共查询到18条相似文献，搜索用时 156 毫秒
1.
2.
在卫星遥感图像的分析中,提取图像的边缘和纹理特征,对于识别图像的类型,从而完成对目标物体的分析十分重要.根据欧空局提供的Envisat 卫星的共享数据,通过C 程序设计转换成dat数据格式并在Matlab环境中显示.依据卫星遥感图像的特点,讨论了几种图像边缘检测和纹理特征提取的方法,如微分算子、模糊C均值聚类、灰度共生矩阵等,通过分析、比较、判断,应用图像实例验证说明了上述分析方法的有效性与特点. 相似文献
3.
介绍一种基于无人机航拍的大桥桥索外观检测方法及其在武汉天兴洲长江大桥桥索聚乙烯（PE）保护套外观检测中的应用。根据桥梁结构特点和桥索分布形式设计一整套飞行检测方案,利用多轴旋翼无人机搭载的高清云台相机,批量密集地采集桥索的表观图像,通过图像处理提取有效信息,并依照现有相关规范对桥索的健康状况作出全面综合评价。无人机航拍较传统的人工吊篮或爬索机器人桥索检修技术具有简单高效、可操作性强等优点,能够高效、精准、全面地实现桥梁桥索的外观检测。 相似文献
4.
基于模糊C均值聚类和数学形态学的图像分割 总被引：2，自引：0，他引：2
心肌细胞钙离子实时激光扫描共聚焦光学切片呈现为点状分布的荧光图像并且受到噪声的严重干扰,单独利用模糊C均值聚类不能对这种图形进行有效分割。针对这种特定的图像提出了一种基于模糊C均值聚类和数学形态学的图像分割算法。首先利用邻域平均对图像预处理,然后利用模糊C均值聚类做分割,最后利用数学形态学的方法对图像做了平滑、连通和去噪处理。这种方法,不但有效地抑制了噪声,而且分割出的图像边缘连续、清晰。 相似文献
5.
在不同的天气条件下,由于气溶胶对光波的散射作用,通过成像系统获得的图像都会有一定程度的退化。利用图像的退化模型可以获取与天气现象相关的参量,从而达到识别天气的目的。对不同天气条件下得到的同一场景图进行研究,运用多垂线检测法,检测出不同天气条件下直线模糊边缘上的灰度值,采用Sigmoid函数拟合出刃边函数,进而求出线扩散函数。通过分析线扩散函数的变化规律,总结出其与天气现象之间的紧密联系。测试结果表明,应用该方法对于晴天、薄雾、雨、霾、沙尘暴等天气现象具有一定的判别效果。 相似文献
6.
在不同的天气条件下,由于气溶胶对光波的散射作用,通过成像系统获得的图像都会有一定程度的退化。利用图像的退化模型可以获取与天气现象相关的参量,从而达到识别天气的目的。对不同天气条件下得到的同一场景图进行研究,运用多垂线检测法,检测出不同天气条件下直线模糊边缘上的灰度值,采用signloid函数拟合出刃边函数,进而求出线扩散函数。通过分析线扩散函数的变化规律,总结出其与天气现象之间的紧密联系。测试结果表明,应用该方法对于晴天、薄雾、雨、霾、沙尘暴等天气现象具有一定的判别效果。 相似文献
7.
SAR图像数据量的激增,迫切要求一种自动的内波检测技术来代替传统的人工解译.基于此,本文提出一种基于平稳小波变换(SWT)的SAR图像内波检测方法,利用SWT对SAR内波图像进行分析处理,计算SWT系数的小波梯度信息,通过模极大值搜索方法进行内波边缘特征提取.最后通过南中国海东沙群岛观测的多幅SAR图像进行实验与分析,实验结果证明平稳小波变换对于SAR内波检测是有效的. 相似文献
8.
针对双边滤波在一定程度上模糊了图像特征的缺陷,提出一种基于相似像素选择的图像双边滤波算法。该算法首先在图像中搜索所处理像素的邻域内所有相似像素(与其像素值相近的像素),然后依据相似像素占全部邻域像素比例,确定该像素为特征像素或非特征像素。对于特征像素,采用其相似像素进行双边滤波;对于非特征像素,采用全部邻域像素进行双边滤波。仿真实验表明,该算法相对一般双边滤波,能够在去除噪声的同时,更好地保持图像特征。 相似文献
9.
提供了对图像边缘的两步检测法.先利用样条小波变换模极大值法对图像进行处理,接着利用Otsu的阀值法把模值分为边缘点,非边缘点和待选边缘点.对待选边缘点进行Gabor小波分解,再对其系数进行单阀值处理,就可得到不同尺度下较精确的图像边缘.用小波变换对图像进行边缘检测可以很好地抑制噪声,但其缺点是边缘存在不连续的现象.提供的方法保留了小波变换的优点又进一步提高了检测的精确度和图像边缘的连续性. 相似文献
10.
一种改进的图像边缘检测算法 总被引：2，自引：0，他引：2
对传统的微分边缘检测算法的缺陷进行分析和评价,并针对微分边缘检测算法的缺陷,提出了一种改进的边缘检测算法。新算法摈弃了传统边缘检测算法中将每个像素单独进行考虑的模式,而是将待检测像素及与其相邻的像素作为一个整体来考虑,通过将待检测像素为中心的某个领域进行整体计算,得出能够反映这个领域性质的某些参数,并以此作为边缘检测的判据,进行检测。此算法充分考虑到了中心像素与周围像素之间的关系,从而增加了梯度运算的可靠性。实验表明：新算法能够检测到更细的边缘,并且在椒盐噪声的情况下要优于常用的微分边缘检测算法。 相似文献
11.
LINHui DUPei-jun ZHAOChang-sheng SHUNing 《中国地理科学(英文版)》2004,14(3):263-268
This paper puts forward an effective, specific algorithm for edge detection. Based on multi-structure elements of gray mathematics morphology, in the light of difference between noise and edge shape of RS images, the paper establishes multi-structure elements to detect edge by utilizing the grey form transformation principle. Compared with some classical edge detection operators, such as Sobel Edge Detection Operator, LOG Edge Detection Operator, and Canny Edge Detection Operator, the experiment indicates that this new algorithm possesses very good edge detection ability, which can detect edges more effectively, but its noise-resisting ability is relatively low. Because of the bigger noise of remote sensing image, the authors probe into putting forward other edge detection method based on combination of wavelet directivity checkout technology and small-scale Mathematical Morphology finally. So, position at the edge can be accurately located, the noise can be inhibited to a certain extent and the effect of edge detection is obvious. 相似文献
12.
无控制点数据的无人机影像快速处理 总被引：4，自引：0，他引：4
本文以四川地震灾区作为典型研究区,尝试在无其他控制点数据时,仅利用小型无人机影像和无人机系统自身记录的辅助数据,进行无人机影像的快速匹配、拼接和纠正处理。首先,对小型无人机获取的影像数据和辅助数据进行了详细分析,然后,将小区域原始影像利用影像匹配算法进行自动拼接,拼接后的分块区域再根据辅助数据进行纠正处理。SIFT算法被运用到无人机影像的匹配中,达到了较好的速度和精度;分块拼接后的成果利用辅助数据的伪中心点进行纠正,相对精度较高,镶嵌结果无视觉错位。最后,将纠正结果和GoogleEarth影像数据叠加进行精度检查,主要标志性地物重叠良好。 相似文献
13.
基于RCNN的无人机巡检图像电力小部件识别研究 总被引：1，自引：0，他引：1
随着无人机（UAV)在电力巡线作业中的应用推广,对无人机巡检图像的信息挖掘或目标识别需求也越来越强烈。传统的电力部件识别流程常使用经典的机器学习算法,如支持向量机（SVM）、随机森林或adaboost,结合梯度、颜色或纹理等浅层特征来对电力部件进行识别,难以充分利用无人机巡检图像的信息,并且难以达到较高的准确率。卷积神经网络（CNN）在目标识别中表现优异,在很多目标识别场景之中成为首选算法。基于区域的卷积神经网络（RCNN）通过使用CNN从图像中提取可能含有目标的区域来检测并识别目标,但是计算复杂,难以满足识别海量电力巡检图片的需求。Fast R-CNN和Faster R-CNN利用CNN网络提取图像特征,后接一个区域提议层,优化了提取可能含有目标区域的方式并改进识别目标的分类器,使目标的检测和识别几乎实时。本文详细描述了Faster R-CNN算法流程,并在无人机电力线巡检图像部件检测中使用,然后分别对DPM、SPPnet和Faster R-CNN识别方法进行了对比分析,利用实际采集的电力小部件巡检数据构建的数据集对3种方法进行测试验证,并讨论了不同参数对识别结果的影响。实验结果表明,基于深度学习的识别方法实现电力小部件的识别是可行的,而且利用Faster R-CNN进行多种类别的电力小部件识别定位可以达到每张近80 ms的识别速度和92.7%的准确率。 相似文献
14.
尺度转换是遥感信息科学领域的研究热点,其传统研究方法大多局限于统计模型,对数据的空间结构信息考虑较少,很难满足遥感数据的多尺度表达要求。基于此,针对遥感数据的尺度不一致问题,本文提出了一种利用高斯金字塔的图像模糊特性进行遥感数据尺度上推的方法,在对金字塔每一层的数据高斯模糊的基础上,通过多次连续的降采样,得到一系列不同尺度的数据,从而满足实际应用的空间分辨率要求。为了验证本文所提方法的有效性,本文选择Landsat7 ETM影像和ASTER GDEM为研究数据进行尺度上推,并与传统的最邻近、双线性以及立方卷积等方法进行了实验对比,采用均值、方差、均方根误差、平均绝对误差等评价指标,以及相同分辨率的ASTER GDEM和SRTM DEM的等高线套合结果来衡量高斯金字塔方法的性能。实验结果表明,本文使用的高斯金字塔尺度上推方法能够有效地实现连续遥感数据的尺度转换,在保持遥感数据局部细节特征的基础上,较好地保持了原始遥感数据的信息量以及空间结构特征。 相似文献
15.
The conventional methods of edge detection can roughly delineate edge position of geological bodies, but there are still some problems such as low detection accuracy and being susceptible to noise interference.In this paper, three image processing methods, Canny, LoG and Sobel operators are briefly introduced, and ap-plied to edge detection to determine the edge of geological bodies.Furthermore, model data is built to analyze the edge detection ability of this image processing methods, and compare with conventional methods.Combined with gravity anomaly of Sichuan basin and magnetic anomaly of Zhurihe area, the detection effect of image pro-cessing methods is further verified in real data.The results show that image processing methods can be applied to effectively identify the edge of geological bodies.Moreover, when both positive and negative anomalies exist and noise is abundant, fake edge can be avoided and edge division is clearer, and satisfactory results of edge detection are obtained. 相似文献
16.
无人飞行平台具有滞空时间长、使用维护方便等优点,在军事侦查打击、国土资源普查、灾害监测等领域的应用日益广泛。合成孔径雷达是一种二维成像雷达,能够得到类似光学图片的雷达图像,具有全天候、高分辨率、宽检测范围等优点,是无人飞行平台的重要载荷之一。然而,受限于无人飞行平台相对较小的空间与负载能力,雷达载荷必须向小型、轻量以及低功耗等方面发展。Ka波段电磁波信号具有波长短、带宽大、关键微波器件的体积小等特点,适合应用于高分辨率微小型雷达载荷。2015年中国科学院电子学研究所面向中小型无人飞行平台,开展了研制的小型高分辨率Ka波段合成孔径雷达工作,并通过试飞验证了雷达性能。本文研究了Ka波段SAR雷达系统各项关键技术,介绍了雷达系统及关键模块设计方案、雷达各工作模式的参数设计和实时成像算法,展示了该雷达在轻型飞行平台上获得的高分辨率飞行图像,并对图像进行了指标分析。试验结果表明：该Ka波段雷达系统成像清晰,图像分辨率优于0.2 m,满足设计指标要求;实测雷达重量低于10 Kg,峰值功耗小于100 W,适用于轻小型无人飞行平台。 相似文献
17.
高分辨率的DEM和DOM数据是对地形地貌信息的准确描述,也是滑坡信息提取的重要数据源。首先,针对滑坡信息提取的要求,本文采用无人搭载微型单反相机的影像获取平台,结合野外测量的GPS数据,弥补了无人机POS信息精度低的劣势;针对无人机影像的特点,运用摄影测量基本原理与计算机视觉算法,获取高精度、高分辨率的DEM与DOM影像,保留了丰富的光谱与纹理信息。其次,借助ESP辅助工具获取了DOM影像的最佳分割尺度,并结合研究区地物特征构建了基于模糊分类与SVM算法相结合的决策树,运用面向对象的分类方法实现了对研究区内植被、道路、疑似滑坡区域的信息提取。最后,依照研究区地物分布的空间特征确定了高风险等级区域,并对该区域进行滑坡的形态与纹理分析以及精度评价,其中提取的疑似滑坡区域用户精度为91.44%、生产者精度为84.65%,结果表明无人机遥感在滑坡信息提取领域具有较高的应用价值。 相似文献
18.
作物胁迫无人机遥感监测研究评述 总被引：1，自引：0，他引：1
作物胁迫是全球农业发展的一个重要制约因素,实现快速、大范围、实时的作物胁迫监测对于农业生产具有重要意义。传统的作物胁迫监测方式,如田间调查、理化检测和卫星遥感监测总是受到各种田间条件或大气条件的制约。随着无人机和各种轻量化传感器的快速发展,其凭借高频、迅捷等优势为各种作物胁迫监测提供了一套全新的解决方案。本文在介绍了目前主流的多种无人机和传感器的基础上,首先对目前无人机遥感用于作物监测的主要胁迫类型进行了梳理,然后重点阐述了基于光谱成像和热红外传感器进行作物胁迫无人机遥感监测的应用和技术方法,最后提出了作物胁迫无人机遥感监测尚需解决的关键问题,并展望了未来无人机遥感用于作物胁迫监测的前景。 相似文献