李凡 作品数:5 被引量:22 H指数:4 供职机构: 海军大连舰艇学院 更多>> 发文基金: 国家自然科学基金 更多>> 相关领域: 天文地球 更多>>
高精度遥感影像的空间投影几何精校正 被引量:6 2015年 几何校正为影像预处理工作做了技术准备。其精度直接影响着后续工作的质量。目前,高精度遥感影像因其空间分辨率较高、数据产品格式复杂,在实际应用中对其进行几何精校正(包括正射校正)还存在许多问题。在地面控制点(Ground Control Point,GCP)分布不均或数量不足的情况下,运用空间投影加密控制点的方法,能有效解决此类问题。本文以Quick Bird遥感卫星影像为例,阐述了该方法的可行性。 李凡 迟志楠 金绍华 吴迪关键词:几何精校正 侧扫声呐识别沉船影像的迁移学习卷积神经网络法 被引量:5 2021年 侧扫声呐海底沉船图像识别是水下障碍物核查和失事船只搜救中的一项重要工作。针对传统侧扫声呐图像人工判读存在效率低、耗时长、资源消耗大及主观不确定性强和过分依赖经验等问题,本文尝试引入卷积神经网络的方法,同时考虑到侧扫声呐沉船图像属于小样本数据集,提出一种基于迁移学习的卷积神经网络侧扫声呐沉船图像自动识别方法。通过归一化处理、图像增强等方式扩充样本数据,并以4∶1的比例划分训练集和测试集,同时参照经典VGG-16模型,根据侧扫声呐沉船数据集特点设计了改进的模型,然后将在ImageNet图像数据集上训练好的改进模型在小样本侧扫声呐沉船数据集上采用冻结和训练、微调两种迁移学习方式进行学习和试验,并与全新学习进行比较分析,结果表明,3种方法对侧扫声呐沉船图像识别的准确率分别为93.71%、84.49%和90.58%,其中第1种迁移学习方法准确率最高,模型收敛速度最快,且AP值最高为92.45%,分别比第2种迁移学习方法和全新学习高了8.06%和3.06%,在提高模型的识别能力和训练效率方面效果更佳,验证了该方法的有效性与可行性,具有一定实际指导意义。 汤寓麟 金绍华 边刚 张永厚 李凡关键词:图像识别 卷积神经网络 测深误差度量模型和精度指标对比分析与评价 被引量:5 2020年 为确保海洋测深成果质量,实现不同涉海部门海洋测深数据成果的共享和融合,系统分析了不同规范测深误差的度量模型与方法,探讨了测深数据的精度评估模型和流程,定量比对了不同规范的精度评定指标。在测深实践中,明晰所采用的误差度量模型与方法,可避免概念混淆引起的成果失真;实例表明在测深数据后处理中,应同样重视先验式精度评估可减少引入系统误差。该研究有助于为国内各标准规范更新提供理论依据,有助于数据的统一利用和综合评估,加强不同行业部门数据的共享兼容性。 李凡 金绍华 尤宝平 边刚 崔杨关键词:海洋测深 数据共享 多波束测深系统海底目标探测能力评估方法 被引量:6 2020年 为了有效衡量多波束测深系统的目标探测性能,提高舰船水下目标搜寻、援潜救生和打捞能力等,对当前多波束测深系统目标探测问题进行分析,推导了多波束测深系统目标探测分辨率估计模型。以SONIC 2024型多波束测深系统为例,分析了不同水深下在多波束测深系统垂直航迹方向、沿航迹方向分辨率的变化规律及量级大小,对覆盖宽带和航速等参数指标设置提出了合理建议,为多波束测深系统目标探测能力的准确评估提供依据,具有一定参考价值。 蒋其伟 金绍华 边刚 汤寓麟 李凡关键词:海道测量 多波束测深系统 多波束测深误差改进模型构建与验证 被引量:2 2022年 为更准确地评估多波束测量数据质量,以常梯度声线跟踪模型为基础,结合Rob Hare经典误差分类,构建了回波检测方式、吃水改正和升沉改正误差综合影响下的多波束测深误差改进模型。通过对实例误差源分解对比和交叉点中误差对比分析,验证了改进模型的正确性。实例计算表明,该模型较Rob Hare模型可减少CUBE曲面2%的交叉点中误差,验证了改进模型的有效性和优势。改进模型考虑的误差因素更多,误差成因分析更为完善,有助于更准确地分析各误差源导致的误差量级大小,研究成果为数据质量控制、数据检核提供理论依据和技术支撑。 李凡 李凡 边刚 崔杨 汤寓麟 张永厚关键词:海道测量 多波束测深 CUBE