您的位置: 专家智库 > >

国家科技支撑计划(2007BAH15B01)

作品数:13 被引量:169H指数:7
相关作者:张霞童庆禧丁琳黄长平刘波更多>>
相关机构:中国科学院中国科学院研究生院山东科技大学更多>>
发文基金:国家科技支撑计划国家自然科学基金国家重点基础研究发展计划更多>>
相关领域:自动化与计算机技术农业科学天文地球理学更多>>

文献类型

  • 13篇中文期刊文章

领域

  • 9篇自动化与计算...
  • 2篇农业科学
  • 1篇天文地球
  • 1篇理学

主题

  • 5篇遥感
  • 4篇图像
  • 2篇遥感反演
  • 2篇配准
  • 2篇光谱
  • 2篇反演
  • 2篇OMI
  • 2篇SIFT
  • 2篇波段选择
  • 2篇成像光谱
  • 2篇S-
  • 1篇冬小麦
  • 1篇遥感图像
  • 1篇遥感应用
  • 1篇遥感影像
  • 1篇遗传算法
  • 1篇杂草
  • 1篇杂草识别
  • 1篇植被
  • 1篇时间序列

机构

  • 13篇中国科学院
  • 3篇山东科技大学
  • 3篇中国科学院研...
  • 2篇湖南师范大学
  • 1篇北京大学
  • 1篇南京大学
  • 1篇解放军信息工...
  • 1篇中国人民解放...
  • 1篇香港中文大学
  • 1篇中国科学院亚...

作者

  • 7篇张霞
  • 5篇童庆禧
  • 4篇丁琳
  • 3篇张立福
  • 3篇倪希亮
  • 3篇胡顺石
  • 3篇黄长平
  • 3篇杨杭
  • 3篇刘波
  • 2篇帅通
  • 2篇刘学
  • 2篇江涛
  • 2篇方俊永
  • 2篇张兵
  • 2篇王晋年
  • 1篇杨一德
  • 1篇薛永祺
  • 1篇赵冬
  • 1篇郑兰芬
  • 1篇和海霞

传媒

  • 2篇遥感技术与应...
  • 2篇遥感学报
  • 1篇红外与激光工...
  • 1篇农业工程学报
  • 1篇测绘通报
  • 1篇测绘学报
  • 1篇地球科学进展
  • 1篇计算机应用研...
  • 1篇光谱学与光谱...
  • 1篇国土资源遥感
  • 1篇测绘科学

年份

  • 2篇2011
  • 9篇2010
  • 2篇2009
13 条 记 录,以下是 1-10
排序方式:
基于成像光谱技术的作物杂草识别研究被引量:20
2010年
杂草识别是变量喷雾和物理方法精确除草的前提。利用自主设计的地面成像光谱系统在自然环境下获取了胡萝卜幼苗以及马齿苋、牛筋草和地锦等杂草在380~760 nm波长区间的高光谱数据,通过对数据归一化消除光照条件的影响之后,运用逐步法进行波段选择,采用Fisher线性判别方法对杂草与胡萝卜幼苗进行了识别。结果表明,当把每种杂草都作为一类加以精细区分时,运用选择的8个波段建立模型对杂草和胡萝卜幼苗的识别率达85%左右;当把杂草整体作为一类与胡萝卜幼苗进行区分时,运用选择的7个波段识别率高于91%。同时为了设计低成本的杂草识别系统,通过穷举法选择最优的2和3波段组合,其中最优3波段组合对杂草胡萝卜幼苗的识别能力与逐步法选择的5个波段相当,整体识别率达89%。此外发现,红边波段对杂草有着显著的识别能力。
刘波方俊永刘学张立福张兵童庆禧
关键词:成像光谱光谱分析杂草识别作物
OMIS-Ⅱ机载高光谱遥感图像边缘辐射畸变校正方法优选被引量:4
2010年
OMIS-Ⅱ机载高光谱遥感成像由于受仪器、大气、地物反射非朗伯特性以及观测几何等的影响,图像上常存在扫描方向上的辐射亮度不均,无法直接利用图像进行基于地物光谱特征的定量或半定量应用。本研究尝试运用直方图匹配和矩匹配两种方法对OMIS-Ⅱ图像进行辐射校正,并从空间和光谱角度分析校正效果。研究表明:在空间维上,两种方法均能有效恢复图像边缘地物信息,校正效果没有显著差异;在光谱维上,矩匹配法更适合于机载高光谱OMIS-Ⅱ图像的边缘辐射校正。
杨杭张霞和海霞张立福童庆禧
关键词:高光谱图像
基于Iαβ色彩空间和Contourlet变换相结合的融合方法被引量:3
2010年
针对北京1号小卫星的多光谱与全色波段的分辨率比率较大,传统的融合方法会产生边界模糊和光谱扭曲现象,提出了一种新的融合算法。首先对多光谱与全色影像分别进行Iαβ和Contourlet变换;然后在频率域中采用不同的融合策略进行处理;最后进行Contourlet和Iαβ逆变换,得到融合图像。实验表明,本方法既提高了融合图像的空间细节信息又很好地保持了图像的光谱特征,优于传统的融合方法。
胡顺石丁琳秦建新倪希亮
关键词:图像融合CONTOURLET变换
地面成像光谱辐射测量系统及其应用被引量:16
2010年
系统介绍了自主研制的基于制冷面阵CCD地面成像光谱辐射测量系统(field Imaging spectrometer system,FISS)的成像原理,结构设计,主要指标参数和数据处理流程等。利用室内布设的精确标志点和野外测量数据纠正了FISS系统几何畸变;利用自行开发的光谱定标软件对FISS系统进行波长定标,确定了各通道中心波长和全波半高宽;在室内,以积分球为光源,对FISS系统逐波段进行了绝对辐射定标,定标精度优于5%,并建立了各种测量条件下绝对辐射定标系数查找表;最后,利用FISS系统样机进行了大量室内和野外测量实验,并基于获取的部分数据做了作物-杂草识别、近海岸海洋环境试验、牛奶品种识别和植物生化参量反演等研究。研究结果表明,FISS系统能够成功地用于上述领域的研究,并在地质、食品、农业、林业和城市等领域也具有强大的应用潜力。
童庆禧薛永祺王晋年张立福方俊永杨一德刘学亓洪兴郑兰芬黄长平
关键词:高光谱遥感成像光谱仪系统设计遥感应用
谐波改进的植被指数时间序列重建算法被引量:16
2010年
提出一种基于傅里叶谐波分析的改进算法,引入异常值检测算法,检测拟合过程中的异常值,增加数据拟合的真实性;迭代前动态估算出待处理序列点的峰值个数(即频数),解决整个区域预设单一频数的不合理性;引入拟合影响因子,自动控制迭代终止条件,避免传统方法中人为设置阈值导致的不确定性。利用2003年华北平原MODIS_EVI时间序列图像验证表明,较之HANTS算法,改进算法能够有效修正噪声污染像元值,修正后的EVI时序曲线更能反映地物内在的物候变化规律,并能够更好地保真原始曲线上的特征(点),如作物EVI最大值、最小值出现的时间和大小关系。
张霞李儒岳跃民刘波刘海霞
关键词:滤波
基于MODIS EVI图像时间序列的冬小麦面积提取被引量:24
2010年
植被指数的时间序列能够很好的反映植被在时间维上的生长变化,这为地表植被的分类以及作物面积的提取提供了思路。将TM数据作为过渡数据,利用地面测量数据间接对MODIS EVI数据进行了样本提取和验证,并结合冬小麦物候信息,将冬小麦植被指数时间曲线参量化为生长速率、衰减速率和峰值与休眠期比值,建立了华北平原冬小麦的面积提取模型。经验证,兖州地区MODIS数据和TM数据提取的冬小麦面积一致性为89.13%,整个华北地区选取13县市的MODIS提取面积与官方统计数据比对,表明有12县市的提取误差小于20%,误差主要源于MODIS的空间分辨率较粗而华北平原的地块较为细碎。
张霞帅通杨杭黄长平
关键词:植被MODISEVI时间序列冬小麦
应用不变特征获取均匀控制点的遥感影像配准算法被引量:7
2011年
本文针对大幅影像配准时计算量大、配准点分布严重不均匀以及错配率高等问题进行了研究,提出一种可保持配准点均匀分布的快速配准算法。首先对基准影像和待配准影像进行分块提取SIFT特征算子,然后局部自适应地对影像块中的匹配点进行几何约束,从局部选取最优匹配点以达到提高图像匹配准确率的目标。通过对大量不同类型的影像进行配准实验,实验结果表明,当图像存在传感器差异甚至较高分辨率差异时,本文算法也能够快速准确地达到配准目的。
倪希亮丁琳江涛胡顺石
关键词:SIFT图像匹配
OMIS-Ⅱ图像大气校正之FLAASH法与经验线性法的比较被引量:20
2010年
对FLAASH法和经验线性法的大气校正效果进行评价。结果表明,FLAASH法和经验线性法均能很好地消除大部分大气的影响,满足试验要求。如果单从精度方面考虑,FLAASH法要略好于经验线性法。但FLAASH法的校正精度依赖于输入的大气参数和仪器定标精度,因而在实际应用中关键还要根据现有的数据情况选择合适的校正方法。
杨杭张霞帅通童庆禧
动态空间正图像透视投影正反解被引量:1
2009年
卫星图像都是在动态情形下获取的。瞬间曝光获取的图像投影性质等同于透视投影。针对卫星动态获取的正图像,建立其平面透视投影,利用矢量解法研究其正反解变换和星下点坐标计算方法,最后给出算例。
丁琳任留成侯哲威
土壤铅含量高光谱遥感反演中波段选择方法研究被引量:22
2010年
利用高光谱遥感数据进行了南京郊外土壤重金属元素铅的含量反演,由于高光谱数据波段众多,波段选择或变换至关重要。比较了基于次贪婪的前向选择模型的最小角度拟合和基于遗传算法进行波段选择的最小二乘和偏最小二乘拟合,结果发现基于遗传算法的偏最小二乘反演结果优于全波段的偏最小二乘,表明波段选择在高光谱反演重金属中是有益的。尽管采取了波段选择后的各方法在反演时均能达到70%以上的训练精度,但因遗传算法搜索的解空间范围更宽广,使得基于遗传算法的偏最小二乘优于前向选择模型的最小角度拟合。最后还比较了基于遗传算法的普通最小二乘和偏最小二乘拟合,结果表明偏最小二乘更优,因此在高光谱反演重金属含量当中,偏最小二乘精度较高,而在波段选择方法中,遗传算法更优。
温健婷张霞张兵赵冬
关键词:偏最小二乘遗传算法波段选择
共2页<12>
聚类工具0