高峰
- 作品数：15 被引量：134H指数：6
- 供职机构：中国电子科技集团公司更多>>
- 发文基金：国家公益性行业科研专项国家自然科学基金更多>>
- 相关领域：自动化与计算机技术电子电信天文地球交通运输工程更多>>
- 基于增强指数加权均值比的SAR图像边缘检测算法被引量：3
- 2018年
- 研究学者们认为指数加权均值比(ROEWA)算子存在无法计算SAR图像边缘方向的缺陷。为此,进行了一些通过方向滤波器为ROEWA算法施加方向的工作。该文对ROEWA算法进行了深入的探讨和分析,通过对ROEWA算法卷积过程的进一步推导,获得了ROEWA算法像素级的观测公式。根据推导结果,提出了一种增强的ROEWA(EROEWA)边缘检测算法。首先,利用新的卷积策略将ROEWA的公式项解耦,获得了4个方向的指数加权均值;然后把SAR图像旋转45°,再利用新的卷积策略获取额外的4个方向的指数加权均值;最后,将8个方向的指数加权均值表示成8个矢量,通过矢量合成求出边缘强度和边缘方向。实验结果表明,提出的EROEWA算法不仅具有优秀的边缘方向计算能力,与ROEWA算法相比,边缘强度的提取也有显著的增强效果。
- 胡炎单子力高峰
- 关键词：矢量
- 一种面向多星多分辨率的SAR图像舰船候选区域提取方法被引量：1
- 2019年
- 基于CFAR和核密度估计(KDE)的SAR传统舰船候选区域提取方法存在以下缺陷:CFAR虚警率依赖人工经验选择;CFAR仅对杂波分布建模,会对被检目标构成一定的漏检风险;利用KDE进行强海杂波过滤时,需凭人工经验选择滤除阈值。这使得传统舰船候选区域提取方法无法适应多星多分辨率等复杂场景。该文提出一种面向多星多分辨率的SAR图像舰船候选区域提取算法,针对CFAR算法的缺陷,提出采用均值二分法迭代逼近目标计算分割阈值,在克服CFAR缺陷的同时,计算效率比CFAR提高10倍以上;针对KDE的缺陷,提出了区块KDE结合大阈值滤除强海杂波,再借助种子点生长算法重建目标。由于大阈值具有足够的阈量,使得算法可以适应更复杂的场景。实验表明所提方法具有不漏检、阈值自适应、计算效率高、虚警率低的优点,具备优秀的多星多分辨率SAR舰船候选区域提取能力。
- 胡炎单子力高峰
- 关键词：图像处理阈值自适应
- 基于深度学习的遥感影像基础设施目标检测研究被引量：30
- 2018年
- 随着航天技术、计算机技术以及图像处理技术的发展,遥感图像的分辨率越来越高,覆盖范围也越来越广,高分辨率的遥感影像在军事侦察、地质勘探和国土资源等领域的应用也越来越广泛。"高分一号"作为我国"高分专项"系列卫星的首星,其图像处理技术对于其他高分影像处理具有重大的借鉴意义。针对"高分一号"遥感影像目标检测的问题,通过深度学习神经网络设计和优化,实现在遥感影像中准确检测机场、操场等基础设施目标。实验结果表明,深度学习网络用于遥感目标检测,具有良好的准确度和鲁棒性,从而为国产高分系列遥感卫星的应用提供多样化技术支持。
- 王港陈金勇高峰高峰
- 关键词：遥感影像目标检测
- 基于神经网络的高光谱图像异常目标检测方法被引量：10
- 2019年
- 基于高光谱图像的异常目标检测是当前研究的热点之一,目前已经产生了很多目标检测方法。这些算法大多仅利用了图像的低阶统计特征,因此难以实现目标的非线性检测。传统基于核映射方法的非线性目标检测,由于需要极大的内存,具有较低的效率,在实际应用受到了限制。该文提出了一种基于神经网络的高光谱图像异常目标检测方法。该方法首先使用RBF网络对高光谱图像进行非线性映射,使原本不可分的背景和目标线性可分,然后使用传统的RXD目标检测算法来检测异常目标。进行了模拟实验和真实实验,结果表明,基于神经网络的非线性主成分分析可以将线性不可分的目标与背景进行分离,从而获得更好的目标探测效果。
- 王敏陈金勇陈金勇孙康孙康
- 关键词：高光谱遥感异常检测
- C_(PK)在生瓷片打孔工艺中的应用被引量：3
- 2017年
- C_(PK)是现代企业用于表示工艺过程能力的指标,可反映工艺过程合格率的高低。充分利用C_(PK)的特点,将C_(PK)应用于生瓷片打孔工艺中,可有效提高生瓷片打孔机的良品率。实验结果证明,基于C_(PK)的通孔检测可客观评价工艺水平,提高产品良品率,降低生产成本,促进打孔机质量改进。
- 吕琴红董永谦王增琴高峰李兴
- 关键词：过程能力指数
- 基于超像素和全卷积网络的极化SAR图像分类被引量：4
- 2020年
- 基于深度学习的方法在极化合成孔径雷达(Synthetic Aperture Rader,SAR)图像分类中取得了不错的分类结果,尤其是全卷积网络(Fully Convolution Network,FCN),得益于其端到端、点到点的分类架构,在极化SAR图像分类中有很大的应用前景。之前的基于FCN的极化SAR图像分类方法中,没有使用超像素去修正分类结果,影响了其分类结果的进一步提升。提出了基于超像素和FCN的极化SAR图像分类方法,得到了很好的分类结果。
- 陈彦桥张小龙陈金勇高峰高峰
- 关键词：极化SAR图像分类
- 基于深度神经网络的京津冀地区PM2.5反演被引量：2
- 2021年
- 京津冀地区受到重工业生产导致的污染气体排放、地形不利于大气污染物扩散等因素的影响,一直是空气污染最严重的地区。地面站点观测数值的极度不均匀分布导致PM2.5浓度高值区的反演结果是有偏的;传统的回归算法难以挖掘PM2.5与大气参数间复杂的非线性关系,PM2.5浓度反演精度仍待提高。在总结传统回归算法反演PM2.5浓度缺点的基础上,提出了基于深度神经网络(Deep Neural Network,DNN)的PM2.5浓度反演模型,并利用2015年京津冀地区的PM2.5浓度进行验证,验证结果表明:(1)样本均衡化明显提高了深度神经网络反演PM2.5浓度时的精度,也提高了DNN模型的鲁棒性;(2)DNN能够很好地挖掘PM2.5浓度与大气因子间的非线性关系,空气质量监测站点观测的PM2.5浓度与DNN反演得到的PM2.5浓度相关系数达到0.94;(3)2015年京津冀地区冬季的PM2.5浓度最高,夏季的PM2.5浓度最低,高污染地区主要集中在中南部;北京市与石家庄市PM2.5浓度峰值主要分布在冬季;12月份空气污染频率略低于其他月份,但空气污染持续时间更长。
- 刘宇楚博策高峰邓越
- 关键词：气溶胶光学厚度
- 基于Mask R-CNN的舰船目标检测研究被引量：21
- 2018年
- 随着深度学习在计算机视觉、图像处理以及遥感信息处理领域的逐步应用,目标检测识别、图像语义分割等应用取得了巨大的突破。但是遥感影像目标中,舰船目标具有形状细长、多个目标紧密排列等特点,应用传统的目标检测框架易出现漏检、误检等问题。针对上述问题,提出基于Mask R-CNN框架的舰船目标检测识别方法,通过候选框与像素分割曲线相结合的思路,较好地解决了紧密排列舰船目标的检测问题。实验结果表明,基于Mask R-CNN的舰船目标检测结果具有较高的准确度,在解决紧密排列目标和多尺度目标的检测问题上具有较好性能。
- 吴金亮吴金亮梁硕梁硕陈金勇
- 关键词：MASK舰船检测目标检测
- 基于CNN和RFC的极化SAR图像分类被引量：2
- 2021年
- 卷积神经网络(Convolution Neural Network,CNN)在极化合成孔径雷达(Synthetic Aperture Rader,SAR)图像分类的应用中在类别非边界区域取得了好的分类结果,在类别边界区域没有取得好的分类结果,随机森林分类器(Random Forest Classifier,RFC)在极化SAR图像分类领域也得到了不错的分类结果,但是在类别非边界区域的分类结果没有CNN好。提出在类别边界区域使用RFC的分类结果,在类别非边界区域使用CNN的分类结果,通过此种集成学习方式得到了更好的分类结果。
- 陈彦桥张泽勇陈金勇高峰高峰
- 关键词：卷积神经网络极化合成孔径雷达图像分类
- 基于深度神经网络的遥感目标检测及特征提取被引量：11
- 2018年
- 近几年里深度学习在图像、语音和文本等方面均取得了突破性的进展。遥感领域也开始引入深度学习作为一项重要的分析处理技术。国内在应用深度学习进行遥感影像目标检测等任务时,多数直接采用世界上效果较好的网络模型,缺乏深层次网络设计能力。通过设计遥感影像目标检测深度学习网络模型,并研究遥感影像目标在卷积神经网络下的成像特性,利用卷积特征成像和反卷积成像,研究卷积结构与网络模型特征提取的关系,为遥感领域深度学习网络模型设计提供技术支持。实验结果表明,深度神经网络用于目标检测识别具有很好的检测准确度,可用于多种目标检测;特征可视化直观展示了遥感目标特征抽象的过程。
- 王港陈金勇高峰吴金亮
- 关键词：遥感影像目标检测成像特性
