郑柯
- 作品数：6 被引量：72H指数：5
- 供职机构：中国科学院遥感与数字地球研究所更多>>
- 发文基金：国家高技术研究发展计划更多>>
- 相关领域：自动化与计算机技术天文地球更多>>
- 深度卷积神经网络特征提取用于地表覆盖分类初探被引量：26
- 2017年
- 目的地表覆盖监测是生态环境变化研究、土地资源管理和可持续发展的重要基础,在全球资源监测、全球变化检测中发挥着重要作用。提高中等分辨率遥感影像地表覆盖分类的精度具有非常重要的意义。方法近年来,深度卷积神经网络在图像分类、目标检测和图像语义分割等领域取得了一系列突破性的进展,相比于传统的机器学习方法具有更强的特征学习和特征表达能力。基于其优越的特性,本文进行了深度卷积神经网络对中分辨率遥感影像进行特征提取和分类的探索性研究。以GF-1的16 m空间分辨率多光谱影像为实验数据,利用预训练好的Alex Net深度卷积神经网络模型进行特征提取,以SVM为分类器进行分类。分析了Alex Net不同层的特征以及用于提取特征的邻域窗口尺寸对分类结果的影响,并与传统的单纯基于光谱特征和基于光谱+纹理特征的分类结果进行对比分析。结果结果表明在用Alex Net模型提取特征进行地表覆盖分类时,Fc6全连接层是最有效的特征提取层,最佳的特征提取窗口尺寸为9×9像素,同时利用深度特征得到的总体分类精度要高于其他两种方法。结论深度卷积神经网络可以提取更精细更准确的地表覆盖特征,得到更高的地表覆盖分类精度,为地表覆盖分类提供了参考价值。
- 张伟郑柯唐娉赵理君
- 关键词：卷积神经网络特征提取支持向量机
- GSSAC:一种用于遥感影像配准的误匹配点检测方法被引量：5
- 2016年
- 遥感影像配准中,由于光照、成像角度、几何变形等因素的影响,无论采用何种配准方法,总会产生误匹配点,因此误匹配点检测也是一个非常重要的步骤。针对常用RANSAC(random sample consensus)方法不稳定、无法准确检测分布不均匀匹配点的缺点,提出了分组排序采样一致性(group sorted cample consensus,GSSAC)方法来提高误匹配点检测的稳定性和精度。分组排序采样方法首先将匹配点分为若干组,在每组内计算匹配点的误差并排序,然后在每组中分别采样若干个匹配点组成估算模型参数需要的匹配点。实验结果表明,GSSAC方法可以稳定地获得高精度的检测结果。
- 单小军唐娉郑柯
- 关键词：影像配准随机抽样一致性算法
- 以“不变特征点集”为控制数据集的遥感图像自动化处理框架被引量：1
- 2016年
- 全球变化研究需要将多种传感器光谱波长接近的图像波段一起使用,以满足遥感应用对时间分辨率和区域覆盖的要求,这给遥感图像处理提出了新要求,涉及多传感器多时相数据几何定位一致性问题、辐射归一化问题及地类属性标识一致性问题以及高度自动化处理的问题。针对上述几方面问题,提出了一个基于"不变特征点集"IFPs(Invariant Feature Points set)作为控制数据集的区域级遥感图像自动化处理框架,将图像的几何空间、辐射值空间和类别属性值空间的时空对齐问题纳入到统一框架,提供了一种间接快速处理的手段和理念,并对构建IFPs的关键技术进行了综述。
- 唐娉郑柯单小军胡昌苗霍连志赵理君李宏益
- 关键词：遥感图像处理
- 图像场景分类中视觉词包模型方法综述被引量：25
- 2014年
- 目的关于图像场景分类中视觉词包模型方法的综述性文章在国内外杂志上还少有报导,为了使国内外同行对图像场景分类中的视觉词包模型方法有一个较为全面的了解,对这些研究工作进行了系统总结。方法在参考国内外大量文献的基础上,对现有图像场景分类(主要指针对单一图像场景的分类)中出现的各种视觉词包模型方法从低层特征的选择与局部图像块特征的生成、视觉词典的构建、视觉词包特征的直方图表示、视觉单词优化等多方面加以总结和比较。结果回顾了视觉词包模型的发展历程,对目前存在的多种视觉词包模型进行了归纳,比较常见方法各自的优缺点,总结了视觉词包模型性能评价方法,并对目前常用的标准场景库进行汇总,同时给出了各自所达到的最高精度。结论图像场景分类中视觉词包模型方法的研究作为计算机视觉领域方兴未艾的热点研究领域,在国内外研究中取得了不少进展,在计算机视觉领域的研究也不再局限于直接应用模型描述图像内容,而是更多地考虑图像与文本的差异。虽然视觉词包模型在图像场景分类的应用中还存在很多亟需解决的问题,但是这丝毫不能掩盖其研究的重要意义。
- 赵理君唐娉霍连志郑柯
- 关键词：低层特征
- 图像分层匹配的HJ-1A/B CCD影像自动几何精校正技术与系统实现被引量：9
- 2014年
- 环境与灾害监测预报小卫星星座(环境一号卫星,HJ-1A/B)自发射以来,在环境监测、灾害评估、土地资源调查等领域发挥了重要的作用。但是HJ-1A/B卫星CCD图像的2级产品(HJ-1 CCD图像)几何精度低,实际应用中需要进行几何精校正。HJ-1 CCD图像具有宽覆盖、大视场角、几何变形复杂的特点,几何精校正难度大。针对该问题,本文提出了一个以Landsat TM全球拼接图像为基准,基于Forstner算子和模板匹配的分层配准方法。该方法使用分层匹配获得的大量高精度且分布均匀的控制点构建Delaunay三角网,有效地解决了HJ-1 CCD图像的几何精校正问题。在配准技术研究的基础上,研发了HJ-1 CCD图像几何精校正系统,系统具有全球HJ-1 CCD图像的自动批量处理能力。实验结果表明,本文提出的几何精校正方法精度高,实现了环境星图像的自动批量处理。
- 单小军唐娉胡昌苗唐亮郑柯
- 关键词：几何精校正DELAUNAY三角网RANSAC
- 一种拓展的半物理时空融合算法及其初步应用被引量：7
- 2014年
- Landsat 5卫星较低的时间分辨率(16天)使得其很难获得大区域的、时相一致的清晰影像数据集。本文发展了一种基于半物理模型的时空融合算法-即乘性调制融合算法,并借助多时序的MODIS反射率数据来生成多时相的Landsat TM/ETM+反射率合成影像,经镶嵌后得到区域尺度的高时空分辨率地表反射率数据集(Landsat TM/ETM+)。本文利用吉林省2006年—2011年的Landsat 5 TM地表反射率数据以及500 m的MOD09A1反射率产品来生成3个时相的Landsat 5 TM反射率合成数据,从而获得研究区在上述时相下地表反射率数据的镶嵌图。初步分析表明,所生成的Landsat 5 TM反射率数据的光谱分布特征与MOD09A1反射率数据较为一致,且图像在整体上光谱特征的连续性较好。
- 李大成唐娉胡昌苗郑柯
- 关键词：LANDSATETM+MODIS
