赵波
- 作品数：5 被引量：16H指数：3
- 供职机构：河海大学地球科学与工程学院更多>>
- 发文基金：国家自然科学基金江苏省“青蓝工程”基金中央高校基本科研业务费专项资金更多>>
- 相关领域：天文地球自动化与计算机技术建筑科学更多>>
- 基于共形几何代数的高光谱遥感波段选择方法被引量：2
- 2017年
- 针对高光谱遥感数据具有的高维特征、海量数据、信息丰富、非结构化等特点导致的维数灾难问题,将共形几何代数引入到高光谱遥感影像波段选择研究。基于高光谱影像数据在高维空间分布的几何特征,利用内积、外积和几何积,结合MEAC和JM等信息测度,设计了高光谱遥感影像的新型特征提取算子,可以实现更简洁、快速、鲁棒的高光谱遥感波段选择。实验利用HYDICE和AVIRIS等高光谱遥感数据对算法的性能进行了评价,结果表明:所提出的新方法能更有效地选择最佳波段,与已有波段选择算法相比,在运行效率、分类精度等方面具有明显的优势。
- 苏红军赵波
- 关键词：高光谱遥感共形几何代数波段选择图像分类
- 一种切空间协同表示的高光谱遥感影像分类方法被引量：5
- 2018年
- 协同表示分类（collaborative representation classification,CRC）算法近年来成为高光谱遥感分类的研究热点。地物类别间区分性不高会严重影响现有CRC算法的性能。流形结构可有效地解决非线性问题,并解决高光谱遥感影像因数据冗余导致的类别间区分性低的问题。提出了一种基于切空间的高光谱遥感影像协同表示分类算法（tangent space collaborative representation classification,TCRC）和一种基于欧氏距离的自适应加权的切空间协同表示分类算法（weighted tangent space collaborative representation classification,WTCRC）。TCRC算法利用测试样本的切平面来估计区域流形,在测试样本的切空间中使用协同表示算法,寻找测试样本在各类训练样本中的最优线性表示估计,并用其最小误差来对测试样本进行分类。在此基础上,利用测试样本邻域像元、训练样本与测试样本的欧氏距离作为权矩阵来自适应调整各样本对测试样本的影响。实验采用ROSIS（reflective optics system image spectro-meter）和AVIRIS（airbone visible infrared imaging spectrometer）高光谱遥感影像对所提出算法的性能进行了评价,结果表明TCRC和WTCRC在分类效果上比CRC有明显的提升,WTCRC相较于TCRC具有更好的分类效果,具有更强鲁棒性。
- 赵波苏红军蔡悦
- 关键词：高光谱影像影像分类
- 基于改进萤火虫算法的高光谱遥感多特征优化方法被引量：6
- 2018年
- 目前,高光谱遥感影像分类时光谱信息使用较多,难以充分挖掘空间信息。针对该问题,提出一种基于改进萤火虫算法(Firefly Algorithm,FA)的高光谱遥感多特征优化方法。首先提取高光谱遥感影像的4种空间特征:局部统计特征、灰度共生矩阵特征、Gabor特征和形态学特征,并与波段选择的部分光谱波段组合,构建多特征集合;然后利用萤火虫算法对提取的多特征集合进行优化和特征选择,针对萤火虫算法收敛速度较慢问题,借鉴粒子群优化算法,引入随机惯性权重改进了萤火虫算法的位置更新公式;目标函数采用JM距离(Jeffreys-Matusita Distance)和Fisher Ratio。利用两组城市高光谱遥感数据进行了土地覆被分类研究,并将仅利用原始光谱信息进行波段选择的分类结果与利用多特征信息的分类结果进行了对比分析。实验表明:随机惯性权重可以提高FA特征选择的速度,且优化后的光谱与空间信息特征有助于提高城市土地覆被分类的精度,两组实验数据的特征优选结果统计均表明空间特征中的形态学特征被选择次数最多,局部统计特征和形态学特征相对于GLCM特征和Gabor特征更有助于高光谱遥感图像的分类。
- 刘慧珺苏红军赵波
- 关键词：高光谱遥感萤火虫算法
- 南京沿江湿地高光谱与多光谱遥感分类对比分析被引量：3
- 2016年
- 随着遥感技术的发展,以及对湿地分类研究的不断深入,如何提高分类精度成为一大研究方向。分类方法、影像数据源、影像的特征提取都影响着分类结果的精度。目前,利用影像数据进行湿地分类,精度难以提高主要是受影像像源的制约,其中,不同湿地类型波谱特性之间的混淆是制约精度提高的直接原因。高光谱(Hyperspectral)遥感是20世纪末对地观测系统中较重要的技术突破之一,随着定量化研究的发展,高光谱遥感技术以其光谱分辨率较高的特点受到国内外广泛关注,并在资源、环境、城市、生态等领域得到了广泛应用。本文比较了湿地分类中hyperion的数据与landset TM数据的分类精度。在进行分类时,使用监督分类的方法(SVM)对南京新济州、新生州、江心洲的湿地地物类型进行分类。结果表明,在训练样本合适的前提下,用高光谱数据进行分类可以得到更高的分类精度。
- 高原赵波蔡悦
- 关键词：湿地多光谱
- 自适应切空间协同表示高光谱遥感分类方法
- 高光谱遥感因其能够获取大量连续的窄波段光谱信息而广泛应用于军事、农业等领域。高光谱数据因其维数高、数据冗余等问题给传统分类方法带来挑战。近来，协同表示分类方法[1](CRC)因其模型简单、可拓展性强而广泛应用到高光谱遥感...
- 赵波苏红军
