课程编号: 081M2009H |
课时: 42 |
学分: 2.0 |
课程属性: 一级学科普及课 |
主讲教师:杨晓梅等 |
英文名称: Remote sensing intelligent computing and information extraction |
教学目的、要求
本课程是遥感和地理信息相关各专业研究生的学科课程,同时也可作为地学、测绘、资源、环境等专业研究生选修课。本课程系统讲授高分辨率遥感图像的特点及其应用背景,从遥感图像解译与目视认知规律出发,系统介绍遥感图像分类标准和分类方法,详细介绍针对高分遥感影像的面向对象分析方法,以及遥感分类技术环节中样本、特征、分类器选取等关键问题。同时结合模式识别和计算机视觉研究中的成果,介绍影像分割和机器学习方法在遥感中的应用,并围绕专题信息以水体、农业等为实例进行应用分析,介绍遥感数据处理的并行计算与高性能计算,并综合形成遥感智能计算平台。通过课程学习,使研究生较系统掌握高分辨率遥感信息解译与信息提取的理论知识、模型方法与应用技术,加深对高分辨率遥感研究手段的领会与前沿问题的理解。
预修课程
教 材
主要内容
主要内容:
第一讲 遥感图像解译与目视认知(3课时)
主讲老师:杨晓梅
授课内容:介绍遥感成像原理和信息认知过程;介绍遥感图像目视解译要素、解译方法;介绍计算机自动解译的原理和过程等。
第二讲 遥感图像分类标准与分类方法(3课时)
主讲老师:杨晓梅
授课内容:介绍当前国际国内地表覆被分类标准;针对不同分类标准,多源遥感数据的选择和主要的分类方法,主要介绍非监督、监督、决策树等主流方法,以及面向问题的分类策略;介绍基于知识的遥感图像分类主要方法和实例。
第三讲 面向对象遥感分类(3课时+3课时上机实习)
主讲老师:杨晓梅
授课内容:介绍高分辨率影像面向对象方法的基本原理,介绍尺度问题和对象特征描述,以及面向对象方法的总体技术流程。
[实习一] 易康(EC)的基础应用
实习内容:多尺度影像分割、特征选择、分类,完成初步的面向对象土地覆被分类全过程。
主讲教师:杨晓梅
实习助教:张涛等
第四讲 图像分类的关键问题(3课时)
主讲老师:杨晓梅
授课内容:介绍样本选择质量、数量等对分类结果的影响;介绍影像特征描述,主要特征计算方法,高维特征优选等问题;介绍面向特征的分类器选择、后处理与评价方式;介绍辐射、云、地形起伏等环境因素对遥感影像分类的影响和处理方法。
第五讲 影像分割的主要方法(3课时)
主讲老师:骆剑承
授课内容:介绍图像分割的原理和多种分割方法;介绍均值漂移等分割方法,以及分水岭合并分裂原理和方法;介绍边缘分割的原理和主要算法;介绍基于纹理的分割算法;介绍图分割方法等。
第六讲 机器学习方法1(3课时)
主讲老师:骆剑承
授课内容:介绍机器学习的发展状况,介绍遥感分类中常用的机器学习算法,如SVM、神经网络等方法。
第七讲:机器学习方法2(3课时)
主讲老师:骆剑承
授课内容:介绍机器学习较新的方法,如集成算法、深度学习等方法。
第八讲 湖泊(水体)专题信息提取与制图(3课时)
主讲老师:骆剑承
授课内容:介绍遥感专题信息提取的方法和流程;并以水体为例介绍多源信息辅助下的湖泊(水体)专题信息提取技术方案和应用实例;介绍水体的专题制图。
第九讲 基于高分影像的农业专题信息提取1(3课时)
主讲老师:沈占锋
授课内容:介绍农业信息提取的主要需求,以及国产高分影像的特性和选择;介绍GF1、GF2、ZY3数据处理的方法和技术流程。
第十讲 基于高分影像的农业专题信息提取2(3课时)
主讲老师:沈占锋
授课内容:介绍基于物候、多时相的遥感农作物提取方法模型;介绍实际应用案例。
第十一讲 并行计算与高性能计算(3课时)
主讲老师:沈占锋
授课内容:介绍并行计算主要原理和需求;介绍并行计算模型和并行计算方法;介绍并行计算实践与应用。
第十二讲 遥感智能计算平台与应用(3课时)
主讲老师:沈占锋
授课内容:介绍遥感智能计算体系框架;介绍智能计算平台内涵与外延;介绍智能计算平台构建与应用。
第十三讲 开卷考试
参考文献