利用稀疏分解的高分辨率遥感图像线状特征检测 |
| |
引用本文: | 黄秋燕,冯学智,肖鹏峰.利用稀疏分解的高分辨率遥感图像线状特征检测[J].武汉大学学报(信息科学版),2014(8). |
| |
作者姓名: | 黄秋燕 冯学智 肖鹏峰 |
| |
作者单位: | 南京大学地理信息科学系;广西师范学院北部湾环境演变与资源利用省部共建重点实验室;广西师范学院资源与环境科学学院; |
| |
基金项目: | 国家自然科学基金资助项目(40801166);国家863计划资助项目(2008AA12Z106)~~ |
| |
摘 要: | 线状特征检测是利用遥感数据开展地物目标自动识别的重要步骤。利用高分辨率遥感图像的高度细节化特点,针对现有线状特征检测方法存在的问题,提出了一种基于稀疏分解的高分辨率遥感图像线状特征检测方法。采用K-SVD字典学习算法获取线状特征表达所需的过完备字典,基于稀疏分解模型,从高分辨率遥感图像中分离出高频成分,实现遥感图像线状特征的初步检测;用曲波分层自适应阈值法对分离后的高频成分作降噪处理,以提高线状特征检测的效果。利用QuickBird图像进行实验的结果显示,该方法在线段连续性、低对比度线段检测与椒盐噪声消除方面均有一定优势。
|
关 键 词: | 稀疏分解 过完备字典 线状特征检测 高分辨率遥感图像 自适应阈值 |
本文献已被 CNKI 等数据库收录! |
|