您的位置: 专家智库 > >

苏腾飞

作品数:22 被引量:88H指数:6
供职机构:内蒙古农业大学水利与土木建筑工程学院更多>>
发文基金:国家自然科学基金中国博士后科学基金内蒙古自治区自然科学基金更多>>
相关领域:自动化与计算机技术天文地球电子电信环境科学与工程更多>>

文献类型

  • 17篇期刊文章
  • 1篇学位论文
  • 1篇专利

领域

  • 13篇自动化与计算...
  • 4篇天文地球
  • 2篇电子电信
  • 2篇环境科学与工...
  • 1篇农业科学

主题

  • 9篇遥感
  • 8篇图像
  • 7篇图像分割
  • 5篇遥感图像
  • 4篇溢油
  • 4篇农田
  • 3篇遥感图像分割
  • 3篇遥感影像
  • 3篇影像分割
  • 3篇像素
  • 3篇面向对象
  • 3篇孔径雷达
  • 3篇雷达
  • 3篇合成孔径
  • 3篇合成孔径雷达
  • 3篇高分辨率遥感
  • 3篇SAR
  • 2篇随机场
  • 2篇马尔科夫
  • 2篇马尔科夫随机...

机构

  • 16篇内蒙古农业大...
  • 4篇国家海洋局第...
  • 1篇内蒙古师范大...
  • 1篇中国海洋大学

作者

  • 19篇苏腾飞
  • 10篇李洪玉
  • 9篇张圣微
  • 2篇孟俊敏
  • 1篇屈忠义
  • 1篇罗艳云
  • 1篇赵朝方
  • 1篇刘全明
  • 1篇翟涌光
  • 1篇李永香
  • 1篇李瑞平
  • 1篇马佑军
  • 1篇张晰

传媒

  • 6篇国土资源遥感
  • 2篇遥感技术与应...
  • 2篇测绘科学
  • 1篇江苏农业科学
  • 1篇海洋学报
  • 1篇内蒙古农业大...
  • 1篇海洋科学进展
  • 1篇测绘与空间地...
  • 1篇地球信息科学...
  • 1篇自然资源遥感

年份

  • 1篇2023
  • 1篇2021
  • 1篇2020
  • 3篇2018
  • 4篇2017
  • 3篇2016
  • 3篇2015
  • 3篇2013
22 条 记 录,以下是 1-10
排序方式:
海上溢油SAR卫星遥感监测系统研发被引量:7
2013年
研发海上溢油SAR卫星遥感监测系统,探索建立中海油海上石油勘探开发作业海域业务化监测体系的可行性。研发的海上溢油SAR卫星遥感监测系统支持多种SAR数据处理,基于改进的凝聚层次聚类算法实现了SAR影像油膜自动识别与特征提取。系统具有溢油区域置信度分析、多源多时相分析、溢油事故源回溯与分析等溢油识别结果综合分析功能,其中溢油识别和综合分析结果可与电子海图叠加显示,并可以生成溢油信息专题图。该系统的研发为海上溢油早期预警与溢油应急措施的有效实施提供了技术支持与决策依据。
宋莎莎赵宇鹏苏腾飞马佑军安伟孟俊敏赵朝方
关键词:溢油SAR自动识别监测系统
矿区地物分类及土地利用/覆盖变化动态监测——以海流兔流域为例被引量:11
2020年
针对矿山开采是否会使地物类型发生巨大变化及环境恶化问题,利用Landsat(TM,OLI)影像,对海流兔流域2006年、2010年、2014年、2018年的土地进行分类,揭示2006—2018年间3个阶段(每4 a一阶段)土地利用变化的时空特征。通过筛选比较最大似然法、支持向量机、随机森林等分类方法,并应用地物时空变化特征和转移矩阵统计方法进行定性、定量分析。结果表明:随机森林法得到的土地分类图精度优于其他分类方法;3个阶段中沙地与草地/灌木转化频繁,沙地总面积减少16.83%,草地/灌木增加12.68%,建设用地逐年稳定增长;截至2018年,矿区发展并未对生态环境造成较大伤害,井工矿地物结构变化与海流兔流域地物结构趋势一致。
高文龙苏腾飞张圣微张圣微雒萌
关键词:转移矩阵土地利用
一种两阶段区域生长的遥感图像分割算法被引量:5
2015年
提高图像分割算法的精度与速度对遥感影像的解译工作具有重要意义。提出了一种基于区域生长的遥感图像分割算法,包括的两个步骤分别是局部最优合并和全局最优合并。第一步注重提高图像分割的速度;在其具体实现中引入了一个局部最优合并的阈值,以减少错误的合并;第二步侧重提高图像分割的精度,在其实现过程中利用了一种高级数据结构红黑树来提高搜索最优合并区域的速度。最后,利用模拟的遥感影像和Orbview-3高分辨率影像开展了图像分割实验。利用一种监督的图像分割精度评价方法,定量评价了该方法的性能。实验结果表明:该方法在分割精度和分割速度方面都取得了令人满意的效果。
苏腾飞李洪玉
关键词:遥感图像分割
基于多种植被指数时间序列与机器学习的作物遥感分类研究被引量:10
2017年
开展了基于多种植被指数(vegetation index,VI)时间序列和机器学习(machine learning,ML)算法的作物遥感分类研究。从Landsat-8 OLI与EO-1 ALI影像中提取了内蒙古五原县的时间序列数据。2颗卫星的参数类似,且它们联合提供了更多无云覆盖的数据。7种常用的VI从时间序列遥感数据中提取出来,以用作ML算法的输入。对比分析了SVM、RF、DT 3种ML算法对玉米、向日葵和小麦的区分效果。共选取了2 584个样本,其中1 556个样本用于算法训练。得到了127种VI组合作为输入时3种算法的分类精度。结果表明,SVM的分类效果优于另外2种算法;VI数目并非越多越好,综合考虑算法的精度和稳定性,3种VI可以取得最佳的效果;SVM+NDI5+NDVI+TVI是平均分类精度最高的组合,平均精度为91.97%。
苏腾飞刘全明苏秀川
关键词:时间序列遥感
基于优化合并的高分辨率遥感影像分割算法被引量:4
2016年
高分辨率遥感影像的分割算法研究对遥感数据处理与应用具有重要意义。本文提出了一种优化合并的分割算法以提高运算效率,该算法包含局部最优合并和全局最优合并2个阶段。第1阶段采用凝聚层次聚类(Hierarchical Agglomerative Clustering,HAC)方法实现局部最优合并,并对其合并规则进行了优化,使优化后的合并规则先注重光谱特征,再考虑待合并区域的几何特征。第2阶段采用区域邻接图(Region Adjacency Graph,RAG)方法实现全局最优合并,其合并规则主要考虑了区域的光谱和边界信息,减少了区域尺度对合并规则函数产生的负面影响,并且该阶段利用了红黑树来实现全局最优合并,以提高对RAG的搜索效率。最后,利用Orb View3高分辨率遥感影像开展了分割实验,结果表明本文算法可以得到令人满意的分割精度。本文的成果为遥感影像分割及其相关研究提供了新思路。
苏腾飞张圣微李洪玉
关键词:高分辨率遥感影像图像分割
基于超像素MRF的农田地区高分遥感影像分割被引量:2
2018年
针对传统的超像素马尔科夫随机场(Markov random field,MRF)影像分割模型中对空间背景信息利用不够完全的问题,发展了一种新的超像素MRF模型。该算法将高阶邻域模型引入到MRF的交互势函数中,使交互势函数能够充分利用超像素邻域系统所包含的空间背景信息。结合此一阶势函数模型,还提出一种逐类别的β参数自动估计方法,该方法是在范数距离的基础上进行的。利用2景具有不同特点的农田地区高分遥感影像,开展了验证实验。实验结果表明,本算法对于边界强度等空间背景信息的利用效果更好,分割结果更精确。与其他超像素MRF分割算法对比,也说明了该算法在性能上的优越性。
苏腾飞张圣微李洪玉
关键词:马尔科夫随机场
基于可变尺度Mean-Shift的农田高分遥感影像分割算法被引量:2
2017年
为了提升农田高分遥感影像(high spatial resolution remote sensing image,HRI)的信息提取效果,提出了一种新的农田HRI分割算法。传统的Mean-Shift(MS)HRI分割算法仅利用全局或单一的尺度参数;而常规可变尺度MS算法在尺度参数估算中也只考虑光谱信息。这些都导致其分割结果难以完整地展现不同尺度的农田区域。针对该问题,在MS算法的基础上进行了改进:第一,提出了一种局部可变尺度参数的估计方法;第二,提出了利用局部可变尺度进行MS滤波的模型函数。该改进算法主要包含3步:(1)为了全面考虑不同波段的响应变化,在MS滤波核函数中采用了对角化的尺度参数矩阵,并将其与采样点密度估计模型相结合,导出了一种可变尺度MS滤波的迭代函数;(2)为了提高算法的自动化程度,利用局部光谱变化与边界强度信息,提出了一种新的局部尺度参数估算方法;(3)将MS滤波结果输入到基于分形网络演化方法(fractal net evolution approach,FNEA)的空间聚类算法中,得到最终的分割结果。利用Rapid Eye与OrbView3的2景HRI进行了算法验证。实验结果表明,所提出的改进算法能够优化农田HRI分割的精度。
苏腾飞张圣微李洪玉
关键词:MEAN-SHIFT
随机森林遥感图像分类实验教学软件开发研究被引量:1
2021年
随着教育与科技的发展,我国众多高校的课程体系都开设了“遥感图像解译”或“遥感原理与应用”等课程。遥感图像的监督分类,是遥感类课程不可或缺的教学内容。然而,在目前相关课程的实验教学中,存在教学内容陈旧、更新频率较低等问题。为了充实高校遥感类课程的实验教学,本文介绍了一套基于随机森林的遥感图像分类实验教学软件,包括软件开发与相关实验的设计。鉴于随机森林算法在遥感领域得到了广泛应用,本实验教学软件旨在使学生掌握更新的遥感数据处理技能,提升其在相关行业中的竞争力。
苏腾飞罗艳云翟涌光张圣微
关键词:遥感图像实验教学
种子区域生长的高分遥感影像超像素分割被引量:2
2018年
针对如何提升高分遥感影像超像素分割的精度与视觉效果问题,该文提出了一种基于种子区域生长(SRG)的超像素分割算法。该算法主要对超像素的生长过程进行了改进。在本文方法的超像素生长过程中,采用了一种充分利用光谱与形状信息的新度量标准,以有效搜索与种子适合合并的像素。该标准首先为斑块挑选在光谱上足够相似的像素,然后在这些像素中利用紧凑性异质性选择待合并的像素。为了定量评价算法的分割精度与视觉效果,定义了边界符合距离与平均斑块矩形度,并基于此发展了该文算法的参数选择策略。根据两景不同特点的高分遥感影像的超像素分割实验表明:本文方法在分割精度与视觉效果上均优于传统SRG与简单线性迭代算法。
苏腾飞张圣微李洪玉
一种结合GBM的MRF遥感图像分割算法被引量:1
2015年
传统的马尔科夫随机场(Markov random field,MRF)图像分割算法易受初始化的影响,并且其迭代求解方法易受噪声影响而难以得到准确的结果。针对以上问题,首先利用基于区域的K-Means算法进行初始化,以提高算法的稳定性和准确性。其次,对基于区域的MRF图像分割进行了建模,并将全局最优合并(global best merge,GBM)与MRF图像分割相结合,以进一步提高分割精度。为了提高GBM的实现效率,采用了一种高级数据结构——红黑树,来实现GBM的搜索过程。利用模拟图像开展了分割实验,结果显示,提出的算法可以有效提高遥感影像的分割精度。
苏腾飞李洪玉
关键词:遥感图像分割马尔科夫随机场
共2页<12>
聚类工具0