石爱业
- 作品数：218 被引量：157H指数：8
- 供职机构：河海大学更多>>
- 发文基金：国家自然科学基金江苏省自然科学基金国家教育部博士点基金更多>>
- 相关领域：自动化与计算机技术电子电信机械工程文化科学更多>>
- 基于SVM混合核的遥感图像变化检测被引量：2
- 2014年
- 针对由实际遥感地物类型难以确定导致的多光谱遥感影像变化检测精度较低的问题,提出一种基于SVM混合核的遥感图像变化检测。首先利用CVA算法构造差异影像,其次利用灰度共生矩阵提取差异影像的纹理特征与差异影像的灰度特征组成特征向量,接着利用差异影像的直方图选择置信度高的训练样本,并利用构造的SVM混合核进行训练得到分类超平面,最后利用SVM混合核函数对差异影像进行二分类得到最后的变化检测结果。实际遥感数据验证结果表明,所构造的SVM混合核函数用于多光谱遥感影像变化检测中是可行、有效的。
- 夏晨阳石爱业吴国宝
- 关键词：遥感图像处理变化检测特征向量
- 结合阴影补偿的对象级高分辨率遥感影像多尺度变化检测被引量：7
- 2018年
- 阴影是遥感影像的解译标志之一,然而在高分辨率遥感影像变化检测中,阴影所产生的"伪变化"是导致错检的主要原因之一。为此,提出了一种结合阴影补偿与多尺度融合的对象级高分遥感影像变化检测方法。在面向对象的变化检测框架下,首先提取遥感影像中的地物阴影,然后对多尺度变化检测进行阴影补偿。其中,通过构建一种尺度间互信息最小化的目标函数实现了尺度参数的自适应提取。在此基础上,结合所提出的阴影补偿因子,设计了一种基于D-S证据理论的决策级多尺度融合策略,并进一步对变化强度等级进行了划分。实验证明,该方法能够较好地解决阴影所导致的错检问题,显著提高变化检测精度。
- 王超张雪红石爱业厉丹申祎
- 关键词：高分辨率遥感影像变化检测
- IHS变换域的遥感图像NSCT融合算法
- 2008年
- 针对非采样Contourlet变换(NSCT)在多光谱图像与全色图像融合时复杂度较大的问题,提出一种IHS变换域的多光谱图像与全色图像NSCT融合算法.该算法首先对多光谱图像进行IHS变换,然后再将强度分量图像与全色图像进行基于NSCT的融合,得到新的强度分量,最后再做IHS逆变换得到融合图像.实验结果表明,将IHS变换与NSCT相结合,有效地减少了融合计算量.另外与小波变换、Contourlet变换、NSCT等多分辨率分析的遥感图像融合算法相比,该算法还有效地减少了融合图像的光谱扭曲,提高了融合图像的视觉效果.
- 石爱业马艳军黄凤辰徐立中
- 关键词：非采样CONTOURLET变换IHS变换遥感图像融合
- 基于多重相似性度量深度学习的遥感图像场景分类方法
- 本发明公开了一种基于多重相似性度量深度学习的遥感图像场景分类方法。首先，利用深度卷积网络对遥感图像场景进行分类训练，将最后一个全连接层的输出作为遥感场景图像的特征。其次，引入深度度量学习的知识，提出了一种新的损失函数，在...
- 王鑫张之露吕国芳石爱业
- 文献传递
- 基于FCM和证据理论的多时相遥感影像变化检测方法
- 本发明公开了一种基于FCM和证据理论的多时相遥感影像变化检测方法，其特征是，首先求取两个时相遥感影像对应波段差、两个时相的变化矢量的幅值、两个时相的光谱夹角的余弦，然后作为FCM的输入，分别得到各自的模糊划分矩阵，将模糊...
- 石爱业孔伟为
- 基于融合策略的面向对象的高分辨率遥感影像变化检测方法
- 本发明公开一种基于融合策略的面向对象的高分辨率遥感影像变化检测方法，输入两时相已配准的高分辨率光学遥感影像，对输入的高分辨率影像进行多分辨率分割；对分割的单元（对象）进行变化的检测，计算每一个对象的均值和方差；将所有对象...
- 石爱业夏晨阳申邵洪吴国宝程学军文雄飞陈鹏霄
- 文献传递
- 基于最佳尺度的高分辨率合成孔径雷达遥感检测方法
- 本发明公开了一种基于最佳尺度的高分辨率合成孔径雷达(Synthetic Aperture Radar，SAR)遥感目标检测方法。该方法包括目标特征相关先验知识的获取、基于尺度间系数相关性的塔形方向滤波器组去噪、基于最佳尺...
- 王超徐立中石爱业黄凤辰汤敏徐枫高红民马文汤晓斌
- 一种基于深度学习的多光谱遥感图像变化检测方法及系统
- 本发明公开了图像处理技术领域的一种基于深度学习的多光谱遥感图像变化检测方法及系统，包括：计算遥感影像的变化矢量幅值；根据变化矢量幅值EM算法获取伪训练样本集：标记样本集（包括变化类样本集、非变化类样本集）和非标记样本集；...
- 石爱业高文静
- 文献传递
- 一种基于在线场景特征聚类的多视角目标跟踪方法
- 本发明公开了一种基于在线场景特征聚类的多视角目标跟踪方法，首先，利用在线聚类方法计算每个视角的前景似然图，同时进行背景模型的在线更新；其次，将各视角的前景似然图映射到场景中的参考平面栈中，从而获得3D目标占位似然分布场信...
- 王鑫石爱业沈洁徐立中
- 文献传递
- 一种基于深度学习的水下图像超分辨率重建方法
- 本发明公开了一种深度学习的水下图像超分辨率重建方法，包括：构建深度学习模型，其包括多尺度特征提取、长距离及短距离依赖学习、重构网络：训练深度学习模型以获得最优的权值和偏置，得到能够实现水下低分辨率图像到高分辨率图像生成的...
- 丁海珉石爱业
