船只衰落尾迹的小波多尺度广义分形特征分析     

陶荣华  刘翠华  陈标  许素芹 《测绘学院学报》2009,(3)

船只衰落尾迹遥感图像是弱反差纹理图像,检测强尾迹的方法不具有适用性。基于区域特征统计比较的思想,构建了一种会聚衰落尾迹异常的小波多尺度广义分形特征提取方法。该方法由小波多尺度分解、细节图像融合、多尺度基本特征计算、多尺度分形特征计算和广义分形特征计算等5步骤组成。仿真实验表明,该特征能完整表达尾迹并体现强弱差别,是一种有效的船只衰落尾迹检测技术,具有广泛的应用前景。  相似文献   

基于改进的归一化Hough变换的ASAR图像船只尾迹检测     

巩彪  黄韦艮  陈鹏 《国土资源遥感》2012,(3):33-37

针对先进合成孔径雷达(ASAR)图像中部分船只与其尾迹偏移不大、基本可被认为在一条直线上的特点,利用船只的强反射,提出了一种基于改进的归一化灰度Hough变换的船只尾迹检测方法,修正了变换域中的峰值检测,同时增加了确定尾迹起点和终点的约束条件。实验结果表明,该方法能够比较准确地检测到船只尾迹。  相似文献   

一种利用SAR图像检测船舶尾迹的方法   总被引：4，自引：0，他引：4  

张宇  张永刚  黄韦艮  楼琇林 《国土资源遥感》2003,14(1):56-58

给出了一种检测星载SAR(合成孔径雷达)图像中船舶尾迹的方法,该方法主要特点是将Radon变换局部化,即在对像素灰度值积分过程中沿着线性特征被分割后的若干短线段进行积分,而非对整张图像进行积分.该方法克服了Radon变换方法的局限性,使尾迹信号在背景噪声较强时依旧能被检测出,并且能检测出相对于整幅图像的尺寸较短小的尾迹.  相似文献   

基于分形理论的航空图像分类方法   总被引：2，自引：0，他引：2  

李厚强  刘政凯  林峰 《遥感学报》2001,5(4):353-357

提出一种基于分形理论和BP神经网络的航空遥感图像有监督分类方法。该方法尝试将航空图像的光谱信息和纹理特征相结合。它首先将彩色航空图像由RGB格式转化为HSI格式，然后，根据亮度计算分数维、多重分形广义维数谱q-D(q)和“空隙”等基于分形的纹理特征，同时加入归一化的色度和饱和度作为光谱特征，采用BP神经网络作为分类器。通过对彩色航空图像的分类实验，结果证实该方法行之有效。  相似文献   

基于分形理论的航空图像分类方法   总被引：27，自引：3，他引：27  

李厚强  刘政凯  林峰 《遥感学报》2001,5(5):353-357,T004

提出一种基于分形理论和BP神经网络的航空遥感图像有监督分类方法。该方法尝试将航空图像的光谱信息和纹理特征相结合。它首先将彩色航空图像由RGB格式转化为HSI格式，然后，根据亮度计算分数维、多重分形广义维数谱q-D(q)和“空隙”等基于分形的纹理特征，同时加入归一化的色度和饱和度作为光谱特征，采用BP神经网络作为分类器。通过对彩色航空图像的分类实验，结果证实该方法行之有效。  相似文献   

多特征全极化合成孔径雷达的林地和居民地提取     

陈启浩  刘修国  陈奇 《测绘科学》2014,39(12):65-69

针对传统全极化合成孔径雷达(SAR)图像信息提取方法存在的问题,结合林地、居民地的散射机理,文章提出了一种综合多特征(多种极化特征、几何形状和尺度特征)的全极化SAR林地和居民地信息提取方法.该方法采用分形网络演化算法实现综合多特征的多尺度分割;基于对象选择极化特征并制定分类规则来提取林地和居民地.实验结果表明,该方法能有效提取研究区的林地和居民地,结果明显优于H-α-A-Wishart分类方法.  相似文献   

基于分形理论的SAR图像边缘检测   总被引：2，自引：0，他引：2  

巫兆聪  方圣辉 《武汉大学学报(信息科学版)》2000,25(4):334-337

分析了SAR图像的基本特点 ,阐述用DFBR模型表达SAR图像的基本原理 ,提出两种基于分形理论的SAR图像边缘检测方法。通过对传统方法、分形方法和多尺度分形方法的特性分析和实验 ,说明分形方法有较强的抗干扰性能 ,适用于SAR图像的边缘检测 ,并且基于多重分形的方法能获得更好的检测结果  相似文献   

基于小波变换和数学形态学的遥感图像边缘检测方法研究     

徐昌荣  左娟 《测绘标准化》2010,(2):7-9

用传统的边缘检测方法效果不理想,针对遥感图像中存在的噪声问题,提出了一种基于小波变换和多结构元素的数学形态学相结合的图像边缘检测方法。该方法充分利用小波多分辨率的特点,对图像进行去噪处理,然后用多结构元素灰度形态学的方法对图像的边缘进行检测。试验结果证明,此方法优于传统的边缘检测方法,具有边缘检测准确和良好的抗噪能力。  相似文献   

改进Faster R-CNN的遥感图像多尺度飞机目标检测     

沙苗苗  李宇  李安 《遥感学报》2022,26(8):1624-1635

为了提高遥感图像中多尺度飞机目标的检测精度,本文提出一种基于改进Faster R-CNN的遥感图像飞机目标检测方法。该方法借助多层级融合结构,将深层次的语义特征与浅层次的细节特征相结合,生成多种尺度的既具有精确的位置信息又具有深层次的语义特征的特征图;再借助Faster R-CNN的多尺度RPN（Region Proposal Network）机制,通过对RPN中候选区域尺度的修正,从而提高遥感图像中多尺度飞机目标的定位精度;最后利用Faster R-CNN的分类回归网络,得到飞机目标检测结果。在高分辨率遥感图像中进行了实验,对3种特征提取网络ZF、VGG-16以及ResNet-50进行改进,改进后的精度分别提高了11.34%、9.87%以及1.66%,并且生成的检测框更加贴合飞机目标。实验结果表明,本文方法适用于遥感图像多尺度飞机目标检测,在提高目标定位精度的同时降低了目标漏检现象。  相似文献   

一种基于小波系数特征的遥感图像融合算法   总被引：20，自引：2，他引：18  

刘哲  郝重阳  冯伟  刘晓翔  樊养余 《测绘学报》2004,33(1):53-57

多光谱图像和全色图像是目前卫星遥感领域最常见的传感器图像.为了更充分地发挥这两类遥感图像数据的价值,人们利用两类数据的互补性,将多传感器融合技术引进了遥感图像处理领域.在IHS彩色空间变换和小波多分辨率分析的基础上,利用图像高频小波系数的多个特征来定义特征量积,并利用特征量积作为依据提出了一种图像融合新算法.通过一组多光谱图像和全色图像数据进行融合仿真试验,并将该算法与IHS,HPF等算法和归一化矩算法作了比较.证明该方法能在保留多光谱图像光谱信息的基础上,有效地提高多光谱图像的空间分辨率.  相似文献