共查询到20条相似文献,搜索用时 80 毫秒
1.
提出了两种可以获取均匀分布的控制点的遥感高分辨率影像空间域匹配方法。常规的灰度模板匹配方法为先进行手工选点粗匹配,然后用特征提取算子在原始图像中提取控制点,最后根据控制点提取灰度模板进行精匹配。基于上述方法,提出了两种控制点均匀化方法,分别为在控制点提取时和模板匹配后对控制点进行均匀化,并用实验证明匹配精度因均匀化的控制点分布得到有效提高。 相似文献
2.
本文基于神经系统科学有关“特征”的研究成果,对“空间特征”的定义及其在高空间分辨率遥感影像目标识别与分类中的应用进行了研究。研究表明,空间特征包括空间原始特征、空间功能特征两种类型,其中,空间原始特征是对空间实体组成要素特性的反映,是有关空间实体的识别特征(说明“是什么”),而空间功能特征则是空间实体的功能性分类标志,是有关空间实体的分类特征(说明“干什么”)。文章还具体结合一个基于高空间分辨率遥感影像对机场目标进行识别与分类的实验,对有关结论做进一步的阐释。 相似文献
3.
针对传统人工设计的特征描述符在面对几何差异和辐射差异较大、地物变化明显的多时相遥感影像时,容易造成大量误匹配问题,提出一种适用于遥感影像的双筛选双约束的卷积神经网络匹配算法,通过CNN提取影像深层语义特征图,在特征图中筛选同时满足优先最大原则和精确极值原则的关键点,并在对应位置提取512维描述符。在特征匹配阶段,通过由粗到精的反向匹配约束和RANSAC约束相结合的策略,保证了误匹配点有效剔除的同时保留一定数量的正确匹配点对,提高了匹配的精度。实验结果表明:该方法的匹配数量适中,正确匹配率较实验选取的其他算法相比有所提高,影像配准误差减小2个像素左右,匹配运行时间提升明显,匹配效果良好并且具有一定的适应性和鲁棒性。 相似文献
4.
5.
高空间分辨率遥感影像分割方法研究综述 总被引:4,自引:0,他引:4
遥感影像分割是指把一幅影像划分为互不重叠的一组区域的过程,它要求得到的每个区域的内部具有某种一致性或相似性,而任意两个相邻的区域则不具有此种相似性。遥感影像分割是面向对象的遥感影像数据挖掘与应用中的一项关键技术,对于影像目标信息自动化提取与智能识别尤为重要,在面向对象的遥感影像处理工程中具有重要意义。本文对常见的高空间分辨率遥感影像分割方法与应用策略进行了分析,比较了各种分割方法的应用范围、优缺点及目前存在的改进措施。建立了面向对象的遥感影像分割方法的分类体系,最后指出了面向对象的遥感影像分割方法目前所存在的问题及应用前景。 相似文献
6.
7.
信噪比是用来评价遥感影像质量一个重要的辐射特性参数。通过合适的方法精确地测定出遥感影像对应的信噪比参数,可以帮助数据提供者或用户更好地预测和提高遥感影像的信息提取能力。现有的信噪比测定方法大多基于中低空间分辨率遥感影像进行,并不能很好地适用于高空间分辨率遥感影像。针对现有信噪比测定方法的这一局限性,从高空间分辨率遥感影像本身特点出发,通过自适应地划分DN值子区间,以一定百分比最小局部标准差的平均值估算每一DN值子区间对应的噪声大小,进而估算每一DN值子区间对应的信噪比。该方法充分考虑了高分遥感影像内空间细节信息、边缘信息以及纹理信息较强而使得均值区域很难获取的特点。研究表明:改进的方法对于估算高分遥感影像信噪比具有较好的适用性。 相似文献
8.
高分辨率遥感影像能够提供详细的地面信息,具有复杂的空间结构特征。有效地描述和建模这种结构特征对实现影像解译、目标识别与提取以及场景理解等具有重要的作用。首先介绍了高分影像结构特征的概念和内涵,将结构特征划分为像元结构、目标结构和场景结构3个层次;然后对高分影像结构特征描述与建模方法进行了系统的综述,介绍了这些方法的基本思想、分析了其研究现状,并指出了存在的一些问题;最后给出了总结和展望。 相似文献
9.
10.
建立面向应用的遥感影像库关键在于建立序列化数据的索引机制,空间上既要建立相应分辨率下的数据目标,同时又要反映不同分辨率之间数据的空间关系和组成结构。但是不同分辨率的遥感数据空间定位的策略不同,需要在空间采样和数据访问机制上进行关联。论文提出利用二进制剖分算法将不同空间分辨率的遥感影像数据进行多级自组织处理MLSO(Multiple-Layer Self-Organization),将中高低分辨率的数据根据相互关联的采样策略进行重采样处理。基于MLSO机制,论文开发了快速算法,在局域范围内进行相邻像元的搜索,快速实现不同分辨率影像数据序列化。经过实践证明,该方法快速、准确。 相似文献
11.
Nader H. Bshouty 《Computational Complexity》1996,6(2):174-194
This paper investigates what happens when a learning algorithm for a classC attempts to learn target formulas from a different class. In many cases, the learning algorithm will find a bad attribute or a property of the target formula which precludes its membership in the classC. To continue the learning process, we proceed by building a decision tree according to the possible values of this attribute (divide) and recursively run the learning algorithm for each value (conquer). This paper shows how to recursively run the learning algorithm for each value using the oracles of the target.We demonstrate that the application of this idea on some known learning algorithms can both simplify the algorithm and provide additional power to learn more classes. In particular, we give a simple exact learning algorithm, using membership and equivalence queries, for the class of DNF that is almost unate, that is, unate with the addition ofO (logn) nonunate variables and a constant number of terms. We also find algorithms in different models for boolean functions that depend onk terms. 相似文献
12.
Parallel divide and conquer bio-sequence comparison based on Smith-Waterman algorithm 总被引:2,自引:0,他引:2
ZHANG Fa QIAO Xiangzhen & LIU Zhiyong . Institute of Computing Technology Chinese Academy of Sciences Beijing China . National Natural Science Foundation of China Beijing China 《中国科学F辑(英文版)》2004,47(2):221-231
Biological sequence (e.g. DNA sequence) can be treated as strings over some fixed alphabet of characters (a, c, t and g)[1]. Sequence alignment is a procedure of comparing two or more sequences by searching for a series of individual characters that are in the same order in the sequences. Two-sequence alignment, pair-wise alignment, is a way of stacking one sequence above the other and matching characters from the two sequences thaat lie in the same column: identical characters are placed in … 相似文献
13.
土地利用现状数据由CAD格式转换为GIS格式后需重新为图斑对象设置土地分类编码属性,为了提高海量空间数据情况下自动赋值的效率,研究了将分而治之算法应用于海量数据空间叠加分析以提高效率的方法。研究表明,对于所有需通过空间叠加分析来确定不同图层空间对象间的空间关系的问题,均可以采用分而治之方法来降低时间复杂度。在最小化分割的情况下,基于四叉树空间索引,分而治之算法可以使此类应用的时间复杂度降低为O(n lb n)。实际应用验证了该方法在海量空间数据处理中的效率和实用价值。 相似文献
14.
15.
基于Kmeans与SVM结合的遥感图像全自动分类方法* 总被引:1,自引:0,他引:1
遥感图像分类方法通常采用监督的学习算法,它需要人工选取训练样本,比较繁琐,而且有时很难得到;而非监督学习算法的分类精度通常很难令人满意.针对这些缺陷,提出一种基于K-means与支持向量机(SVM)结合的遥感图像全自动分类方法.首先使用K-means聚类算法对样本进行初始聚类,根据每类中样本数及其稀疏程度选取一些点作为标记的学习样本训练SVM分类器,然后用SVM对原始数据重新分类.Iris数据和遥感数据的实验结果均验证了新方法的有效性. 相似文献
16.
17.
构建了一个遥感信息领域本体,基于领域本体和WordNet词典对遥感信息服务进行语义扩展,提出了一种基于本体概念相似度的遥感信息服务匹配方法,并对Leacock和Chodorow语义相似度计算模型进行改进。实验结果表明,该改进模型比距离模型和信息量模型都有提高,基于本体概念相似度的遥感信息服务匹配方法的查全率和查准率都能达到70%以上,较关键字匹配方法有显著提高。 相似文献
18.
随着光学遥感图像技术的快速发展与广泛应用,对光学遥感图像的准确分类具有深远的研究意义。传统特征提取方式提取的高维特征中夹杂着许多冗余信息,分类过程可能导致过拟合现象,针对传统的线性降维算法不足以保持原始数据的内部结构,容易造成数据失真这一问题,提出基于流形学习的光学遥感图像分类算法。该算法首先提取出图像的SIFT特征,然后将流形学习运用于特征降维,最后结合支持向量机进行训练和识别。实验结果表明,在Satellite、NWPU和UCMerced实验数据中,冰川、建筑群和海滩分类精度得到了有效提高,达到85%左右;针对沙漠、岩石、水域等特殊环境遥感图像,分类精度提高了10%左右。总而言之,基于流形学习的分类算法对通过降维之后的数据能够保持在原高维空间中的拓扑结构,相似特征点能得到有效聚合,预防了"维数灾难",减少了计算量,保证了分类精度。 相似文献
19.
针对关键点检测过程中遥感图像会因为局部结构变形发生误检测的问题,提出一种鲁棒的关键点检测新方法。该方法首先基于映射策略和提升结构实现非下采样多尺度滤波器,用于获得平滑图像;然后根据图像尺度空间理论和尺度不变特征变换生成高斯差分尺度空间,并利用有限差分计算尺度空间采样点局部极值,子像元插值和Hessian矩阵删除不稳定极值点;最后用梯度分布直方图描述关键点。在仿真实验平台上,与现阶段方法的关键点计算时间和图像匹配性能做比较分析,实验结果表明,改进的方法有较低的计算时间复杂度,具有较好的鲁棒稳定性。 相似文献
20.
航天科技是国家综合国力和科技实力的重要体现,而卫星遥感则是航天科技转化为生产力最直接、最现实的途径之一。遥感数据获取与分发、数据处理与信息提取是卫星遥感应用的两个基本步骤。随着国家民用空间基础设施规划中的遥感卫星体系稳步推进,以及商业卫星遥感的蓬勃发展,我国的卫星遥感数据获取能力呈现质量齐升之势。但同时,作为卫星遥感应用的基础设施和关键工具,遥感图像处理系统平台逐渐成为制约自主卫星数据应用和空间信息业务发展的重要因素之一。本文围绕卫星遥感对地观测主题,从卫星遥感数据获取能力、卫星遥感数据处理系统平台两方面,对国内外现状进行综述,在此基础上分析了卫星遥感的发展趋势。 相似文献