研究指出提出利用慢特征分析的特征级多尺度融合的方法。首先对两时相影像分别进行多尺度分割,并与原始影像共同构成多尺度特征集;其次对特征集进行迭代慢特征变换,增大变化区域与未变化区域的可分性;最后通过K-means聚类完成变化区域与未变化区域的分割,得到二值变化检测结果。通过两组北京地区的多光谱影像实验发现,该方法具有更高的精度和自动化程度。(本文来源于《测绘科学技术学报》期刊2019年01期)

张续,江涛,胡世明,焦帅[9](2019)在《迭代加权多元变化检测算法在高分辨率遥感影像变化检测中应用》一文中研究指出针对传统变化检测算法在高分辨率遥感影像变化检测中精度低的问题,探讨了迭代加权多元变化检测(IR-MAD)算法在高分辨率遥感影像变化检测中的有效性。首先通过多元变化检测(MAD)算法计算原始影像的特征值和特征向量,获得典型变量;然后利用最大期望算法(EM)计算典型变量的先验概率、均值和标准差;最后通过迭代加权获得每个像元稳定不变的权重,通过权重与阈值的比较判断像元是否发生变化,提取变化区域。使用高分辨率遥感影像WorldView和QuickBird数据作为实验数据,并与传统的变化向量分析法和主成分分析K均值法进行对比分析,结果表明,IR-MAD算法在高分辨率遥感影的变化检测中具有优势。(本文来源于《计算机应用》期刊2019年S1期)

董珊,杨占昕,龙腾,庄胤,陈禾[10](2019)在《基于结构化稀疏表达的高分辨率光学遥感图像的船只检测》一文中研究指出为克服近岸船只检测中复杂港内背景干扰和基于深度学习算法的大视场光学遥感图像标注工作量大的困难,本文提出了基于小样本集的结构化稀疏表达方法来实现近岸船只检测的算法。构建由近岸船只目标,背景干扰信息和误差矩阵等叁部分子字典组成的结构化稀疏表达字典,经小样本集的字典训练过程生成判别性稀疏编码。首先将多方向近岸船只目标样本与港内复杂背景信息样本经过HOG特征提取和PCA分析对原子进行初始化,然后使用K-SVD和LASSO算法对字典进行训练。在字典中引入误差矩阵对样本的类内差异进行表示,增强了稀疏编码的判别能力和系统鲁棒性。最后提出船只目标区域提取的置信度计算方法,对生成的结构化稀疏编码进行判别,提取船只目标区域,实现船只检测。通过对不同尺寸字典模型、引入误差矩阵前后的结构化稀疏表达模型进行实验,实验结果表明提出的引入误差矩阵的结构化稀疏表达方法的有效性,以及在小样本集下比现有技术方法具有更好的检测性能。(本文来源于《信号处理》期刊2019年06期)

高分辨率检测论文开题报告

(1)论文研究背景及目的

此处内容要求:

首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。

写法范例:

基于高分辨率遥感图像提取变化信息是分析和掌握城镇格局及其动态变化的有效途径,SAR和光学遥感作为成像原理不同的两种遥感手段,其数据具有互补性。本文采用不同时相的SAR与光学影像资料,以南京市江北顶山街道为例,借助面向对象的变化检测方法、结合SAR影像强度、纹理、相干系数、地物光谱信息等特征对城市区域变化图斑进行了检测和提取,总体精度能够达到85%以上。

(2)本文研究方法

调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。

观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。

实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。

文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。

实证研究法:依据现有的科学理论和实践的需要提出设计。

定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。

定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。

跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。

功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。

模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。

高分辨率检测论文参考文献

[1].李军胜,党建武,王阳萍.多特征融合的高分辨率影像建筑物变化检测[J].测绘通报.2019

[2].毛羽丰,朱邦彦,张琪,王健.基于高分辨率SAR与光学遥感数据的城区变化检测[J].城市勘测.2019

[3]..一种基于高分辨率SAR图像的城市地区建筑物检测方法[J].军民两用技术与产品.2019

[4].欧阳松南.基于IR-MAD的高分辨率遥感影像交叉融合变化检测方法[J].北京测绘.2019

[5].王彤,范亚洲,黄勇,周恩泽,魏瑞增.基于多源高分辨率遥感影像的电网输电线路杆塔及走廊隐患检测方法研究[C].第六届高分辨率对地观测学术年会论文集(上).2019

[6].付雪松,王建林,胡志雄,郭永奇,邱科鹏.基于动态权重PSO算法的眼科OCT设备横向分辨率检测[J].仪器仪表学报.2019

[7].李亮,申学林,李胜,应国伟.一种综合光谱、纹理、结构特征的高分辨率遥感影像变化检测方法[J].测绘通报.2019

[8].徐俊峰,蔡晓娜,张保明,郭海涛,金飞.利用慢特征分析进行多尺度融合的高分辨率影像变化检测[J].测绘科学技术学报.2019

[9].张续,江涛,胡世明,焦帅.迭代加权多元变化检测算法在高分辨率遥感影像变化检测中应用[J].计算机应用.2019

[10].董珊,杨占昕,龙腾,庄胤,陈禾.基于结构化稀疏表达的高分辨率光学遥感图像的船只检测[J].信号处理.2019

标签:;  ;  ;  ;  

高分辨率检测论文-李军胜,党建武,王阳萍
下载Doc文档

猜你喜欢