国家教育部博士点基金(20110141120073)
- 作品数：3 被引量：12H指数：2
- 相关作者：李熙陈锋锐陈晓玲叶文韬张奇更多>>
- 相关机构：武汉大学河南大学中国电力工程顾问集团中南电力设计院更多>>
- 发文基金：国家教育部博士点基金国家自然科学基金国家高技术研究发展计划更多>>
- 相关领域：天文地球自动化与计算机技术电子电信交通运输工程更多>>
- Landsat影像地形校正方法的适用性分析被引量：9
- 2013年
- 比较了Cosine校正模型、C校正模型、SCS+C校正模型和Minnaert校正模型在我国复杂地形区域进行遥感影像地形校正的效果.以江西、陕西、云南、大兴安岭东北为研究区域,共96景Landsat影像,基本涵盖了我国典型的山区地貌.每景影像每一波段(1,2,3,4,5,7)的最适宜地形校正方法通过光照系数(太阳入射角余弦值)与像元值的相关性系数平方得出.对于整个研究区域,最佳的地形校正方法的选择基于最适宜方法所占比例和Wilcoxon符号秩检验的显著性分析.实验结果表明C校正模型在我国适用性最为广泛,其次是SCS+C校正模型,这为大范围研究区域地形校正方法选择提供了较好的借鉴.
- 王飒李熙张奇陈晓玲叶文韬
- 关键词：地形辐射校正
- 小波系数插值支持下的遥感影像混合像元分解被引量：1
- 2012年
- 针对遥感混合像元分解中不能有效利用空间邻域信息的问题,提出一种基于超分辨率重建的分解方法.通过小波系数双线性插值获得遥感影像的超分辨率影像,对超分辨率影像进行监督分类生成超分辨率分类图,最后通过窗口统计得到原始分辨率下各地物的丰度图.广州城区的模拟TM遥感影像试验表明,该方法的分解精度在3种方法中最优,能够较充分利用空间邻域信息,提高混合像元分解精度,为混合像元分解提供了新的途径.
- 李熙陈锋锐于之锋
- 关键词：混合像元超分辨率重建双线性插值
- 可变神经网络结构下的遥感影像光谱分解方法被引量：2
- 2012年
- 多层感知神经网络(MLP)是主流的非线性分解方法,但是目前缺乏有效方法处理MLP分解结果中的丰度负值问题。为此,提出一种可变神经网络结构的方法,逐步去除负值丰度对应的端元,并调整相应的网络结构使之针对剩余的端元进行分解。通过武汉地区模拟TM遥感影像实验可以发现,该方法与传统MLP方法以及线性光谱分解方法的平均误差分别为0.077 7、0.081 9、0.094 3,说明该方法的分解精度高于其他2种分解方法,能克服丰度负值问题。
- 李熙石长民李畅陈锋锐田礼乔
- 关键词：遥感混合像元神经网络
