A-FPN算法及其在遥感图像船舶检测中的应用     

于野  艾华  贺小军  于树海  钟兴  朱瑞飞 《遥感学报》2020,24(2):107-115

光学遥感图像船舶检测主要面临两个挑战:光学遥感图像背景复杂,船舶检测易受海浪、云雾及陆地建筑等多方面干扰;遥感图像分辨率低,船舶目标小,对于其分类与定位带来很大困难;针对上述问题,在FPN的基础上,提出一种融入显著性特征的卷积神经网络模型A-FPN (Attention-Based Feature Pyramid Networks)。首先,利用卷积提取图像特征金字塔;然后,利用顶层金字塔逐级构建显著特征层,抑制背景信息,通过金字塔顶层的细粒度特征提高浅层特征的表达能力,构建自上而下的多级显著特征映射结构;最后利用Softmax分类器进行多层级船舶检测。A-FPN模型利用显著性机制引导不同感受下的特征进行融合,提高了模型的分辨能力,对遥感图像处理领域具有重要应用价值。实验阶段,利用公开的遥感目标检测数据集NWPU VHR-10中的船舶样本进行测试,准确率为92.8%,表明A-FPN模型适用于遥感图像船舶检测。  相似文献   

基于纹理特征的围填海SAR图像分水岭分割方法          下载免费PDF全文

王衍  许小贝  洪海凌 《海洋学研究》2018,36(2):44-49

本文提出了一种基于纹理特征的围填海SAR图像分水岭分割方法,首先对机载MiniSAR图像进行灰度共生矩阵纹理滤波,获得纹理特征图像,再对纹理特征图像进行分水岭算法分割,将获得的形态学重建图像进行门限阈值分割,得到最后的二值化分割结果。该方法一方面通过调整灰度共生矩阵纹理滤波的窗口大小,抑制了斑点噪声的影响;另一方面,利用分水岭算法对边缘模糊杂乱图像的优势,提高了围填海信息提取的准确性。实验结果表明,本方法对高分辨率SAR图像围填海监测图像的分割效果良好。  相似文献   

图像目标形状匹配与视频过滤技术研究   总被引：1，自引：0，他引：1  

吴四九 《成都信息工程学院学报》2002,17(2):97-100

通过研究图像目标形状特征的提取、匹配，运用随机过程，投影理论，提出用于识别目标形状统计特性的波动度特征，建立目标形状匹配函数，给出实际图像目标的匹配实现算法，实际系统测试表明该算法能准确、快速完成实际图像目标形状的匹配、过滤，为图像跟踪、识别及视频过滤等应用领域提供了新的可借鉴方法。  相似文献   

一种基于特征信息的车牌识别方法   总被引：3，自引：0，他引：3  

胡强  楼新远  段国兵 《成都信息工程学院学报》2004,19(3):345-348

根据中国车辆牌照本身的现有特征信息,提出一种车牌识别方法.采用全局动态阈值法进行二值化处理图像,牌照定位算法简单迅速,字符分割参考垂直投影间隔和字符的纵横比.实验结果表明,这种方法具有良好的环境适应性和鲁棒性.  相似文献   

STUDY ON THE INTERACTION BETWEEN NDVI PROFILE AND THE GROWING STATUS OF CROPS   总被引：5，自引：1，他引：4  

JIANGDong WANGNai-bin YANGXIao-huan WANGJi-hua 《中国地理科学(英文版)》2003,13(1):62-65

Daily and ten-day Normalized Difference Vegetation Index(NDVI) of crops were retrieved from meteorological statellite NOAA AVHRR images ,The temporal variations of the NDVI were analyzed during the whole growing season,and thus the principle of the interaction between NDIV profile and the growing status of crops was discussed,As a case in point,the relationship between integral NDVI and winter wheat yield of Henan Province in 1999 had been analyzed.By putting integral NDVI values of 60 sample counties into the winter wheat yield-integral NDVI coordination,scattering map was plotted. It demonstrated that integral NDVI had a close relation with winter wheat yield.These relation could be described with linear,cubic polynomial ,and exponential regression,and the cubic polynomial regression was the best way,In general ,NDVI reflects growing status of green vegetation ,so crop monitoring and crop yield estimation could be realized by using remote sensing technique on the basis of time serial NDVI data together with agriculture calendars.  相似文献   

地图缩微图像的复制     

陈广学 《测绘科技》1989,(3):42-46

  相似文献   

基于NiosⅡ嵌入式软核处理器的天文用IRFPA图像采集系统     

邱志强  邓建  叶彬浔 《天文研究与技术》2006,3(4):373-379

介绍了一套自主研制的用于地基天文望远镜的，基于IRFPA（红外焦平面阵列）图像采集系统，以及所使用的IRFPA原理、性能特点，着重介绍了IRFPA图像采集系统中以NiosⅡ处理器为核心的电子系统的框架结构方案以及软硬件的设计思想。最后给出了初步的图像采集成像结果。  相似文献   

国际哈雷彗星联测光盘数据库的图像压缩方法     

王益萍 《紫金山天文台台刊》1995,14(4):298-302

本介绍了一种先进的图像数据压缩方法。它的压缩率可达５０％，并且原理简洁明了，易于实现。此方法已首次成功地应用在国际哈雷彗星联测（ＩＨＷ）光盘数据库的建立中。  相似文献   

延边东部五道沟岩群的单颗粒锆石SHRIMP U-Pb 年代学及其地质意义   总被引：1，自引：0，他引：1  

逄 伟孙景贵  门兰静陈 雷 陈 冬 常 艳 梁树能 张 朋 聂喜涛 《中国地质》2008,35(6):1178-1184

通过对延边地区东部五道沟岩群黑云阳起石片岩的单颗粒锆石SHRIMP U-Pb年龄测定.获得21个单点年龄,其中包括7组谐和年龄和1组不谐和年龄.谐和年龄分别为1347.8 Ma、844.8 Ma、340.2～313.7 Ma(平均值为323±23 Ma,N=4,MSWD=0.23,置信度=0.88)、292.9～288.3 Ma(平均值=291±25 Ma,N=3,MSWD=0.031.置信度=0.86)、279.2～266.2 Ma(平均值为279±28 Ma,N=4,MSWD=0.031,置信度=0.86)、127.4～124.2 Ma(206Pb/208U年龄平均值为126.5±3.7 Ma,N=5,MSWD=0.12;置信度=O.97)、116.1～106.3 Ma(平均值为115±39 Ma,N=2,MSWD=1.2置信度=0.27),不谐和年龄的下交点年龄为(451±120)Ma、上交点年龄为(1811±400)Ma(MSWD=7.2);这一结果表明:阳起石片岩的原岩主要是来自中元古代、新元古代和早古生代的碎屑物,指示五道沟群的沉积成岩作用发生在石炭世(323±23 Ma),变质作用发生在晚二叠世(291±25 Ma),之后在279.2～266.2 Ma、126.5～106.3 Ma先后受两次岩浆用和蚀变作用的改造.  相似文献   

松散砂粒孔隙结构、孔隙分形特征及渗透率研究   总被引：5，自引：2，他引：3  

杨建  陈家军  杨周喜  郑海亮 《水文地质工程地质》2008,35(3):93-98

多孔介质孔隙结构特征是决定流体微观运移机制的重要方面。文章用环氧树脂固结松散石英砂磨制出二维多孔介质薄片,并用孔隙结构图像处理方法提取出孔隙结构参数信息;根据孔隙结构参数,建立描述孔隙结构的分形几何模型,分析松散地层孔隙结构的分形特征;进行多孔介质渗透率的实验测量和分形计算。结果表明:多孔介质的孔隙率和孔径与粒径之间存在线性相关性,拟合度分别达到-0.976 5和0.996 6;在方格边长ε和含有孔隙的格子总数N(ε)的双对数坐标系中,lnε-lnN(ε)数据点近似成直线,且不同样品的孔隙分布分维数值比较接近;而在孔径r与大于该孔径的孔隙总数N(r)的双对数坐标系中,lnr-lnN(r)的数据点必须进行分段回归分析,以便能更好地反映孔隙结构的实际情况;孔隙分布分维数和孔径分维数与粒径也存在较高的对应关系;中砂渗透率的实验测得值是5.19×10-5mm2,孔径分维数分段回归法计算的大孔隙多孔介质渗透率为5.75×10-5mm2,测量值与计算值较为接近,孔径分维数可以计算多孔介质的渗透率。  相似文献