赵理君
- 作品数：11 被引量：91H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：国家自然科学基金中国科学院知识创新工程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农业科学更多>>
- 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
- 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
- 综合视觉特征度量与SVM的遥感图像检索方法被引量：4
- 2013年
- 基于支持向量机(SVM)的相关反馈算法在反馈过程中只利用SVM的分类器,反馈结果排序会出现一定错误,提出一种改进的相关反馈策略,将图像的视觉特征度量函数和SVM分类器函数进行线性加权,作为相关反馈中的相似性度量准则.实验表明,改进策略能够优化遥感图像检索排序结果,提高检索的精度.
- 赵理君唐家奎于新菊王春磊张成雯
- 关键词：遥感图像检索支持向量机
- 典型遥感数据分类方法的适用性分析——以遥感图像场景分类为例被引量：18
- 2016年
- 目前普遍采用的分类器通常都是针对单一或小量任务而设计的,在小数据量的处理中能取得比较满意的结果。但对于海量遥感数据的处理,其在处理时效和分类精度方面还有待研究。本文以遥感图像场景分类任务为例,着重对遥感数据分类问题中几种典型分类方法的适用性进行比较研究,包括K近邻(KNN)、随机森林(RF),支持向量机(SVM)和稀疏表达分类器(SRC)等。分别从参数敏感性,训练样本数据量,待分类样本数据量和样本特征维数对分类器性能的影响等几个方面进行比较分析。实验结果表明:(1)KNN,RF和L0-SRC方法相比RBF-SVM,Linear-SVM和L1-SRC,受参数影响的程度更弱;(2)待分类样本固定的情况下,随着训练样本数目的增加,SRC类型分类方法的分类性能最佳,SVM类型方法次之,然后是RF和KNN,在总体分类时间上呈现出L0-SRC>L1-SRC>RF>RBF-SVM/Linear-SVM>KNN/L0-SRC-Batch的趋势;(3)训练样本固定的情况下,所有分类方法的分类精度几乎都不受待分类样本数目变化的影响,RBF-SVM方法性能最佳,其次是L1-SRC,然后是Linear-SVM,最后是RF和L0-SRC/L0-SRC-Batch,在总体分类时间上,L1-SRC和L0-SRC相比其他分类方法最为耗时;(4)样本特征维数的变化不仅影响分类器的运行效率,同时也影响其分类精度,其中SRC和KNN分类器器无需较高的特征维数即可获得较好的分类结果,SVM对高维特征具有较强的包容性和学习能力,RF分类器对特征维数增加则表现得并不敏感,特征维数的增加并不能对其分类精度的提升带来更多的贡献。总的来说,在大数据量的遥感数据分类任务中,现有分类方法具有良好的适用性,但是对于分类器的选择应当基于各自的特点和优势,结合实际应用的特点进行权衡和选择,选择参数敏感性较小,分类总体时间消耗低但分类精度相对较高的分类方法。
- 赵理君唐娉
- 关键词：遥感图像数据分类分类器
- 一种遥感图像融合增强的实现方法
- 本发明涉及一种遥感图像融合增强的实现方法，包括以下步骤：将选取的多光谱遥感影像与全色波段影像进行配准；将多光谱遥感影像的波段进行LBV数据变换，得到处理后的L、B、V图像；将处理后的L、B、V图像作为三个分量，将代表普通...
- 唐家奎张成雯米素娟郭丽萍胡引翠张爱军王后茂王春磊赵理君
- 文献传递
- 基于支持向量机遥感图像融合分类方法研究进展被引量：5
- 2010年
- 总结了近年来国际上图像融合以及支持向量机的应用的研究进展,分析了支持向量机用于遥感图像融合分类的趋势、优势以及目前存在的问题,指出了该研究领域的研究方向。
- 郭立萍唐家奎米素娟张成雯赵理君
- 关键词：遥感图像信息提取支持向量机
- 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
- 中巴02B卫星多光谱影像中LBV数据变换方法研究被引量：11
- 2011年
- 通过对实际获得的多光谱影像的光谱特征分析,提出了可用于中巴02B卫星多光谱影像的LBV数据变换公式,使得LBV数据变换方法在国产中巴02B卫星数据上的应用成为可能;运用该变换公式处理得到的中巴LBV数据变换图像比中巴原始数据假彩色合成图像颜色更鲜艳,地物类别更易区分,具有更好的目视解译效果。将LBV变换图像与中巴数据假彩色图像分别用最大似然法进行分类,分类图像和精度检验结果表明:用LBV变换公式得到的LBV结果图像能很好地提高图像计算机分类的精度,该变换方法在中巴02B卫星数据的应用中具有很大潜力。
- 张成雯唐家奎米素娟胡引翠王春磊于新菊李勇志赵理君王后茂
- 关键词：图像分类多光谱影像
- 基于LBV数据变换方法的海岸带多光谱影像分类方法研究被引量：6
- 2010年
- 在传统的海岸带多光谱影像分类方法的基础上,提出了运用LBV数据变换方法对海岸带多光谱影像进行地物分类识别的方法,通过图像数据变换能够分别提取出表示地物总辐射水平、可见光-近红外辐射平衡和表示波段辐射变化矢量(方向和速度)L、B、V的值。通过应用青岛海岸带TM多光谱影像,提取LBV变换图像并与原始假彩色合成图像比较,分别进行监督分类试验。运用LBV数据变换方法获得的图像信息量更丰富,地物类别更鲜明,有利于图像的目视解译,分类精度提高约3.12%。
- 张成雯唐家奎米素娟马毅郭立萍赵理君王后茂王春磊
- 关键词：多光谱影像海岸带图像分类
- 一种基于改进支持向量机相关反馈的遥感图像检索方法
- 本发明涉及一种基于改进支持向量机相关反馈的遥感图像检索方法包括以下步骤：建立遥感图像数据库，并从库中选择一幅满足检索目标的图像作为查询图像；在上述遥感图像数据库中进行遥感图像特征提取，得到特征向量；基于上述特征向量，计算...
- 唐家奎赵理君于新菊米素娟张成雯李勇志王后茂王春磊
- 文献传递
