赵福强
- 作品数：2 被引量：8H指数：1
- 供职机构：沈阳农业大学水利学院更多>>
- 发文基金：辽宁省科学事业公益研究基金公益性行业(农业)科研专项更多>>
- 相关领域：自动化与计算机技术更多>>
- EMD与分形相结合的遥感影像水体信息提取方法被引量：8
- 2014年
- 提出一种基于经验模态分解(empirical mode decomposition,EMD)和分形理论相结合的遥感影像水体信息提取方法,该方法尝试结合影像的光谱特征和纹理特征以提高分类提取精度。对影像进行主成分分析得到有效信息量最大的第一主分量,计算每个像元的分维数得到分维图,同时将第一主分量EMD分解得到有效信息量较大的前3个经验模态函数,再结合原有的波段信息作为研究数据,利用极大似然法分类器提取水体信息。该方法充分结合了EMD在降噪和区分相似光谱特征中的优势和分形理论在纹理信息提取中的优势。研究表明,该方法可有效提高水体信息的提取精度,Kappa最高到0.932 5。
- 周林滔杨国范赵福强杜娟
- 关键词：EMD光谱特征纹理特征水体信息提取
- 遥感影像浅水河道提取二维经验模态分解方法被引量：1
- 2014年
- 遥感影像中浅水河道与居民地具有相似的光谱特性,在浅水河道自动提取过程中噪声较多,经验模态分解(EMD)可获取原始信号不同尺度上的细节信息,有效地提高遥感影像浅水河道自动提取的精度。利用环境与减灾小卫星数据,以彰武县柳河为研究区,对该区2012年10个时期NDVI时间序列分别EMD分解,选取每个时相信息量较大的前三个固有模态函数(IMF),结合2012年9月18号影像共34波段作为研究数据,利用极大似然法、BP神经网络传统的分类方法进行分类。结果表明结合EMD的分类方法可有效地去除居民地噪声,Kappa系数最高达到0.9690,总体分类精度最高达到93.35%,从而有效地解决了遥感影像中浅水河道提取正确率低的难题。
- 赵福强杨国范张婷婷翟光耀
- 关键词：遥感BP神经网络
