一种基于改进模糊C均值聚类的语义变化检测方法及系统

    公开(公告)号:CN106897679A

    公开(公告)日:2017-06-27

    申请号:CN201710075770.6

    申请日:2017-02-13

    IPC分类号: G06K9/00 G06K9/46 G06K9/62

    摘要: 本发明提供一种基于改进模糊C均值聚类的语义变化检测方法,包括如下步骤:步骤1:多时相遥感影像预处理操作;步骤2:对预处理后的多时相遥感影像进行重叠分块,并提取底层特征向量组合;步骤3:特征向量聚类划分;步骤4:提取分块影像的视觉直方图;步骤5:计算时相一影像与时相二影像对应分块的视觉直方图之差作为变化向量,并构建变化趋势图;步骤6:采用改进的模糊C均值算法对变化向量进行语义变化检测,识别变化与未变化区域,实现变化检测。本发明兼顾高分辨率遥感影像丰富的区域结构信息,弥补像元级光谱统计特征难以描述复杂目标的局限性,自动提取影像的高层次语义变化信息,有效提高了处理的时效性和精度。

    一种多光谱遥感影像变化检测方法

    公开(公告)号:CN103500450A

    公开(公告)日:2014-01-08

    申请号:CN201310463016.1

    申请日:2013-09-30

    IPC分类号: G06T7/00

    摘要: 本发明公开一种多光谱遥感影像变化检测方法。传统的遥感影像变化检测方法是通过代数法对两个不同时相的遥感影像作差异影像,然后通过对差异影像进行建模,确定变化阀值,从而实现对影像的变化检测,但是在这一过程中存在着差异影像不一定满足指定的模型和变化阀值难以确定的问题,针对这些问题本发明提出了基于SVM混合核函数的遥感影像变化检测方法,其实现过程包括下述步骤:首先,采用主成分(PCA)变换与相关系数融合法相结合的方式构造差异影像;其次再提取差异影像的灰度特征和纹理特征并进行归一化和格式化处理;接下来选择训练区域并构造SVM混合核函数再进行训练;最后将差异影像利用SVM混合核分类器进行分类得到目标影像的变化检测结果。

    一种基于小流域分区的坡耕地侵蚀地块精细化提取方法

    公开(公告)号:CN117911902A

    公开(公告)日:2024-04-19

    申请号:CN202410055588.4

    申请日:2024-01-15

    摘要: 一种基于小流域分区的坡耕地侵蚀地块精细化提取方法,包括:获取研究区相关数据,基于相关数据及CLSE模型计算得到研究区土壤侵蚀模数,基于研究区土壤侵蚀模数进行土壤侵蚀强度评价得到研究区土壤侵蚀强度数据;将研究区土壤侵蚀强度数据细分为“县、市或区级行政区‑四级流域‑五级小流域”三个层级,得到研究区水土流失情况及特征统计数据;基于研究区水土流失情况及特征统计数据,在多个空间尺度内分别识别坡耕地水土流失重点治理单元,针对识别出的坡耕地水土流失重点治理单元,通过无人机采集DOM及高精度DSM数据,提取田块尺度的坡耕地侵蚀地块。本发明提高了现有遥感技术提取坡耕地侵蚀地块的效率和精度。

    基于遗传算法的河流局域无线传感器节点分布优化方法

    公开(公告)号:CN103957549B

    公开(公告)日:2017-05-10

    申请号:CN201410202917.X

    申请日:2014-05-14

    IPC分类号: H04W24/02 H04W84/18

    摘要: 本发明提供一种基于遗传算法的河流局域无线传感器节点分布优化方法。本发明使用遗传算法将河流局部区域监测节点分布优化问题转化为0/1规划问题,通过染色体的遗传、交叉及变异等遗传算法操作,并通过适应度值的比较最终实现监测节点的合理分布优化选取。另外,发明的算法采用了多个评估指标对适应度进行加权评估,分别是“水位分布差异率”、“流速分布差异率”、“水质分布差异率”、“河道坡度比降”和“河流走向参数”,这可以供决策者根据河流局部区域的水文环境的差异,灵活调整指标权重,从而提升算法的适应性。

    基于遗传算法的河流局域无线传感器节点分布优化方法

    公开(公告)号:CN103957549A

    公开(公告)日:2014-07-30

    申请号:CN201410202917.X

    申请日:2014-05-14

    IPC分类号: H04W24/02 H04W84/18

    摘要: 本发明提供一种基于遗传算法的河流局域无线传感器节点分布优化方法。本发明使用遗传算法将河流局部区域监测节点分布优化问题转化为0/1规划问题,通过染色体的遗传、交叉及变异等遗传算法操作,并通过适应度值的比较最终实现监测节点的合理分布优化选取。另外,发明的算法采用了多个评估指标对适应度进行加权评估,分别是“水位分布差异率”、“流速分布差异率”、“水质分布差异率”、“河道坡度比降”和“河流走向参数”,这可以供决策者根据河流局部区域的水文环境的差异,灵活调整指标权重,从而提升算法的适应性。