遥感云分类不确定性的多维混合熵模型评价

针对遥感影像提取信息分类过程中存在随机不确定性和模糊不确定性两种噪声,影响分类结果的准确性问题,该文在多光谱遥感影像处理中,通过对传统的混合熵模型进行多维化改进,提出多维混合熵的不确定性评价模型。采用云算法对遥感影像进行解译分类,获取相应的不确定性模型参数计算出信息熵和模糊熵,从像元和类别两个尺度构建出遥感云分类不确定性的多维混合熵评价模型。结果表明,多维混合熵模型能够充分考虑多光谱遥感数据的多维性,可以从不同尺度对遥感分类的随机不确定性和模糊不确定性进行有效全面地评价。     

高空间分辨率遥感影像最优分割结果自动确定方法EI北大核心CSCD

针对现有方法普遍存在不能充分顾及遥感影像多波段光谱信息,以及忽视遥感影像中地理要素的多尺度特性等问题,提出一种自动确定高空间分辨率遥感影像最优分割结果的非监督评价方法。该方法基于信息熵生成光谱信息离散度,利用光谱信息离散度构建能表达分割对象内部光谱均质性指标和分割对象与其相邻分割对象间光谱异质性指标。基于构建的光谱均质性和光谱异质性指标,采用“粗估计+精确定”的策略,逐步得到一个多级优化后的影像最优分割结果。本文在3个不同下垫面影像区域进行试验。结果表明,该方法能有效地实现自动确定高空间分辨率遥感影像最优分割结果,与现有方法相比,本文方法确定出的影像最优分割结果质量更高,与参考分割结果更加贴近。     

多光谱遥感影像的灰度与纹理信息测度方法

本文研究了一种基于参数熵模型的遥感影像信息量估算方法,用以量化影像的灰度信息量和纹理信息量及其组合后的信息量。该方法的支点是,利用基于差值脉冲编码调制的遥感影像波段内和波段间去相关算法,同时消除冗余信息和噪声对信息熵的影响,运用参数熵模型来估计遥感影像的有用信息量。本文利用Landsat影像进行了计算实验和分析。结果表明,该算法可以有效评价多光谱遥感影像的信息量,以便为分类和影像质量评价等应用问题提供信息论指标。     

面向高光谱遥感影像的分类方法研究

20世纪80年代初期出现的高光谱遥感技术,将反映目标辐射属性的光谱信息与反映目标空间几何关系的图像信息有机地结合在一起。高光谱影像丰富的光谱信息使其较全色遥感、多光谱遥感能够更好地进行地面目标的分类识别,然而其复杂的高维数据结构也对传统的遥感影像分类方法提出挑战。提出很多针对高光谱遥感影像的分类方法,对其进行研究。     

面向对象的高光谱遥感影像稀疏表示分类

稀疏表示用于高光谱遥感影像分类多是基于像素层次来处理的。文中提出一种面向对象的高光谱遥感影像稀疏表示分类方法。首先从高光谱影像中提取4个波段组成标准的多波段影像,进行面向对象的影像分割;然后计算各对象在各波段上的光谱均值,并选取少量样本进行训练;最后利用基于Fisher字典学习的稀疏表示进行高光谱遥感影像的分类。实验结果表明,该方法可以利用较少的样本得到较好的分类效果,与基于像素层的稀疏分类相比较,分类精度与效率均有所提高,分类结果更接近真实地物,避免了零碎图斑。     

粗糙集高分辨率遥感影像面向对象分类

面向对象的高分辨率遥感影像分类已受到研究者们的广泛关注。本文提出一种基于粗糙集理论的面向对象分类方法以区分高分辨率遥感影像上的不同地物。首先,利用基于相位一致梯度与前景标记的分水岭变换进行影像分割,提取图像斑块;然后,利用Gabor小波提取斑块的纹理特征,进而根据粗糙集理论提取纹理分类规则;最后,在对象光谱特征的初步分类结果,根据纹理分类规则得到最终结果基础上。依据粗糙集理论只能处理离散属性数据,本文重点提出一种适用于面向对象分类的连续区间属性离散化方法。实验表明本文方法可取得较好分类结果与较高分类精度。     

遥感影像分类中的空间尺度选择方法研究

提出了一种新的基于信息熵的空间尺度选择方法。该方法充分利用了遥感影像的多光谱信息。在这个方法中, 信息熵被用于评价影像类别可分性的定量标准; 另外影像的空间分布特征也被考虑。该方法与已有方法, 即基于局部方差的方法、基于变异函数(Variogram)的方法、基于离散度的方法, 进行了比较。TM和QuickBird两种影像被引入到评价中来。实验结果表明, 本方法能够准确地确定两种实验影像的最优分类精度所对应的空间尺度。QuickBird影像采用了面向对象的分类方法进行实验, 这表明本方法不仅适合于传统的分类方法, 同时也适用于面向对象的方法。通过比较分析表明, 本文方法明确优于已有各种方法。     

基于多尺度超像素的高光谱图像分类研究

随着遥感技术的快速发展,高光谱遥感影像的分类方法研究受到普遍关注.现有高光谱遥感影像分类研究采用单一尺度下的超像素方法进行图像分割处理,无法确定最佳超像素个数,较易忽视图像细节信息,且单一核矩阵无法表征多特征信息导致分类精度降低.因此,本研究拟在多尺度下采用超像素分割方法对高光谱影像的第一主成分分量进行多尺度超像素分割...     

高光谱遥感影像分类研究进展

随着模式识别、机器学习、遥感技术等相关学科领域的发展,高光谱遥感影像分类研究取得快速进展。本文系统总结和评述了当前高光谱遥感影像分类的相关研究进展,在总结分类策略的基础上,重点从以核方法为代表的新型分类器设计、特征挖掘、空间-光谱分类、基于主动学习和半监督学习的分类、基于稀疏表达的分类、多分类器集成六个方面对高光谱影像像素级分类最新研究进行了综述。针对今后的研究方向,指出高光谱遥感影像分类一方面要适应大数据、智能化高光谱对地观测的发展前沿,继续引入机器学习领域的新理论、新方法,综合利用多源遥感数据、多维特征空间互补的优势,提高分类精度、分类器泛化能力和自动化程度;另一方面要关注高光谱遥感应用的需求,突出高光谱遥感记录精细光谱特征的优势,针对应用需求发展有效的分类方法。     

基于小波变换的遥感图像融合研究——以黄河三角洲地区为例

针对黄河三角洲地区Landsat TM的多光谱影像和全色影像,提出了一种基于IHS变化和离散小波变换的遥感图像融合方法。该方法在IHS变换的基础上进行直方图均衡化;其次,利用离散小波变换的方法对多光谱图像的亮度分量I和全色影像进行融合;用融合后的图像代替多光谱图像的亮度分量I再进行IHS逆变换得到融合结果。实验证明,融合后的影像不仅保留Landsat TM多光谱图像的光谱特性,而且具有很高的空间细节表现能力。     

矢量地图空间信息度量及其变化分析方法

如何计算地图的空间信息含量是评价制图质量、地图综合算法以及实现空间信息有效传输的重要基础。论文在详细分析现有的空间信息度量方法的基础上,提出了一种空间信息度量的新方法。该方法分别从几何、专题、拓扑以及专题拓扑4个方面来度量地图空间信息。然后,提出利用膨胀和序贯膨胀形态学算子分析几何信息熵、专题信息熵、拓扑信息熵以及专题拓扑信息熵随地图符号影响范嗣不同而引起的变化。通过算例分析发现,利用Voronoi图计算得到的结果是论文方法的一个极值结果（即特例）,并且该方法便于定量分析地图空间信息熵度量随符号影响范围（或大小）的变化情况。     

基于信息熵和GIS技术的浙江省城镇土地利用空间结构分析

统计物理学用＂熵＂来表示分子不规则运动的程度,信息论中则用它来度量信息量,即一个系统越是有序,信息熵就越低。在对浙江省全省城镇土地调查数据汇总统计的基础上,运用信息熵的概念对复杂的城市土地利用结构进行详细的定量分析,用信息熵和均衡度值来说明城市土地利用的特点,利用方式的多样性和复杂性,并提出提高土地利用效益的工作建议。     

利用误差熵评价光斑中点云不确定性

三维激光扫描点位精度受光斑影响较大,激光点在光斑中呈现了不确定性,该不确定性的准确描述关系到激光点位精度的评价。将误差熵模型引入到点位不确定性的评价中,利用激光点位在光斑中不确定性的概率密度函数,推导了激光点位信息熵,并依据误差熵与信息熵的关系得到了激光点位的误差熵。通过分析误差熵与光斑面积的关系,得到点云光斑平均误差熵,实现了将平均误差熵引入到点云不确定性的评价中。通过设置不同扫描间隔得到的点云数据,分析了平均熵模型进行基于光斑影响下的点云精度评价的可行性,最终实现了对光斑中点云不确定性的准确评价。     

地理信息数据分级评价的相对指数熵模型

提出了一种基于相对指数熵的地理信息数据分级评价模型,构建级内相对指数熵与级间指数熵指标,分别量化分级数据级别内集聚水平和级别间的离散水平,并利用这两个指标构建了地理信息数据分级的相对指数熵评价指标。在Python中实现地理信息数据分级以及分级的相对指数熵计算。试验中,应用5种常用的分级方法对5种典型分布的6个数据集以及1个人口普查数据集进行分级,并分别计算分级结果的相对指数熵指标。试验结果表明,在面向不同分布的数据集时,相对指数熵指标能够很好地指示出最优分级方法,并且反映出不同分级方法的细小差异,对于地理信息数据分级的评价是有效的。     

基于信息熵的面状要素在地图综合中的量测方法分析

目前,信息熵理论被广泛用于地图信息含量的量测,但对于地图综合的信息量分析评价的研究还不多。介绍信息熵理论及地图综合中的几何信息熵概念,并将其运用到面状要素的地图综合信息量量测中。在实例分析中,通过将不同地类分类,较好地反映了不同地类在地图综合中信息量的变化,说明用几何信息熵表征面状要素在地图综合中的信息量是可行的。并在之后进一步提出几何信息熵的加权理论,为进一步研究提供方向。     

光斑影响下激光点云的不确定性评价

利用光斑的特性确定激光点位在光斑中的不确定性,将误差熵引入到激光点位不确定性的评价中。根据激光反射特性,确定了激光点位不确定性的概率密度函数,利用信息熵的定义推导了激光点位的信息熵,同时,利用信息熵与误差熵的关系进行了激光点位误差熵的推导,根据误差熵关系式确定了误差熵与光斑面积的线性关系。根据点云光斑实际面积,得到了点云误差熵及每个激光点位的平均误差熵。利用入射角与误差熵之间的关系,分析了入射角对激光点位不确定性的影响程度,确定了扫描的最佳入射角范围。通过设置不同扫描间隔得到的点云数据,验证了利用误差熵对点云不确定性进行评价的可行性。     

GIS中三维空间直线的误差熵模型

从信息熵的角度提出了三维空间直线的误差熵模型，该模型由以垂直直线的平面误差熵为半径的圆柱体和两端点的误差球组成，是一种完全确定的度量空间线元不确定性的模型。理论分析与实验表明，本文所提出的模型具有较好的效果。     

GIS中空间数据不确定性的混合熵模型研究

基于信息理论和模糊集合理论，针对GIS中部分空间数据既具有随机性又具有模糊性的特点，建立了空间数据不确定性的混合熵模型。以GIS中线元不确定性为例，讨论了线元不确定性的统计熵、模糊熵和混合熵估计方法，并针对特例给出了线元不确定性的熵带分布。     

DEM子集划分对地形信息量计算的影响研究

针对子集区域划分方案对DEM地形信息量计算的不确定性影响问题,提出了一种基于最大熵定理的子集划分算法。新算法较好地避免了人为指定分级标准带来的DEM信息熵计算的主观性与随意性,为实现DEM地形信息量的有效评价提供了客观的理论依据。     

基于熵和转移矩阵分析北京地铁15号线地面沉降时空特征

首先基于PS-InSAR技术获取地铁15号线地面沉降信息,采用信息论方法计算研究区2003-2019年的熵值,然后通过转移矩阵分析地面沉降的转化规律及其与熵值变化的关系。发现2003-2020年,研究区受地质构造影响差异沉降明显,年均地面沉降速率区间为[-100.17,1.19]mm/a;2016年前信息熵不断增加,地面沉降差异性较大,之后信息熵逐渐降低,沉降一致性较好;熵值大小与地面沉降的发育程度有关,沉降严重区熵值较高,沉降稳定区熵值较低;熵值增大时各沉降类型的转出率高,此时地面沉降系统不稳定,熵值减小时各沉降类型的转出率低,沉降系统较稳定。