期刊文献+
共找到9篇文章
< 1 >
每页显示 20 50 100
一种结合形态滤波和标记分水岭变换的遥感图像分割方法 被引量:14
1
作者 江怡 梅小明 +2 位作者 邓敏 陈杰 陈铁桥 《地理与地理信息科学》 CSCD 北大核心 2013年第2期17-21,共5页
分水岭变换是一种经典而有效的图像分割工具,能够得到单像素宽、定位精确且连续封闭的边缘轮廓。然而,由于图像背景噪声、地物内部细密纹理及参数设置不当等影响,直接对梯度图像进行分水岭变换容易产生过分割现象。为了克服这一问题,提... 分水岭变换是一种经典而有效的图像分割工具,能够得到单像素宽、定位精确且连续封闭的边缘轮廓。然而,由于图像背景噪声、地物内部细密纹理及参数设置不当等影响,直接对梯度图像进行分水岭变换容易产生过分割现象。为了克服这一问题,提出一种结合形态滤波和标记分水岭变换的遥感图像分割算法。首先,采用混合开闭重构滤波对原始图像进行去噪处理;然后,利用开闭重构对梯度图像进行形态学修正,并采用扩展极小变换运算对修正后的梯度图像进行极值标记;最后对其进行分水岭变换,得到分割结果。实验结果表明:该算法能有效抑制分水岭变换的过分割现象,通过调整滤波器尺寸和选取深度阈值参数,在一定程度上实现了快速而有效的分割,能够满足不同遥感图像分割要求。 展开更多
关键词 遥感图像分割 分水岭变换 形态滤波 形态标记
下载PDF
基于道路中心线的分阶段弱监督遥感图像道路提取
2
作者 王薇 谢沈惟 +2 位作者 闫浩田 张闯 吴铭 《北京邮电大学学报》 EI CAS CSCD 北大核心 2023年第2期84-90,共7页
利用语义分割算法从卫星图像中提取道路已经成为遥感道路监测任务的主流解决方案。然而,不同地理环境下卫星图像中的道路纹理复杂多变,加之道路的像素级标注成本昂贵,因此在训练语义分割模型时大量使用像素级标注的方法是不现实的。对此... 利用语义分割算法从卫星图像中提取道路已经成为遥感道路监测任务的主流解决方案。然而,不同地理环境下卫星图像中的道路纹理复杂多变,加之道路的像素级标注成本昂贵,因此在训练语义分割模型时大量使用像素级标注的方法是不现实的。对此,提出了一种分阶段弱监督道路提取算法,利用道路中心线涂鸦标签进行弱监督训练,并分阶段地训练道路分割模型。此外,还提出了伪掩码更新策略和混合训练策略,设计了适用于道路前景和背景的损失函数。实验结果表明,所提算法在道路分割任务中比其他基于道路中心线的弱监督方法具有更优异的性能,而消融实验结果也验证了所提训练策略的有效性。 展开更多
关键词 道路提取 图像分割 弱监督学习 遥感图像
原文传递
一种高分辨率遥感影像码头轮廓提取方法 被引量:1
3
作者 马国锐 江满珍 眭海刚 《遥感信息》 CSCD 北大核心 2015年第5期26-30,共5页
针对高分辨率遥感影像码头提取中靠岸舰船的干扰难题,提出了一种高分辨率遥感影像码头轮廓提取方法。该方法首先对码头区域影像进行海陆分割分离出海域,然后利用码头轮廓的平直特性和舰船的形状特征,在海陆图像中的陆域进行靠岸舰船和... 针对高分辨率遥感影像码头提取中靠岸舰船的干扰难题,提出了一种高分辨率遥感影像码头轮廓提取方法。该方法首先对码头区域影像进行海陆分割分离出海域,然后利用码头轮廓的平直特性和舰船的形状特征,在海陆图像中的陆域进行靠岸舰船和码头目标的粘连分割,从而实现码头目标轮廓信息的获取。实验结果验证了该方法的有效性。 展开更多
关键词 码头提取 海陆分割 岸舰分离 遥感影像 信息提取
下载PDF
高分辨率遥感影像耕地分层提取方法 被引量:20
4
作者 陈杰 陈铁桥 +3 位作者 刘慧敏 梅小明 邵权斌 邓敏 《农业工程学报》 EI CAS CSCD 北大核心 2015年第3期190-198,共9页
随着城市化建设进程的加快,城郊耕地经常会被开发为建设用地,甚至还会遭受非法占用的危险,这极大威胁了中国粮食安全。该文针对高分辨率遥感影像城郊耕地特点,提出了一种多尺度分层的耕地提取方法。首先,基于归一化植被指数(normalized ... 随着城市化建设进程的加快,城郊耕地经常会被开发为建设用地,甚至还会遭受非法占用的危险,这极大威胁了中国粮食安全。该文针对高分辨率遥感影像城郊耕地特点,提出了一种多尺度分层的耕地提取方法。首先,基于归一化植被指数(normalized difference vegetation index,NDVI)约束改进传统Harris角点检测方法得到建筑区概率密度图,并利用最大类间方差(Otsu algorithm,Otsu)分割去除复杂建筑区;然后,利用尺度选择工具(estimation of scale parameter,ESP)分析耕地占主导影像的多尺度分割结果,得到耕地较佳分割尺度并在该尺度下分割整幅影像;进而,利用形状、光谱信息初步检测出耕地对象,选择非建筑区的耕地与建筑区的非耕地样本,训练支持向量机模型并对不确定地物进行分类;最后,依据空间关系进一步判断图像对象,得到城郊耕地最终提取结果。试验结果表明,该方法能较高精度地从城郊区域的复杂背景中提取出不同类型、不同光谱的耕地目标。 展开更多
关键词 遥感 图像分割 支持向量机 角点 耕地 高分辨率遥感影像
下载PDF
Object-oriented land cover classification using HJ-1 remote sensing imagery 被引量:16
5
作者 SUN ZhongPing1,SHEN WenMing1,WEI Bin1,LIU XiaoMan1,SU Wei2,ZHANG Chao2 & YANG JianYu2 1 Satellite Environment Center,Ministry of Environmental Protection,Beijing 100094,China 2 College of Information and Electrical Engineering,China Agricultural University,Beijing 100083,China 《Science China Earth Sciences》 SCIE EI CAS 2010年第S1期34-44,共11页
The object-oriented information extraction technique was used to improve classification accuracy,and addressed the problem that HJ-1 CCD remote sensing images have only four spectral bands with moderate spatial resolu... The object-oriented information extraction technique was used to improve classification accuracy,and addressed the problem that HJ-1 CCD remote sensing images have only four spectral bands with moderate spatial resolution.We used two key techniques:the selection of optimum image segmentation scale and the development of an appropriate object-oriented information extraction strategy.With the principle of minimizing merge cost of merging neighboring pixels/objects,we used spatial autocorrelation index Moran's I and the variance index to select the optimum segmentation scale.The Nearest Neighborhood(NN) classifier based on sampling and a knowledge-based fuzzy classifier were used in the object-oriented information extraction strategy.In this classification step,feature optimization was used to improve information extraction accuracy using reduced data dimension.These two techniques were applied to land cover information extraction for Shanghai city using a HJ-1 CCD image.Results indicate that the information extraction accuracy of the object-oriented method was much higher than that of the pixel-based method. 展开更多
关键词 HJ-1 remote sensing imagery OBJECT-ORIENTED optimum scale of image segmentation Nearest Neighborhood(NN) CLASSIFICATION fuzzy CLASSIFICATION
原文传递
高分辨率遥感影像的快速分割方法 被引量:11
6
作者 李晓峰 张树清 +4 位作者 刘强 张柏 刘殿伟 卢碧波 那晓东 《红外与毫米波学报》 SCIE EI CAS CSCD 北大核心 2009年第2期146-150,共5页
近年来,C—V模型被广泛用于图像分割,但计算速度是制约其应用的一个重要因素,如果处理数据量较大、内容复杂的高分辨率遥感图像,耗费时间更长.本文采用C—V模型与小波变换的结合,不仅大大提高了影像的处理速度,而且实现了图像的... 近年来,C—V模型被广泛用于图像分割,但计算速度是制约其应用的一个重要因素,如果处理数据量较大、内容复杂的高分辨率遥感图像,耗费时间更长.本文采用C—V模型与小波变换的结合,不仅大大提高了影像的处理速度,而且实现了图像的多尺度分割,并具有良好的抗噪能力.实验结果显示,在保证分割质量的前提下,与直接使用C-V模型的多尺度分割方法相比,该方法能够提高处理速度1~2倍. 展开更多
关键词 C-V模型 小波变换 多尺度分割 高分辨率遥感图像
下载PDF
一种融合多尺度混合注意力的建筑物变化检测模型 被引量:1
7
作者 于海洋 滑志华 +2 位作者 宋草原 谢赛飞 景鹏 《测绘工程》 2024年第1期47-56,共10页
针对高分辨率遥感图像非真实变化所引起的错误检测问题,提出一种新颖的轻量化孪生神经网络建筑物变化检测模型。其中轻量化的特征提取模块可以获取不同尺度的局部上下文信息,使其充分学习局部和全局特征。由通道和空间注意力组成的混合... 针对高分辨率遥感图像非真实变化所引起的错误检测问题,提出一种新颖的轻量化孪生神经网络建筑物变化检测模型。其中轻量化的特征提取模块可以获取不同尺度的局部上下文信息,使其充分学习局部和全局特征。由通道和空间注意力组成的混合注意力模块可以充分利用周围丰富的时空语义信息,以实现变化建筑物的准确提取。针对变化建筑物尺度跨度较大,容易导致建筑物边缘细节提取粗糙、小尺度建筑物漏检等问题,引入多尺度概念,将提取到的特征图划分为多个子区域,并分别引入混合注意力模块,最终将不同尺度的输出特征进行加权融合,以加强边缘细节提取能力。模型在WHU-CD、LEVIR-CD公开数据集进行实验,并分别取得87.8%和88.1%的F 1值,相较于6种对比模型具有更高的变化检测精度。 展开更多
关键词 建筑物变化检测 混合注意力机制 多尺度分割 轻量化孪生神经网络 高分辨率遥感图像
下载PDF
基于多层次场聚类的高分辨率遥感影像分割方法 被引量:5
8
作者 陈铁桥 陈杰 +3 位作者 梅小明 邵权斌 张涛 邓敏 《地理与地理信息科学》 CSCD 北大核心 2013年第6期10-13,F0002,共5页
提出一种基于多层次场聚类的高分辨率遥感影像分割方法。首先,在梯度影像上进行标记分水岭变换,得到初始分割结果;然后,依据光谱、纹理和空间关系等特征,构建影像对象聚类场。最后,建立场约束规则,实现对象合并,并通过多层次聚类得到最... 提出一种基于多层次场聚类的高分辨率遥感影像分割方法。首先,在梯度影像上进行标记分水岭变换,得到初始分割结果;然后,依据光谱、纹理和空间关系等特征,构建影像对象聚类场。最后,建立场约束规则,实现对象合并,并通过多层次聚类得到最终分割结果。实验表明,该方法能有效解决初始分割中的过分割问题,在一定程度上提高分割精度。 展开更多
关键词 场论 多层次聚类 分割 分水岭变换 高分辨率遥感影像
下载PDF
改进型PSI算法及其在高空间分辨率遥感影像分割中的应用 被引量:1
9
作者 孙小丹 《遥感信息》 CSCD 2014年第6期90-96,共7页
本文针对PSI(Pixel Shape Index,PSI)算法存在的弊端,对其加以改进,并提出了一种改进型PSI算法。相比原算法,新算法的改进主要体现在:1在方向线生成阶段,为了充分考虑不同波段光谱特征的同质性存在的差异,每个波段数据层方向线的生成分... 本文针对PSI(Pixel Shape Index,PSI)算法存在的弊端,对其加以改进,并提出了一种改进型PSI算法。相比原算法,新算法的改进主要体现在:1在方向线生成阶段,为了充分考虑不同波段光谱特征的同质性存在的差异,每个波段数据层方向线的生成分开独立进行,这提高了方向线生成的合理性;2提出了每一条方向线长度为各波段数据层的方向线长度的加权和,以进一步体现不同波段光谱特征之间同质性上存在的差异,从而提高像元(尤其是边缘处的像元)PSI值的准确性。最后,通过实验证明:影像分割时,联合改进型PSI派生波段,能有效提高外形规则的人工地物的分割精度,"边缘效应"明显减少。 展开更多
关键词 改进型像元形状指数 派生波段 边缘效应 影像分割 高空间分辨率遥感影像
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部