许凯
- 作品数：23 被引量：109H指数：6
- 供职机构：武汉大学更多>>
- 发文基金：国家重点基础研究发展计划国家自然科学基金地理空间信息工程国家测绘地理信息局重点实验室开放研究基金更多>>
- 相关领域：天文地球自动化与计算机技术建筑科学更多>>
- 多源遥感影像湿地检测概率潜在语义分析被引量：1
- 2017年
- 提出了一种基于概率潜在语义分析的多源遥感影像湿地检测方法。首先提取高分辨率影像的光谱、纹理和湿地场景的地物组成成分,并结合由多光谱遥感数据提取的湿地地表温度、土壤含水量,组成湿地场景的特征空间;然后利用概率潜在语义分析将湿地场景表示成多个潜在语义的组合,并用潜在语义的权值向量来描述湿地场景的特征空间;最后利用SVM分类器实现湿地场景的检测。试验表明,概率潜在语义分析能够将湿地的高维特征空间映射到低维的潜在语义空间中,地物组成成分和定量环境特征的加入能更加有效地表征湿地特征空间,提高湿地检测精度。
- 许凯张倩倩王彦华刘福江秦昆
- 关键词：概率潜在语义分析语义信息多源遥感
- 智能空间信息处理课程体系研究
- 智能空间信息处理是地球空间信息科学的重要发展方向,是地球空间信息科学与智能科学的交叉学科,代表了空间信息科学的学科发展前沿。在遥感科学与技术、地理信息系统的本科教育、硕士和博士教育中应加强智能空间信息处理的相关理论和方法...
- 秦昆孔令桥许凯
- 关键词：人工智能地球空间信息科学课程体系
- 文献传递
- 基于多结构元的形态学边缘检测方法研究被引量：2
- 2007年
- 针对传统边缘检测算子的缺点,研究了基于数学形态学的边缘检测方法,给出了基于多结构元的抗噪型形态学边缘检测算法的具体流程,进行了实验对比分析,表明该方法具有较好的边缘提取能力和抗噪性。
- 周春肖启芝许凯吴辞军秦昆
- 关键词：边缘检测图像处理数学形态学多结构元
- 一种基于影像块的多时相遥感影像建筑物变化检测方法
- 本发明公开了一种基于影像块的多时相遥感影像建筑物变化检测方法，该方法首先输入不同时相的建筑物检测粗结果，将各检测结果长宽分别N等分，对前后任意时间间隔的两时相同一区域中的建筑物像素数目作比值，基于阈值将该区域的建筑物变化...
- 秦昆毕奇许凯李智立
- 文献传递
- 一种基于多尺度滤波建筑指数的遥感影像建筑物检测方法
- 本发明公开了一种基于多尺度滤波建筑指数的遥感影像建筑物检测方法。本发明基于数字形态学和多尺度滤波和实现高分辨率遥感影像的建筑物快速自动检测。首先，基于多波段高分辨率遥感影像各波段最大值以生成亮度图像；接下来，对亮度图像做...
- 秦昆毕奇许凯李智立
- 云模型支持下的遥感图像分类粒计算方法研究
- 遥感图像分类就是依据遥感图像的光谱、纹理、形状等特征将图像划分为互不相交的地物类型区域的过程,是遥感图像地物提取的前提和基础,分类结果的好坏直接影响到后续处理的精度。遥感图像分类是遥感信息提取技术中的一个经典难题,也是公...
- 许凯
- 关键词：云模型粒计算粒化遥感图像分类
- 文献传递网络资源链接
- 一种基于PLSA和BOW的高分遥感影像港口检测方法
- 本发明涉及一种基于PLSA和BOW的高分遥感影像港口检测方法，首先进行影像预处理；提取影像的NDWI和分形维数特征，基于Grabcut图像分割方法得到水岸线，缩小搜索范围；然后将灰度直方图统计、NDWI特征、分形维数纹理...
- 秦昆毕奇童心许凯
- 文献传递
- 高斯混合模型云变换算法及其在图像分割中的应用被引量：5
- 2013年
- 针对启发式云变换只能对一维特征进行变换的缺陷,提出一种基于高斯混合模型的改进云变换方法。通过EM算法和高斯分布的拟合误差求解云模型的数字特征,抽取图像底层概念,从而实现图像分割。通过图像分割实验验证了该算法的有效性。
- 许凯秦昆刘修国李登朝
- 关键词：高斯混合模型云模型图像分割
- Haar-like特征在稀疏建筑物检测中的应用被引量：1
- 2020年
- 以高原无人区稀疏建筑物为研究对象,将Hough变换、Haar-like特征与AdaBoost算法相结合构造强分类器,利用高分辨率遥感影像快速精确地从无人区检测出固定稀疏建筑物。首先对影像进行边缘检测、Hough变换的直线提取与几何旋转校正,将实际可能是任何角度的建筑物旋转成水平或垂直状态,再将旋转后图像提取Haar-like特征后利用AdaBoost算法进行分类。实验证明,该算法原理简单,能有效解决仅用Haar-like特征精度不适应建筑物角度多变的问题,说明了Hough变换直线特征提取与Haar-like矩形特征提取多角度稀疏建筑物的可行性,为快速精确检测无人区的稀疏建筑物提供了新思路。
- 张夏肖启芝许凯霍佳媛
- 关键词：HAAR-LIKE特征HOUGH变换ADABOOST算法建筑物识别
- 基于自适应高斯混合模型的遥感影像分类方法研究——以武汉地区遥感影像分类为例
- 2015年
- 利用遥感影像中地物目标的光谱和纹理特征,基于自适应高斯混合模型对地物特征的概率密度函数进行建模,通过自适应消除最小权重高斯子分量的方法获取分类样本最佳高斯分量数,并基于贝叶斯分类准则进行地物类别的判别,实现遥感影像分类。最后,通过对TM、Quickbird分类实验证明了该算法的有效性,并与传统的图像分类算法进行试验对比,验证了该算法的可行性和优越性。
- 李登朝吴健许凯
- 关键词：高斯混合模型EM算法遥感模式识别
