公共文化服务平台

共 8 条记录，以下是 1-8

全选清除导出

排序方式：

基于SLIC超像素的高分辨率遥感影像城镇道路提取被引量：9: 2019年; 针对高分辨率遥感影像道路提取方法易受影像噪声影响,且对道路特征利用不充分,难以准确提取城镇道路的问题,提出了一种基于SLIC(simple linear iterative clustering)超像素的高分辨遥感影像城镇道路提取方法。该方法首先用SLIC算法对影像进行过分割生成SLIC超像素,用k-means算法对SLIC超像素进行分类,然后根据绿色波段归一化植被指数(green normalized difference vegetation index,GNDVI)对分类影像进行过滤,再用改进Canny算子消除过滤影像中其他地物与道路间的连接,最后根据对象形状指数、对象最小外接矩形的长宽比、对象面积特征提取道路对象,用数学形态学对提取道路对象进行处理形成道路网。实验结果表明,本方法具有较好的城镇道路提取效果。; 润一王密董志鹏程宇峰; 关键词：道路提取高分辨率遥感影像

高分辨率光学卫星影像高精度在轨实时云检测的流式计算被引量：8: 2018年; 本文重点阐述基于机器视觉的智能摄影测量的效率基础问题之二:高精度影像在轨实时云检测方法。随着技术发展,数据获取能力不断提升,待处理的数据量呈爆炸式增长;同时,对处理精度需求的提升,导致所需计算量的不断增长,二者凸显了智能摄影测量面临的效率问题。对光学卫星影像而言,高达50%的平均云覆盖率严重制约了高效精准在轨智能摄影测量的实现。针对于此,本文结合机器视觉中"自底向上"的图像理解控制策略,提出一种可供借鉴的基于流式计算的高分辨率光学卫星影像高精度在轨实时云检测方法,采用适合在轨搭载的嵌入式GPU实现实时流式计算,为后续的智能摄影测量处理提供输入。本文方法采用不依赖外存的快速处理机制,对持续流入的数据实时分块,通过负载均衡机制将数据块依次分发至各个单元并行处理,从而实现"流入、处理、流出"的实时处理。利用高分二号数据对本文方法进行试验验证,结果表明本文方法在显著提高云覆盖区域检测精度的同时,综合加速比达14,可满足在轨实时处理需求。; 王密张致齐董志鹏董志鹏金淑英; 关键词：机器视觉云检测

简单线性迭代聚类的高分辨率遥感影像分割被引量：6: 2016年; 影像分割是面向对象影像分析的基础和关键。针对传统影像分割方法地物边界依附性差、易受影像噪声影响等问题,提出一种简单线性迭代聚类(Simple Linear Iterative Clustering,SLIC)的高分辨率遥感影像分割方法。该方法首先用SLIC算法对影像过分割生成SLIC超像素,之后根据相似性规则对SLIC超像素进行合并实现影像分割;然后通过构造Lab颜色空间下的五维特征参数度量影像像素的局部特征差异,并通过SLIC算法把具有相似性特征的像素聚类生成超像素,克服影像噪声对分割结果的影响;最后根据相似性合并规则以超像素为基本单元进行区域合并,从而达到分割目的。实验结果表明,所提出方法具有良好的高分辨率遥感影像分割结果。; 董志鹏梅小明陈杰邓敏李昕; 关键词：高分辨率遥感影像影像分割聚类

一种融合超像素与最小生成树的高分辨率遥感影像分割方法被引量：13: 2017年; 影像分割是面向对象高分辨率遥感影像分析的基础与关键。针对传统影像分割方法易受噪声影响,且难以确定合适的影像分割尺度的问题,本文提出了一种融合超像素与最小生成树的高分辨率遥感影像分割方法。首先用简单线性迭代聚类算法对影像进行过分割生成超像素;然后初始设定影像分割数,采用区域动态约束聚类算法对超像素进行合并,获得分割数-方差和、分割数-局部方差、分割数-局部方差变化率指标图,依据3个指标图确定合适的影像分割数;最后根据确定的合适影像分割数,采用区域动态约束聚类算法对超像素重新合并得到分割结果。定性对比试验和定量评价结果表明,本文方法可以有效地克服影像噪声对分割结果的影响,获得良好的影像分割结果。; 董志鹏王密李德仁; 关键词：高分辨率遥感影像影像分割

针对星敏感器非线性畸变的非参数化在轨检校方法被引量：1: 2018年; 为了对星敏感器的非线性畸变进行在轨检校,本文提出了一种非参数化的检校方法,该方法以B样条格网的形式表达非线性畸变,不需要预先估计一个参数化的畸变模型,从而可以处理任何形式的畸变。针对星敏感器不同模式畸变的仿真实验表明,本文提出的方法有效、可靠并且具有鲁棒性。; 润一王密程宇峰董志鹏; 关键词：星敏感器 B样条

利用对象光谱与纹理实现高分辨率遥感影像云检测方法被引量：14: 2018年; 针对高分辨率遥感影像云检测过程中合适的云检测光谱阈值难以确定及影像中类云地物对云检测精度影响的问题,提出一种基于对象光谱与纹理的高分辨率遥感影像云检测方法。首先,对影像进行直方图均衡化处理,根据均衡化影像直方图获得合适的影像云检测光谱阈值。其次,用简单线性迭代聚类算法对影像进行分割生成分割对象,以对象为处理单元,根据云检测光谱阈值和对象光谱属性对对象进行云检测过滤,获得初始云检结果。然后,求得直方图均衡化影像的纹理图,根据对象的纹理均值及角二阶矩对初始云检测结果提纯,消除类云地物对云检测精度的影响。最后对提纯云区域进行区域增长及膨胀处理,获得最终的影像云检测结果。定性对比试验和定量评价结果表明,本文方法可以获得良好的影像云检测结果。; 董志鹏王密李德仁李德仁张致齐; 关键词：高分辨率遥感影像云检测

遥感影像目标的尺度特征卷积神经网络识别法被引量：19: 2019年; 高分辨率遥感影像的目标检测与识别,是高分对地观测系统中影像信息自动提取及分析理解的重要内容。针对传统影像目标检测与识别算法中人工设计特征稳健性与普适性差的问题,本文提出基于高分辨率遥感影像目标尺度特征的卷积神经网络检测与识别方法。首先通过统计遥感影像目标的尺度范围,获得卷积神经网络训练与测试过程中目标感兴趣区域合适的尺度大小。然后根据目标感兴趣区域合适的尺度,提出基于高分辨率遥感影像目标尺度特征的卷积神经网络检测与识别架构。通过WHU-RSone数据集对本文卷积神经网络架构与Faster-RCNN架构对比测试验证。试验结果表明,本文架构ZF模型和本文架构VGG-16模型的mean average precision(mAP)分别比Faster-RCNNZF模型和Faster-RCNNVGG-16模型提高8.17%和8.31%,本文卷积神经网络架构可获得良好的影像目标检测与识别效果。; 董志鹏王密李德仁李德仁张致齐; 关键词：高分辨率遥感影像目标检测与识别卷积神经网络

从对地观测卫星到对地观测脑被引量：104: 2017年; 21世纪以来,高分辨率对地观测卫星快速发展,对地观测系统由最初的单星模式发展为现在的轻小型卫星组建星座,实现了全天时、全天候、全方位的对地精细化观测。未来将对地观测卫星星座与通信卫星、导航卫星和飞机等空间节点通过动态组网,建立天基空间信息网络,以实现智能化空天信息的实时服务。为了进一步增强系统的智能化水平,提高系统感知、认知能力和应急响应能力,本文提出未来空间信息网络环境下对地观测脑(earth observation brain,EOB)的概念,对地观测脑是基于事件感知的智能化对地观测系统。详细介绍了对地观测脑的概念模型及需要解决的关键技术,举例说明了对地观测脑初级阶段的感知、认知过程。将来对地观测脑可以回答何时(when)、何地(where)、何目标(what object)发生了何种变化(what change),并在规定的时间(right time)和地点(right place)把这些正确的信息(right information)推送给需要的人(right people)的手机或其他智能终端,全球用户可实时获得所需的任何数据、信息和知识。; 李德仁王密沈欣董志鹏; 关键词：对地观测卫星

全选清除导出

共1页<1>

董志鹏

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

董志鹏

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈