哈尔滨科技大市场

首页 > 技术交易 > 科技成果

成果搜索

语义信息在高分辨率影像分类中的研究

发布时间： 2023-12-08 浏览量：19

交易方式：面议
联系电话：0451-88028485
单位名称或姓名：王云龙
产业领域：生物经济
成果类型：

项目基本情况Basic information of the project

几十年来，随着航天和航空平台、传感器、通信以及信息处理等关键技术的迅速发展，人类已经能够全天候、全天时、全方位地获取对地观测数据。随着高分辨率对地观测计划的启动，以高分一号卫星的发射为标志，我国在接下来的几年内对地观测技术也将会获得迅猛发展。然而，人们从遥感影像中获取信息的能力远远落后于生产遥感影像数据的能力。然而由于高分辨率遥感影像场景复杂，"同物异谱，同谱异物"情况突出等等原因，目前的整体状况仍然是"数据海量，信息不足，知识难求",随着遥感影像的分辨率地提高，传统的监督分类和非监督分类在高空间分辨率影像中的分类精度难以满足日益增长的需求。为此，本研究立足于面向对象影像分析方法，充分利用语义信息进行影像分类，将面向对象影像分析与多尺度的理论和方法结合起来，研究不同尺度下的语义分类模型，并探讨最优分割尺度的方法。本研究分为两个大方面，一是充分利用高空间分辨率影像的语义信息，并采用最大似然估计，依据地物形状的识别系数和复杂地物的要素价值等变量分别得到简单地物与复杂地物的可识别概率；并采用人工目视解译的方法进行验证。在研究高空间分辨率影像上简单地物与复杂地物的影响可解译性评价的主要因素的基础上，研究解译的可能性，二是对现有的面向对象的或然模式进行研究，研究其分类精度尺度效应、最优尺度选择的问题；对面向对象的非决策模式的进行编程实现，并运用混淆矩阵，与现有的面向对象的或然模式进行精度比较，分析模型的优劣，评价分类的可行性。本研究不仅可以丰富语义信息在影像自动识别分类中的应用，具有科学意义，而且对于建立提高影像分类精度，探索分类新方法，均由较大意义

管理团队与技术团队Management team and technical team

黑龙江工程学院

效益分析Benefit analysis

该项目为储备库项目资源，暂无效益分析内容。

成果推荐Result recommendation

新闻中心

技术交易

科技人才

科技服务

政策

活动中心

关于我们