庞新华
- 作品数：4 被引量：16H指数：2
- 供职机构：北京师范大学地理学与遥感科学学院地表过程与资源生态国家重点实验室更多>>
- 发文基金：国家自然科学基金教育部“新世纪优秀人才支持计划”国家高技术研究发展计划更多>>
- 相关领域：自动化与计算机技术农业科学天文地球更多>>
- 遥感影像的分类自校正方法研究
- 2007年
- 遥感图像分类是遥感图像研究的主要内容之一,分类精度高低直接关系到遥感数据的可靠性和实用性。多分类器系统可以提高单分类器分类的精度,但往往要求组成的子分类器分类误差相互独立,子分类器选择困难。支持向量机是新发展起来的一种非参数分类器,其分类原理和传统的基于统计的分类方法不同,表现出一定的独立性。为此本文尝试基于支持向量机和目前使用最广泛的最大似然法,构建一个性能高效且组合方式简单的复合分类器(称为遥感影像分类自校正方法)。同时,为了验证该分类器的性能,在北京市2006年4月27日的SPOT2图像上选择了一个研究区,分别利用最大似然法、支持向量机法和分类自校正方法进行分类对比试验。结果显示分类自校正方法的总体分类精度最高,比最大似然法和支持向量机法分别提高了4.35%和6.6%,而且各种地物类型的分类精度相对最大似然和支持向量机法都有提高。本文提出的分类自校正方法是一种性能高效且操作简单的分类方法。
- 朱秀芳潘耀忠顾晓鹤韩立建王双庞新华
- 关键词：多分类器系统最大似然分类
- 基于高分辨率遥感影像的耕地地块提取方法研究被引量：12
- 2009年
- 针对耕地地块提取问题,提出了一种基于图像分割的耕地地块提取新方法。该方法以高分辨率遥感影像为基础,借助于边缘提取和数学形态学的方法,通过边缘检测、边缘闭合、区域标号和后处理四个步骤,提取耕地地块。该方法在IDL6.3平台下编程实现。将此方法应用于北京地区QuickBird多光谱遥感影像,结果表明此方法有较好的定位精度,又在一定程度上去除了噪声,具有较好的实用性。
- 庞新华朱文泉潘耀忠贾斌
- 关键词：图像分割高分辨率遥感影像边缘检测数学形态学
- 基于决策树和混合像元分解的P6 AWiFS遥感影像小麦播种面积测量方法研究
- 准确、及时地获取小麦播种面积对国家粮食安全具有重要意义,遥感技术对地表信息获取具有宏观性、周期性、经济性、客观性等优势,为小麦播种面积的准确测量提供了重要的技术手段。然而,现有的小麦播种面积遥感测量方法很难推广应用,主要...
- 庞新华
- 关键词：遥感决策树混合像元NDVI
- 文献传递
- 一种基于SVR的简易融合算法
- 2008年
- 基于SVR(Synthetic Variable Ratio,合成变量比)融合方法,本文提出了一种SSVR(Simplified Synthetic Variable Ratio,简易合成变量比)融合方法。SSVR的核心是融合采用Radiance(辐射亮度)而不是DN值,低分辨率多光谱模拟的全色波段能量用高分辨率全色波段的能量替代。以Landsat 7 ETM+数据为例,采用PCA(主成分分析)、Multiplicative(乘积方法)、Brovey Transform(比值方法)I、SVR、SSVR 5种方法进行遥感影像融合,对比结果表明SSVR融合方法在提高原始多光谱影像分辨率的基础上,很好地保持了多光谱信息,该方法简单易行,提高了遥感数据的可利用性。
- 庞新华潘耀忠朱文泉顾晓鹤杨伟
- 关键词：遥感数据融合
