排序方式: 共有20条查询结果,搜索用时 0 毫秒
1.
2.
SAR图像变化检测有着广阔的应用前景,但目前的方法普遍以精确的配准为前提,使其适用范围受到限制。针对人造目标在SAR图像上的特点,提出了一种基于目标检测的SAR图像变化检测方法。通过图像中的人造目标之间相对位置关系的相似程度确定图像的变化情况,以此来降低对图像配准精度的要求。实验表明该方法在很宽的配准精度范围内都可获得较满意的结果。 相似文献
3.
我国是个洪涝灾害多发的国家,每年7月、8月份洪涝灾害时常发生。因此,实现洪涝受灾区域的水体快速检测对灾害救援和评估具有重要的意义。高分3号SAR卫星数据采用主动式对地观测技术,全天时、全天候成像的特点在洪涝减灾应用中具有明显的优势。以湖南省洪涝灾害区域快速检测为目的,该文提出基于高分3号单极化SAR数据的洪涝区域水体快速检测方法,包括SAR预处理,顾及SAR分布特性且保边缘的马尔科夫模型洪涝水体提取,基于SAR几何构象模型的阴影虚警干扰去除等步骤,并利用人工检测结果进行相对精度评价。测试结果表明,所提方法可以实现洪涝受灾区域的快速、精确提取。
相似文献4.
目标自动识别是图像处理领域的研究热点。针对现有方法的不足,该文提出一种新的基于分等级对象语义图模型的复杂目标自动识别方法。该方法通过构建分等级对象语义图模型增强对目标与背景间、目标部件间语义约束的利用,引入置信对象网络统计局部特性,利用消息机制传递对象间相互影响,实现概率语义分析。训练中还将产生式和判别式方法结合,提高了目标识别的准确度。在自然和遥感部分目标类别数据集上的测试结果表明,该方法能完成对多种类型和复杂结构目标的识别和提取,具有一定的实用价值。 相似文献
5.
6.
7.
现有图像集视觉总结方法主要使用浅层视觉特征,或者直接应用已训练的卷积神经网络模型提取图像深层特征,选取的图像不具代表性。为此,分析并研究图像集视觉总结的图像特征表示方法,提出多特征图融合生成对抗网络(MFF-GAN)模型。该模型中的判别器通过多特征图融合的方式提取图像特征,使提取的特征能表示图像细节和高层语义信息,并在多特征图融合层后添加自编码网络对特征进行降维,避免特征维度灾难问题。NUS-WIDE数据集上的实验结果验证了M FF-GAN模型的有效性,并表明其能有效提升图像集视觉总结多样性。 相似文献
8.
变化检测可以视为一个二分类问题,因而可以采用分类器实现变化检测。由于支持向量机没有考虑到各样本之间的空间约束,利用支持向量机分类得到的变化检测结果存在零碎噪声。为了解决这个问题,结合直推式支持向量机(TSVM)和具备上下文约束关系的马尔可夫随机场(MRF)进行变化检测。方法首先采用 TSVM 对样本进行训练和分类,接着将 TSVM变化检测结果作为 MRF 的输入,利用 MRF 方法进行二次变化检测。该方法将 TSVM 的训练学习能力和 MRF 的邻域特性相结合,在实验数据集下获得比一般方法更好的变化检测效果。 相似文献
9.
10.
结合边缘与灰度信息的SAR图像配准算法 总被引:1,自引:1,他引:1
同一场景下的合成孔径雷达(SAR)图像的灰度特性由于相关噪声的影响及成像条件不同可能存在很大差异,使得单纯基于边缘特征或灰度信息的方法难以胜任SAR图像配准工作。根据SAR图像的特点,提出一种典型地物边缘形状信息与局部灰度统计信息相结合的基于特征的图像配准方法,弥补了仅利用边缘特征或灰度信息的方法在SAR图像配准中的不足。给出了本方法用于Radarsat图像上的实验结果。 相似文献