面向海岸帶監測的高光譜圖像深層空譜特徵提取與分類

《面向海岸帶監測的高光譜圖像深層空譜特徵提取與分類》是依託湖南大學，由康旭東擔任項目負責人的青年科學基金項目。

基本介紹

• 中文名：面向海岸帶監測的高光譜圖像深層空譜特徵提取與分類
• 項目類別：青年科學基金項目
• 項目負責人：康旭東
• 依託單位：湖南大學

中文摘要

高光譜遙感是海岸帶監測的重要手段，在近海環境保護、資源利用以及災害檢測等領域具有重要的套用價值。然而，由於海岸帶地區具有高度的動態性、複雜性和多樣性，海岸帶高光譜對地監測面臨訓練樣本缺失、分類方法魯棒性低等一系列技術挑戰。為解決複雜場景下海岸帶地物分類的難題，本項目將深入研究高光譜圖像深層空譜特徵提取與分類方法。一方面，通過深入分析視覺感知機理，充分利用圖像先驗知識，挖掘高光譜圖像中的深層空間結構關係，建立能有效描述高光譜圖像的監督空譜結構特徵模型。另一方面，通過設計基於協同學習的訓練集最佳化策略、針對高光譜圖像的三維深度學習網路和並行訓練算法，實現高效精確的海岸帶遙感監測。本項目的開展能夠有效提升海岸帶高光譜遙感數據的利用水平，為國家有關部門更高效精確的決策提供技術支撐，符合國家建設海洋強國的戰略需求，具有重要的理論和套用價值。

結題摘要

濕地監測是生態環境保護的重要環節，傳統濕地監測手段面臨監測成本高、動態監測難、精測精度低等難題，高光譜遙感為濕地的精準監測提供了有效的途徑。項目組提出了高光譜遙感圖像空譜結構特徵提取方法，構建了知識引導與數據驅動相結合的濕地遙感圖像分類框架，為濕地地物的快速檢測與精確識別提供了技術支撐。研究成果發表SCI論文17篇。研發的濕地遙感圖像特徵提取與分類技術，成功套用於黃河口濕地植被精細化製圖等重要領域。