国家自然科学基金(41261091)
- 作品数：15 被引量：117H指数：7
- 相关作者：叶发茂葛芸江顺亮许庆勇储珺更多>>
- 相关机构：南昌大学南昌航空大学东华理工大学更多>>
- 发文基金：国家自然科学基金江西省自然科学基金江西省教育厅科学技术研究项目更多>>
- 相关领域：自动化与计算机技术天文地球机械工程电子电信更多>>
- 基于压缩感知耦合梯度下降的红外-可见光图像自适应融合算法被引量：3
- 2019年
- 设计了一种压缩感知耦合梯度下降的IR-VI图像自适应融合方案。引入S-函数对IR图像进行预处理,增强其对比度。利用非下采样Contourlet变换对IR与VI图像分解,分别得到低频与高频系数。对低频系数,利用自适应区域平均能量准则对其进行融合,以减少边缘模糊。对于高频部分,引入压缩感知进行稀疏采样,再采用绝对最大值选择与自适应高斯区域标准差的融合规则,通过高斯模糊隶属度建立的自适应控制融合过程,并利用基于梯度下降迭代算法来求解稀疏信号,形成高频融合系数。通过逆NSCT生成最终融合图像。实验表明,与当前流行的红外-可见光融合算法比较,所提算法具有更高的融合质量,输出图像的信息更丰富,边缘与纹理更为清晰。所提算法具有较高的融合质量,在红外、安防以及模式识别等领域具有一定的应用价值。
- 张佳丽
- 关键词：信息光学压缩感知非下采样CONTOURLET变换梯度下降法
- 最短加法链的随机幂树方法被引量：2
- 2015年
- 幂树法是求解最短加法链的一种简单近似方法,其计算效率高,一次可获得大量结果,但是精度偏低。随机幂树方法在扩展幂树时保持一层一层扩展,同时随机地扩展叶子结点,重复生成随机幂树并更新最优结果,在保持计算效率高的同时极大改善了计算精度。对于所有n<24924的数,通过9次重复生成随机幂树,准确率可达95%以上,平均达到97%,而且确保结果是次优结果。该方法在普通计算机上的求解规模可达155691199。
- 江顺亮许庆勇黄伟叶发茂徐少平
- 结合判别相关分析与特征融合的遥感图像检索被引量：3
- 2020年
- 目的高分辨率遥感图像检索中,单一特征难以准确描述遥感图像的复杂信息。为了充分利用不同卷积神经网络(convolutional neural networks,CNN)的学习参数来提高遥感图像的特征表达提出一种基于判别相关分析的方法融合不同CNN的高层特征。方法将高层特征作为特殊的卷积层特征处理,为了更好地保留图像的原始空间信息在图像的原始输入尺寸下提取不同高层特征再对高层特征进行最大池化来获得显著特征;计算高层特征的类间散布矩阵,结合判别相关分析来增强同类特征的联系,并突出不同类特征之间的差异,从而提高特征的判别力;选择串联与相加两种方法来对不同特征进行融合,用所得融合特征来检索高分辨率遥感图像。结果在UC-Merced、RSSCN7和WHU-RS19数据集上的实验表明与单一高层特征相比绝大多数融合特征的检索准确率和检索时间都得到有效改进。其中,在3个数据集上的平均精确率均值(mean average precision,mAP)分别提高了10.4%~14.1%、5.7%~9.9%和5.9%~17.6%。以检索能力接近的特征进行融合时,性能提升更明显。在UC-Merced数据集上融合特征的平均归一化修改检索等级(average normalized modified retrieval rank,ANMRR)和mAP达到13.21%和84.06%与几种较新的遥感图像检索方法相比有一定优势。结论本文提出的基于判别相关分析的特征融合方法有效结合了不同CNN高层特征的显著信息在降低特征冗余性的同时,提升了特征的表达能力,从而提高了遥感图像的检索性能。
- 葛芸马琳储珺
- 关键词：遥感图像检索卷积神经网络
- 遥感图像蚁群算法和加权图像到类距离检索法被引量：5
- 2021年
- 遥感图像检索目的是从遥感图像库中寻找出与查询图像相关的图像,但在检索过程中一般只考虑查询图像与待检索图像的相似度,通常忽略了遥感图像库中图像之间的语义相似度。针对该问题,本文提出一种基于蚁群算法和改进的加权图像到类距离的遥感图像检索算法。首先利用信息素浓度描述遥感图像库中图像之间的语义相似度,然后采用蚁群算法更新信息素浓度,最后在检索过程中,充分利用图像之间的语义相似度,提升遥感图像检索性能。此外,还改进了一种加权图像到类距离,用于提高度量查询图像与待检索图像间的相似度准确性,从而进一步提升检索性能。在两个公开的遥感图像数据集(UCMD和PatternNet)上的试验结果表明,本文方法能够取得比现有方法更好的检索结果。
- 叶发茂孟祥龙董萌聂运菊葛芸陈晓勇
- 关键词：遥感图像检索蚁群算法信息素卷积神经网络
- 视觉词袋和Gabor纹理融合的遥感图像检索被引量：7
- 2016年
- 针对高分辨率的遥感图像,提出了一种视觉词袋和Gabor纹理融合的图像检索方法。遥感图像纹理信息丰富,局部关键点多,当图像存在较多相似纹理时,视觉词袋检索准确率下降。将视觉词袋和Gabor纹理融合在一起结合了局部特征和全局特征以及中层词袋和底层纹理的优点,可以改进遥感图像的描述方式。实验结果表明,通过合理地分配视觉词袋和Gabor纹理的权重,特征融合的检索性能与单一特征方法相比有较大提高,并优于传统的Gabor纹理和颜色矩融合方法。因此,视觉词袋和Gabor纹理融合在遥感图像检索领域是一种有效的方法。
- 葛芸江顺亮叶发茂许庆勇唐祎玲
- 关键词：遥感图像检索
- 基于回归CNN特征融合的遥感图像检索方法
- 2023年
- 针对单一图像特征不能够全面反映图像信息,导致不同图像检索性能差异性较大的问题,该文提出了一种基于回归卷积神经网络(CNN)自适应融合多特征的遥感图像检索方法。该方法利用回归CNN模型对各特征的初始检索结果进行评价和估计权重,然后根据权重融合特征,以弥补单一特征对于图像描述能力的不足,提升检索精度。此外还利用图像到查询类的距离来进一步提高检索性能。在UCMD和PatternNet两个公开遥感检索数据集上进行了算法的测试和验证,mAP较其他方法分别提升了2.13%和1.32%。结果表明,该方法能够提高遥感图像检索的性能。
- 叶发茂陈淑秀孟祥龙
- 关键词：遥感图像检索
- 基于高层特征图组合及池化的高分辨率遥感图像检索被引量：10
- 2019年
- 高分辨率遥感图像内容复杂,提取特征来准确地表达图像内容是提高检索性能的关键。卷积神经网络(CNN)迁移学习能力强,其高层特征能够有效迁移到高分辨率遥感图像中。为了充分利用高层特征的优点,该文提出一种基于高层特征图组合及池化的方法来融合不同CNN中的高层特征。首先将高层特征作为特殊的卷积层特征,进而在不同输入尺寸下保留高层输出的特征图;然后将不同高层输出的特征图组合成一个更大的特征图,以综合不同CNN学习到的特征;接着采用最大池化的方法对组合特征图进行压缩,提取特征图中的显著特征;最后,采用主成分分析(PCA)来降低显著特征的冗余度。实验结果表明,与现有检索方法相比,该方法提取的特征在检索效率和准确率上都有优势。
- 葛芸马琳江顺亮叶发茂
- 关键词：遥感图像检索
- 卷积神经网络特征在遥感图像配准中的应用被引量：9
- 2019年
- 遥感图像配准是许多遥感应用的重要步骤之一。卷积神经网络(convolutional neural network,CNN)提取的图像高层特征在图像分类和检索问题上表现优异,能够克服低层配准特征的表达能力有限、容易受到干扰等问题。因此对利用CNN特征进行遥感图像配准开展研究。首先,针对遥感图像配准问题,对CNN中的全连接层特征和不同聚合大小的卷积层特征进行了研究;然后,对利用CNN特征进行图像配准的方法进行了分析;最后,将CNN特征与尺度不变特征变换(scale-invariant feature transform,SIFT)特征在图像的旋转角度、缩放倍数和亮度依次变换时的配准性能进行了对比分析。实验结果表明,在匹配精度和正确对应点的数量方面,CNN特征比SIFT方法具有更好的匹配性能;对变换后的图像而言,微调后的CNN特征比SIFT特征具有更强的鲁棒性。
- 叶发茂罗威苏燕飞赵旭青肖慧闵卫东
- 关键词：卷积神经网络遥感图像配准
- 面向遥感图像检索的级联池化自注意力研究被引量：1
- 2022年
- 高分辨率遥感图像检索中,由于图像内容复杂,细节信息丰富,以致通过卷积神经网络提取的特征难以有效表达图像的显著信息。针对该问题,提出一种基于级联池化的自注意力模块,用来提高卷积神经网络的特征表达。首先,设计了级联池化自注意力模块,自注意力在建立语义依赖关系的基础上,可以学习图像关键的显著特征,级联池化是在小区域最大池化的基础上再进行均值池化,将其用于自注意力模块,能够在关注图像显著信息的同时保留图像重要的细节信息,进而增强特征的判别能力。然后,将级联池化自注意力模块嵌入到卷积神经网络中,进行特征的优化和提取。最后,为了进一步提高检索效率,采用监督核哈希对提取的特征进行降维,并将得到的低维哈希码用于遥感图像检索。在UC Merced、AID和NWPU-RESISC45数据集上的实验结果表明,本文方法能够有效提高检索性能。
- 吴刚葛芸储珺储珺
- 关键词：遥感图像检索卷积神经网络
- 基于SIFT的遥感图像配准技术综述被引量：19
- 2016年
- 遥感图像配准是图像融合、变化检测、图像镶嵌等应用中不可缺少的步骤。近年来,出现了大量基于尺度不变特征变换(scale invariant feature transform,SIFT)的遥感图像配准方法。在对已有基于SIFT的遥感图像配准文献的调研分析基础上,对各种SIFT遥感图像配准技术进行了系统性评述,将各种改进方法分为SIFT提升算法、针对遥感图像性质的改进、混合方法以及针对算法流程的改进等4类;分析了不同类型改进方法的适用范围和优缺点;指出了SIFT遥感图像配准技术存在的主要问题和难点,对其未来的发展方向进行了展望,为后续研究提供参考。
- 李孚煜叶发茂
- 关键词：遥感图像图像配准特征提取
