声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：51-1307/TP
国际刊号：1001-9081
发布日期:
作者：汪权方, 张梦茹, 张雨, 汪倩倩, 陈龙跃, 杨宇琪
单位：1. 湖北大学 资源环境学院, 武汉 430062;2. 湖北省农业遥感应用工程技术研究中心(湖北大学), 武汉 430062
关键词：视觉注意机制,AdaBoost算法,水体,色差,遥感信息智能提取
基金：湖北省技术创新重大项目（2018ABA078）。
建立契合遥感数据内在特征的智能信息分析模型与方法，是解决遥感大数据时代信息智能提取的关键所在。从普适性的大范围水体信息遥感智能采集的需求出发，构建一种基于视觉选择性注意机制与AdaBoost算法的水体信息遥感智能提取方法。首先通过对遥感多特征指数的RGB配色方案的优化设计，实现水体信息图像特征的增强和可视化表达。然后在HSV颜色空间中，利用色差距离图像的关键节点信息构造分类特征集，并采用AdaBoost算法构建水体识别分类器，据此从图像色彩聚类结果中自动识别出水体所属类别，实现水体信息的智能提取。对比实验结果表明，该方法的水体信息提取结果在漏分率（LR）和复合分类精度（CCA）上都有明显提高；同时，该方法能有效减少对高质量训练样本的依赖性，对于丰水期泥沙含量较高水体以及洪灾导致的淹没区等临时性水域也具有较好的识别性能。
来源：2020年第4期
《计算机应用》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。