排序方式： 共有7条查询结果，搜索用时 11 毫秒
1
1.
2.
建筑区是一种重要的人工地理要素，利用高分辨率卫星影像可以在更精细的尺度上获取建筑区信息。针对建筑区这类结构复杂、面积相对较大的地物类，提出一种分块表示与合并提取方法。首先，通过角点上下文约束来划分图像，并将获得的图像块作为影像处理的基本单元；然后，利用空间变异函数来建模每个图像块并提取特征描述参数，进一步通过主成分变换实现建筑区图像块的结构特征表示；最后，根据图像块空间结构特征的相似性实现建筑区的判别。实验结果表明，该方法能够有效实现高分影像建筑区的提取，并且对不同分辨率的高分影像表现出良好的适应性。 相似文献
3.
使用三个局部空间统计量(局部Moran’s I、局部Geary’s C和Getis)来建模影像的空间依赖性,提出了一种简单有效的获取影像显著结构的方法。该方法通过对空间依赖强度特征图像进行3D阈值化来获取影像的同质区或边缘结构,实验结果表明了这三个局部空间统计量在建模影像空间依赖性和获取显著结构方面的性能差异。 相似文献
4.
5.
有效利用TM影像中云层的光谱和形状特征,提出了一种基于最大类间方差的云层自动检测方法。该方法首先利用云层和雪区的波谱特性差异,基于最大类间方差法实现云层的阈值化分割;然后利用粗分云层的形状特征做进一步判定分析,最终实现云层的提取。实验表明,与传统的人工阈值方法相比,本方法可以有效地从TM影像中检测出云层,降低人工参与程度。 相似文献
6.
高分辨率遥感影像目标形状特征多尺度描述与识别 总被引：1，自引：0，他引：1
在高分遥感影像中,同类地物目标形状具有多样性,单一尺度或单一形状模版不足以描述同类目标的形状。本文利用小波变换和Fourier描述子构建了一种目标形状的多尺度描述模型,并基于该模型给出了一种新的面向对象的高分遥感影像目标识别方法。从上到下,该模型采用尺度依次减小的小波近似系数对原始形状进行近似表示,并利用Fourier描述子对其进行定量描述。利用语义规则综合考虑多个尺度下的识别结果,得到最终识别结果,减小小尺度下分割目标破碎和大尺度下小目标无法识别造成的影响,提高识别精度。基于本文方法分别对高分遥感影像中的飞机和建筑物进行识别,对比实验表明,该方法具有较高识别精度。 相似文献
7.
基于Gabor滤波和局部特征点密度的居民区提取 总被引：1，自引：0，他引：1
通过对高空间分辨率遥感图像(简称高分图像)中的居民区纹理结构信息的分析,提出了一种基于Gabor滤波和局部特征点密度的居民区提取方法。该方法首先对高分图像进行多方向Gabor滤波,得到多个方向的幅值信息,并通过阈值处理和筛选后处理获取图像的特征点;然后对特征点求取局部密度,获取居民区的范围;再用数学形态学变换进行细微处理,最终提取出图像中的居民区。以World View2真彩色图像为实验数据对不同方法进行验证及对比分析的结果表明,该方法具有较高的提取精度和计算效率。 相似文献
1