- 标题
- 摘要
- 关键词
- 实验方案
- 产品
-
[2019年IEEE国际电子器件与固态电路会议(EDSSC) - 中国西安 (2019.6.12-2019.6.14)] 2019 IEEE国际电子器件与固态电路会议(EDSSC) - 具有栅控肖特基隧穿结的常关型非欧姆GaN RB-MISHEMT
摘要： 由于多光谱遥感图像的光谱通道数量有限，变化信息（尤其是多类别变化）可能表征不足，从而导致变化检测不准确。本文提出采用无监督波段扩展技术生成人工光谱波段与空间波段，以增强多光谱图像变化检测（CD）中的变化表征与区分能力。具体而言，该方法运用乘法和除法两种简单非线性函数实现光谱扩展，并采用多尺度形态学重建扩展波段空间信息。随后将扩展后的波段集应用于三种主流无监督CD技术，用于解决多类别CD问题。在三个真实双时相多光谱遥感数据集上获得的实验结果验证了所提方法的有效性。
关键词： 变化检测（CD）、遥感、非线性波段扩展、变化矢量分析、多时相分析、多光谱图像、维度扩展
更新于2025-09-11 14:15:04
-
[IEEE IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 西班牙瓦伦西亚（2018.7.22-2018.7.27）] IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 基于多时相SAR图像序列的密集全卷积网络作物识别
摘要： 本研究提出了一种密集全卷积架构，用于从多时相遥感影像中识别作物类型。我们基本改编了一个密集全卷积网络来处理多时相数据堆栈。该方案在一个包含南美洲热带地区两期Sentinel-1A序列的公开数据集上进行了测试。以专为图像块分类设计的密集卷积网络作为基线，通过实验评估了专题精度、空间精度及计算负荷。所提架构在识别率上与基线相当，并在推理阶段展现出极高的计算效率。
关键词： 作物类型分类、深度学习、全卷积网络、合成孔径雷达、多时相分析
更新于2025-09-09 09:28:46
-
利用激光雷达和多时相哨兵2号影像提升森林流域土地覆盖分类精度
摘要： 利用当前遥感技术，高精度土地覆盖制图已成为现实。由于植被具有特定的光谱响应特征，植被指数和土壤指数是辅助区分土地利用类型的有效工具。此外，通过结合多时相影像序列与激光雷达数据，可提升卫星影像分类的精度。这种数据融合技术既利用了激光雷达提供的植被覆盖密度信息，又发挥了多光谱数据识别植被类型的能力。本研究主要分析在塞纳2号卫星年度时序影像数据中融入低密度激光雷达数据后，两个森林流域土地覆盖分类精度的提升效果。结果表明：加入激光雷达数据的分类总体精度更高。鉴于植被覆盖对径流估算的重要关联与影响，这种精度提升对于森林流域的土地覆盖分类具有显著意义。
关键词： 随机森林，遥感，林地覆盖，多时相分析，Sentinel 2A多光谱影像，激光雷达
更新于2025-09-09 09:28:46
-
综合遥感 || 遥感影像数据的多时相分析
摘要： 近年来，多时相信息提取与分析新方法的发展受到了广泛关注。主要遥感期刊发表论文数量的急剧增加、国际会议相关专题数量的增多以及多时相图像和数据相关项目数量的上升都证明了这一点。
关键词： 变化检测、无监督双时相影像分析、影像时间序列、有监督/半监督双时相影像分析、多时相分析、遥感
更新于2025-09-04 15:30:14