专家报告|高光谱遥感信息提取方法

高光谱遥感或成像光谱的发展被认为是与成像雷达技术并列，自遥感技术问世以来最重大的两项突破技术。目前已被广泛应用于地质矿产、植被生态、大气科学、海洋、农业等诸多领域。高光谱遥感发展至今，还存在哪些问题亟待解决？计算机技术的发展又能给传统方法带来哪些机遇与挑战？本期小编摘录了中国科学院空天信息研究院，高连如研究员，在“生态遥感研讨会上”所做的“高光谱遥感图像信息提取方法”的报告。

报告内容共41页，干货满满，快来看看有没有你需要的吧

报告人简介

高连如，中国科学院空天信息研究院，研究员，研究方向为高光谱图像信息提取。过去十年，先后主持了国家自然科学基金、中国科学院重点部署和总装预研等10余项国家和部委级科研项目，作为技术负责人主持开发了高光谱图像信息提取软件系统（HypEYE）和硬件系统（HOPES）各一套，成果在国家环保部卫星环境应用中心、民政部国家减灾中心等国家相关部门发挥了重要应用价值。

在国内外期刊和会议上已发表学术论文130余篇，其中SCI收录60余篇；获得国家发明专利23项；获得软件著作权登记4项。合作出版了学术著作《高光谱图像分类与目标探测》。

2015年和2017年分别获得遥感国际权威期刊IEEE JSTARS和IEEE TGRS的优秀审稿人。2016年获得中科院杰出科技成就奖，2017年获得国家优秀青年科学基金项目资助（2018-2020），2018年获得国家科技进步二等奖。

相关论文推荐

冉琼, 于浩洋, 高连如, 李伟, 张兵. 结合超像元和子空间投影支持向量机的高光谱图像分类[J]. 中国图象图形学报, 2018, 23(1): 95-105.

李普煌, 李敏, 范新南, 张学武. 迭代分析相对密度的高光谱异常检测[J]. 中国图象图形学报, 2018, 23(2): 219-228.

方帅, 祝凤娟, 董张玉, 张晶. 样本优化选择的高光谱图像分类[J]. 中国图象图形学报, 2019, 24(1): 135-148.

李冠东, 张春菊, 高飞, 张雪英. 双卷积池化结构的3D-CNN高光谱遥感影像分类方法[J]. 中国图象图形学报, 2019, 24(4): 639-654.

李玉, 甄畅, 石雪, 赵泉华. 基于熵加权K-means全局信息聚类的高光谱图像分类[J]. 中国图象图形学报, 2019, 24(4): 630-638.

原创好文

封面故事|影像融合让红外“法眼”棒呆了

 

【实用干活】数据不枯燥，平行坐标帮你生动可视化

 

算法集锦|深度学习在遥感图像处理中的六大应用

会议征文

第七届CCF大数据学术会议

 

2019年6-8月图像图形会议集锦

 

智能科学与大数据工程学术会议（IScIDE2019）

行业动态

山东大学贲晛烨：步态识别三部曲 

 

招聘|南京理工大学计算机科学与工程学院

 

高手竞技——第三届高分北斗 “无人飞行器智能感知技术竞赛”

编辑：秀秀

指导/审核：梧桐君

前沿丨观点丨资讯丨独家

扫描下方二维码 关注学报公众号

中国图象图形学报 | 订阅号

在看点这里