陕西省教育厅科研计划项目(2013JK0946)
- 作品数：4 被引量：60H指数：2
- 相关作者：黄远程胡荣明黄小兵钟燕飞郭江波更多>>
- 相关机构：西安科技大学武汉大学更多>>
- 发文基金：陕西省教育厅科研计划项目测绘遥感信息工程国家重点实验室开放研究基金国家自然科学基金更多>>
- 相关领域：天文地球自动化与计算机技术理学化学工程更多>>
- 基于无向图的线要素拼接算法被引量：1
- 2014年
- GIS数据在绘制或数据转换的过程中会产生大量断线,这些断线使得拓扑构建和空间分析无法进行。本文在详细分析线数据的特点及产生大量断线原因的基础上,提出了一种基于无向图结构的断线拼接算法。该算法定义了公共端点和待拼接线的数据模型,并以此为基础建立无向图结构,对其进行遍历实现线要素的拼接。实验表明该算法灵活、准确,能大量减少人工干预从而提高工作效率。
- 胡荣明谢芳贾建华
- 关键词：GIS数据线要素无向图
- 增强形态学建筑物指数应用于高分辨率遥感影像中建筑物提取被引量：47
- 2014年
- 提出一种增强的形态学建筑物指数(EMBI),利用该指数和地物的几何形状约束可完成高分辨率建筑物的自动提取。首先提取城市的不透水层特征,然后通过建立建筑物属性与形态学运算之间的关系得到EMBI特征图像,以增强对建筑物的描述,最后结合形状特征(长宽比、面积等)采用决策树分析的方法完成对建筑物的提取。为了验证本文方法的有效性,利用华盛顿特区商业街的航空高光谱HYDICE影像和武汉大学的两幅QuickBird影像进行对比试验,表明本文算法比MBI算法能获得更好的建筑物提取结果,其总体精度分别提高了7.31%、6.48%和7.83%。
- 胡荣明黄小兵黄远程
- 关键词：高分辨率影像决策树
- 联合盲分解与稀疏表达的高光谱图像异常目标检测被引量：10
- 2015年
- 应用高光谱图像进行异常目标检测是高光谱遥感最重要的应用之一,而异常目标检测算法最为关键的是对背景的描述。RX等经典算法受制于对背景分布的高斯假设,因而在复杂背景条件下不能有效地提取出感兴趣的异常目标。本文提出了一种新的异常目标检测算法,不仅能够有效地检测出亚像元的异常目标,同时以新的方式描述背景。算法首先针对异常检测先验信息不足的问题,采用盲分解方法建立描述背景的冗余字典,该字典是根据像元的纯净性定义估计的背景类端元束构成;然后采用稀疏回归计算每个像元的重建误差,以误差特征作为异常指数,误差越大越可能是异常;为了增强对可能异常目标的描述能力,应用了局部近邻分析来增强目标在图像邻域的离群表达,从而获得最终的异常检测特征。算法将字典构造的全局性与地物的局部连续性结合,提高了异常目标检测的可靠性。采用不同混合比例模拟的亚像元数据和两幅真实数据进行实验,结果表明,算法不仅仅获得了比RX等经典算法更高的精度,同时在不同信噪比条件下表现稳健且抗噪能力强。
- 黄远程钟燕飞赵野鹤朱卫恒
- 关键词：异常检测高光谱图像
- 韭菜中毒死蜱残留量与高光谱特征参数的相关性建模被引量：2
- 2015年
- 本研究目的在于分析农药残留量（pesticide residue,PR）与高光谱中响应特征参数之间的关系,并利用筛选的光谱特征参数建立反演毒死蜱残留量的有效模型。首先采用ASD Fieldspec高光谱仪测得韭菜样本的光谱,通过气相色谱-质谱联用（GC-MS）法测得毒死蜱残留量（PR）值;分析样本光谱反射率值及其一阶微分值与毒死蜱残留量的相关性,计算33个高光谱特征参数与毒死蜱残留量的相关性;根据相关系数高低选择敏感的光谱特征参数;最后采用最佳相关系数下的光谱特征参数对毒死蜱残留量进行建模反演。相关性分析结果显示：近红外波段789~867 nm范围内一阶微分光谱值与PR值呈正相关,1 860 nm处一阶微分光谱值（first-order differential 1 860 nm,FD1860）与PR值紧密相关;在33个高光谱特征参数中,近红外一阶微分总和（the sum of first-order differential near infrared,SDnir）与PR值呈良好的正相关关系。基于此,文章以供试样本的FD1860和SDnir观测值为自变量,分别建立了3个预测毒死蜱残留量的模型,即线性、二次多项式及指数模型,并采用交叉验证测试方法检验了模型的合理性。对实验所得决定系数R2和预测均方根误差（RMSE）的评价结果表明,以SDnir为自变量构建的模型稳定性强,其二次多项式模型是最佳反演毒死蜱残留量的有效模型。因此,样本的高光谱特征参数SDnir的变化幅度直接反映了韭菜样本中毒死蜱残留量的变化,表明运用蔬菜的高光谱特征参数反演蔬菜中农药残留量的方法是可行的。
- 胡荣明郭江波黄远程竞霞郭连坤
- 关键词：农药残留相关系数气相色谱-质谱联用毒死蜱韭菜
