期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于融合边缘变化信息全卷积神经网络的遥感图像变化检测 被引量:7
1
作者 王鑫 张香梁 吕国芳 《电子与信息学报》 EI CSCD 北大核心 2022年第5期1694-1703,共10页
高分辨率遥感图像变化检测是了解地表变化的关键,是遥感图像处理领域的一个重要分支。现有很多基于深度学习的变化检测方法,取得了良好的效果,但是不易获得高分辨率遥感图像中的结构细节且检测精度有待提高。因此,该文提出融合了边缘变... 高分辨率遥感图像变化检测是了解地表变化的关键,是遥感图像处理领域的一个重要分支。现有很多基于深度学习的变化检测方法,取得了良好的效果,但是不易获得高分辨率遥感图像中的结构细节且检测精度有待提高。因此,该文提出融合了边缘变化信息和通道注意力模块的网络框架(EANet),分为边缘结构变化信息检测、深度特征提取和变化区域判别3个模块。首先,为了得到双时相图像的边缘变化信息,对其进行边缘检测得到边缘图,并将边缘图相减得到边缘差异图;其次,考虑到高分辨率遥感图像精细的图像细节和复杂的纹理特征,为了充分提取单个图像的深度特征,构建基于VGG-16网络的3支路模型,分别提取双时相图像和边缘差异图的深度特征;最后,为了提高检测精度,提出将通道注意力机制嵌入到模型中,以关注信息量大的通道特征来更好地进行变化区域的判别。实验结果表明,无论从视觉解释或精度衡量上看,提出算法与目前已有的一些方法相比,具有一定的优越性。 展开更多
关键词 遥感图像 变化检测 深度学习 注意力机制 边缘变化信息
下载PDF
基于改进蚁群算法的医学图像边界提取 被引量:1
2
作者 陈超 《计算机应用与软件》 北大核心 2019年第10期227-232,共6页
目前蚁群算法分割出的医学图像存在不完整和不精确等瑕疵。提出实时修改蚁群算法的信息素重要程度以及信息素挥发因子等参数,根据聚类前后期不同,分阶段地动态修改相关参数。再结合原图的空间梯度信息动态调整相关参数,实现对蚂蚁信息... 目前蚁群算法分割出的医学图像存在不完整和不精确等瑕疵。提出实时修改蚁群算法的信息素重要程度以及信息素挥发因子等参数,根据聚类前后期不同,分阶段地动态修改相关参数。再结合原图的空间梯度信息动态调整相关参数,实现对蚂蚁信息素的实时更新。最后结合模糊聚类实现了改进后的蚁群算法对医学图像边界的精确检测。 展开更多
关键词 医学图像边缘提取 改进蚁群算法 边缘变化信息 动态修改参数 模糊聚类
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部