CN105095846B - 面向遥感图像海陆分割的区域生长种子点提取方法及*** - Google Patents
面向遥感图像海陆分割的区域生长种子点提取方法及*** Download PDFInfo
- Publication number
- CN105095846B CN105095846B CN201410508308.7A CN201410508308A CN105095846B CN 105095846 B CN105095846 B CN 105095846B CN 201410508308 A CN201410508308 A CN 201410508308A CN 105095846 B CN105095846 B CN 105095846B
- Authority
- CN
- China
- Prior art keywords
- pixel
- seed point
- effective row
- point
- seed
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了面向遥感图像海陆分割的区域生长种子点提取方法,包括:对有效行像素点的像素值做水平方向差分处理,获取差分结果;根据所述差分结果,在有效行中选取包含种子点的有效行;在所述包含种子点的有效行中确定种子点。本发明利用扫描图像数据并基于像素梯度的方法自动获取种子点,避免了人工交互,提高了算法效率。
Description
技术领域
本发明涉遥感图像处理领域,尤其涉及面向遥感图像海陆分割的区域生长种子点提取方法及***。
背景技术
随着遥感图像数据获取能力的不断增强及其分辨率的提高,利用及发展遥感图像解译技术已迫在眉睫。其中,利用遥感数据进行舰船目标检测在民用和军事领域都有着巨大的现实意义。
由于可见光图像在展现地面目标的形状、结构、纹理、色彩等细节方面具有明显优势,能够更好地检测、分类、识别目标,利用卫星可见光图像来监视、检测、识别地面目标,特别是海上目标检测越来越引起人们的关注。而海洋、陆地区域检测和分离(海陆分割)是海上目标检测重要的一步,它直接影响到后续目标识别、检测结果的准确性。另外海陆分割可以使后续检测限定在海洋区域进行,降低舰船检测的复杂度,提高检测效率。
目前常用的海陆分割算法主要有基于灰度直方图的阈值分割、基于纹理和边缘特征的分割方法以及基于特征融合的分割方法等。基于灰度直方图的分割算法和直方图分布特性紧密相关,当直方图呈现双峰或近似双峰特性时,能准确地选取阈值,而阈值选取的好坏直接影响分割效果,当图像灰度较暗或者陆地与海面灰度相近时,直方图可能呈现单峰特性,因此很难准确自动选取阈值,该类阈值分割算法的鲁棒性和自适应性较差。基于梯度、边缘等特征、纹理特征的分割算法远远优于单一灰度阈值分割,但该类算法没有考虑到海面与陆地的灰度值差异,海岸线的精确性与连续性在很大程度上都受到阈值分割效果的影响,在海面较为复杂时,分割效果有时反而不如单一的灰度阈值分割。近年来,一些研究学者提出了针对特定问题的基于特征融合的分割算法。如,刘利用神经网络把纹理特征和灰度信息融合起来,针对细胞分割问题取得了较好的效果,但该算法不是自适应的,需要人工交互。袁提出了一种基于纹理与灰度协同进化的图像分割算法,它在一类既要提取目标轮廓又要表现细节纹理特征的图像分割(如人脸分割)中取得了较好的效果。由于海陆分割的特殊性(并不需要反映细节的纹理特征),该方法在海陆分割中容易把海面和陆地分割成很多零散的小块,不利于后续的目标识别。
要使得分割算法能在实际***中得以应用,一方面要考虑准确性,即分割算法应对较复杂的灰度变化有鲁棒性;另一方面是时效性,由于遥感平台自身的运动特点,其获取的遥感图像数据率往往较高,这就要求相应算法应简单高效。
因此在确保准确性和时效性的前提下开发一种方法自动获取种子点,是一个亟待解决的问题。
发明内容
本发明提供面向遥感图像海陆分割的区域生长种子点提取方法及***以实现自动获取种子点,避免了人工交互,并在应用于遥感图像海陆分割中,取得良好效果。
本发明提供了如下方案:
一种面向遥感图像海陆分割的区域生长种子点提取方法,包括:
对有效行像素点的像素值做水平方向差分处理,获取差分结果;
根据所述差分结果,在有效行中选取包含种子点的有效行;
在所述包含种子点的有效行中确定种子点。
进一步地,所述在有效行中选取包含种子点的有效行,包括:
若所述有效行像素点的像素值的差分结果中存在有一段连续不间断的像素点,所述连续不间断的像素点个数不少于预设有效像素点个数,且所述连续不间断的像素点的值均小于预设差分像素阈值;则选取为包含种子点的有效行。
进一步地,所述在包含种子点的有效行中确定种子点,包括:
选择所述包含种子点的有效行的中间区域范围内的任一像素点作为种子点。
进一步地,所述包含种子点的有效行的中间区域范围,包括:
选择所述包含种子点的有效行的正中间的像素点为中心点;
存在于包含种子点的有效行内,且与中心点的像素值的差的绝对值小于或等于中间区域范围阈值的像素点的集合组成中间区域范围。
进一步地,还包括:
在所获取的原图像中提取当前行每一个像素点的像素值若所述的像素点中无效像素点的数量大于无效像素点数量阈值,则判断当前行为无效行,否则,则为有效行。
进一步地,还包括:
若当前行的像素点中存在任一像素点的像素值与无效中心点的像素值的差的绝对值小于或等于无效像素范围阈值,则判断该像素点为无效像素点。
进一步地,所述差分处理,包括:
原图像中有效行一经识别即刻对有效行像素点的像素值进行水平方向差分处理;或,
待原图像所有行都识别完毕,对有效行像素点的像素值进行水平方向差分处理。
根据本发明的另一方面,还提供一种面向遥感图像海陆分割的区域生长种子点提取***,包括差分模块、包含种子点的有效行选取模块,和种子值确定模块,其中,差分模块,其用于对有效行像素点的像素值做水平方向差分处理,获取差分结果;
包含种子点的有效行选取模块,其根据所述差分结果,在有效行中选取包含种子点的有效行;
种子值确定模块,其用于在所述包含种子点的有效行中确定种子点。
由上述本发明的实施例提供的技术方案可以看出,本发明与现有技术相比的有益效果在于:在确保准确性和时效性的前提下,利用扫描图像数据并基于像素梯度的方法自动获取种子点,避免了人工交互,提高了算法效率。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例共同用于解释本发明,并不构成对本发明的限制。在附图中:
图1是发明实施例一提供的面向遥感图像海陆分割的区域生长种子点提取方法的处理流程图;
图2是发明实施例二提供的面向遥感图像海陆分割的区域生长种子点提取方法的处理流程图;
图3是面向遥感图像海陆分割的区域生长种子点提取***模块图;
具体实施方式
以下将结合附图及实施例来详细说明本发明的实施方式,借此对本发明如何应用技术手段来解决技术问题,并达成技术效果的实现过程能充分理解并据以实施。需要说明的是,只要不构成冲突,本发明中的各个实施例以及各实施例中的各个特征可以相互结合,所形成的技术方案均在本发明的保护范围之内。
第一实施例
图1是发明实施例一提供的面向遥感图像海陆分割的区域生长种子点提取方法的处理流程图,本实施例提供面向遥感图像海陆分割的区域生长种子点提取方法的处理流程,如图1所示,下面根据图1详细说明本实施例的各个步骤。
本实施例中所述原图像均为采集的灰度图像;在原图像中,执行如下步骤:
步骤S110,对有效行像素点的像素值做水平方向差分处理,获取差分结果;
步骤S120,根据所述差分结果,在有效行中选取包含种子点的有效行;
步骤S130,在所述包含种子点的有效行中确定种子点。
第二实施例
图2是发明实施例一提供的面向遥感图像海陆分割的区域生长种子点提取方法的处理流程图,本实施例提供面向遥感图像海陆分割的区域生长种子点提取方法的处理流程,如图2所示,下面根据图2详细说明本实施例的各个步骤。
步骤S210,识别原图像中当前行为有效行;
识别原图像中当前行为有效行的方法,包括:
对所获取的原图像逐行执行如下操作:
在所获取的原图像中提取当前行每一个像素点的像素值,顺序排列形成一维数组;
若所述的一维数组像素点中无效像素点的数量大于无效像素点数量阈值,则判断当前行为无效行,否则,则为有效行。
其中,判断无效像素点的方法为:
设置无效像素中心点并设置无效像素阈值,若当前行的像素点中存在任一像素点的像素值与无效像素中心点的像素值的差的绝对值小于或等于无效像素阈值,则判断该像素点为无效像素点。
在本实施例中,设置2个无效中心点,设置无效像素阈值为2,此时判断无效像素点的方法包括:
设置无效中心点像素值0,以无效中心点0为中心,无效像素阈值为2,当前行的像素点中存在任一像素点的像素值与无效中心点的像素值0的差的绝对值小于或等于无效像素阈值2,则该像素点落入无效像素范围,则判断该像素点为无效像素点。
设置无效中心点像素值255,以无效中心点255为中心,无效像素阈值为2,当前行的像素点中存在任一像素点的像素值与无效中心点的像素值255的差的绝对值小于或等于无效像素阈值2,则该像素点落入无效像素范围,则判断该像素点为无效像素点。
其中,在实际处理图像时,无效像素半径具体依据图像大小确定。
本领域技术人员应能理解上述无效像素中心点仅为举例,本实施例是结合实际情况来做的,有的遥感图像的无效中心点像素值都是0,有的遥感图像的无效中心点像素值都是255,有的还可能是其他类似的值,在对图像进行处理前,这些都是可以预先知道的。其他现有的或今后可能出现的无效像素中心点如可适用于本发明实施例,也应包含在本发明保护范围以内,并在此以引用方式包含于此。
另外,对于步骤S210,存在如下两种执行方式:
执行步骤S210中,待原图像所有行都识别完毕,再执行步骤S220对有效行像素点的像素值做水平方向差分处理。
本实施例中优选地,执行步骤S210中,识别原图像中当前行为有效行后即刻执行步骤S220,对有效行像素点的像素值做水平方向差分处理。
步骤S220,对有效行像素点的像素值做水平方向差分处理,获取差分结果;
差分结果为有效行像素点的像素值经过水平方向差分处理后的得到的像素点的像素值值组成的行像素。
例如,在本实施例中,假设一行像素点的像素值用数组pixel[]表示。对该组表示行像素点的像素值进行差分处理,获取的差分结果为差分处理后的像素点值组成的差分处理后的行像素;
dpixel[n]=pixel[n+1]–pixel[n]
步骤S230,根据所述差分结果,在有效行中选取包含种子点的有效行;
判断所述有效行像素点的像素值差分结果中是否存在有一段连续不间断的像素点,且,连续不间断的像素点个数不少于预设有效像素点个数,且该连续不间断的像素点的值均小于预设差分像素阈值;
例如,设置m为预设有效像素点个数,本实例例中,m取图像行像素点数的五分之一,分析差分的结果,若dpixel中,有连续m个像素的值小于预设差分像素阈值R,R为一个经验值,具体依据原图像分辨率设定,则当前有效行为包含种子点的有效行。
步骤S240,在所述包含种子点的有效行中确定种子点。
选择所述包含种子点的有效行的中间区域范围内的任一像素点作为种子点,取该种子点的像素值作为种子值。
其中,选择所述包含种子点的有效行的中间区域范围内的任一像素点作为种子点,具体方法:
选择所述包含种子点的有效行的正中间的像素点为中心点;
其中,所述正中间的像素点包括:
若包含种子点的有效行的行像素的个数是奇数个,则按照对称原则选取中心点,使以中心点为中心左右分布的像素点的个数相等;
若包含种子点的有效行的行像素的个数是偶数个,则按照非对称原则选取中心点,使以中心点为中心左右分布的像素点的个数差的绝对值为1。
存在于包含种子点的有效行内,且与中心点的像素值的差的绝对值小于或等于中间区域范围阈值的像素点的集合组成中间区域范围。
选择所述中间区域范围内的任一像素点作为种子点。
步骤S250,基于所述种子点进行区域增长,获取区域增长后的图像;
区域生长(region growing)是指将成组的像素或区域发展成更大区域的过程。从种子点的集合开始,从这些点的区域增长是通过将与每个种子点有相似属性像强度、灰度级、纹理颜色等的相邻像素合并到此区域。
具体地,区域增长算法采用如下方式进行处理:基于像素梯度的种子点提取方法获取种子点后,探测以种子点为中心的上方、下方、左方、右方、左上方、左下方、右上方以及右下方如此8个位置的8个像素点的像素值,若存在任一像素点的像素值与种子点的像素值的差值小于预设区域阈值,则标记该像素点与种子点在同一区域;
区域阈值一个经验值,具体依据原图像分辨率设定。
进一步地,以所标记和种子点为同一区域的像素点为中心像素点,再次探测所述中心像素点的上方、下方、左方、右方、左上方、左下方、右上方以及右下方如此8个位置的8个像素点的像素值,若存在任一像素点的像素值与中心像素点的像素值的差值小于预设区域阈值,则标记该像素点与中心像素点在同一区域;
直至原图像所有像素点都标记完毕,得到区域增长后的图像。
步骤S260,对所述区域增长后的图像进行二值化处理;
本实施例中,设置海面区域像素值为1,陆地区域像素值为0;
本领域技术人员应能理解上述对所述区域增长后的图像进行二值化处理仅为举例,一般在关注海面区域时,设置海面区域像素值为1,陆地区域像素值为0,关注陆地区域时,设置海面区域像素值为0,陆地区域像素值为1。步骤S270,对二值化处理后的图像进行闭运算,填充海面孤立点,使海面和陆地区域得到区分。
为了将二值化后海面区域中的孤立点去掉,使得海面区域更完整,这里使用二值闭运算操作进行处理。
闭运算是指按照一定的邻域模板先进行膨胀操作,再进行腐蚀操作。这样可以在既保持区域边缘大致不变的情况下使得海面区域内部的孤立点被填充,从而使得海面区域连续完整。
其中膨胀操作是指对一个像元,若其邻域内有一个像元的像素值为1,则该像元也被赋为1,腐蚀操作是指对一个像元,若其邻域内有一个像元是像素值为0,则该像元也被赋为0。
第三实施例
图3是发明实施例三提供的面向遥感图像海陆分割的区域生长种子点提取***模块图,本实施例提供一种面向遥感图像海陆分割的区域生长种子点提取***,如图3所示,下面根据图3详细说明本实施例的各个模块。
面向遥感图像海陆分割的区域生长种子点提取***,包括差分模块31、包含种子点的有效行选取模块32和种子值确定模块33,其中,
差分模块31,其用于对有效行像素点的像素值做水平方向差分处理,获取差分结果;
进一步地,原图像中有效行一经识别为有效行即刻使用差分模块31对有效行像素点的像素值做水平方向差分处理;或,
待原图像所有行中的有效行都识别完毕,使用差分模块31对有效行像素点的像素值做水平方向差分处理;
本实施例中优选地,原图像中有效行一经识别为有效行即刻使用差分模块31对有效行像素点的像素值做水平方向差分处理。
包含种子点的有效行选取模块32,其根据所述差分结果,在有效行中选取包含种子点的有效行;
进一步地,判断所述有效行像素点的像素值的差分结果中是否存在有一段连续不间断的像素点,且,连续不间断的像素点个数不少于预设有效像素点个数,且该连续不间断的像素点的值均小于预设差分像素阈值;若存在,则所述有效行为包含种子点的有效行。
种子值确定模块33,其用于在所述包含种子点的有效行中确定种子点。
进一步地,选择所述包含种子点的有效行的中间区域范围内的任一像素点作为种子点,取该种子点的像素值作为种子值。
进一步地,选择所述包含种子点的有效行的中间区域范围内的任一像素点作为种子点;
更进一步地,选择所述包含种子点的有效行的正中间的像素点为中心点;
其中,所述正中间的像素点包括:
若包含种子点的有效行的行像素的个数是奇数个,则按照对称原则选取中心点,使以中心点为中心左右分布的像素点的个数相等;
若包含种子点的有效行的行像素的个数是偶数个,则按照非对称原则选取中心点,使以中心点为中心左右分布的像素点的个数差的绝对值为1。
更进一步地,存在于包含种子点的有效行内,且与中心点的像素值的差的绝对值小于或等于中间区域范围阈值的像素点的集合组成中间区域范围。
进一步地,选择所述中间区域范围内的任一像素点作为种子点。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置或***实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。以上所描述的装置及***实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。
Claims (6)
1.一种面向遥感图像海陆分割的区域生长种子点提取方法,其特征在于,包括:
对有效行像素点的像素值做水平方向差分处理,获取差分结果;
根据所述差分结果,在有效行中选取包含种子点的有效行;
在所述包含种子点的有效行中确定种子点,
其中在包含种子点的有效行中确定种子点包括选择包含种子点的有效行的中间区域范围内的任一像素点作为种子点,
其中所述中间区域范围由存在于包含种子点的有效行内、且与中心点的像素值的差的绝对值小于或等于中间区域范围阈值的像素点的集合组成,所述中心点是所述包含种子点的有效行的正中间的像素点。
2.如权利要求1所述的面向遥感图像海陆分割的区域生长种子点提取方法,其特征在于,所述在有效行中选取包含种子点的有效行,包括:
若所述有效行像素点的像素值的差分结果中存在有一段连续不间断的像素点,所述连续不间断的像素点个数不少于预设有效像素点个数,且所述连续不间断的像素点的值均小于预设差分像素阈值;则选取为包含种子点的有效行。
3.如权利要求1所述的面向遥感图像海陆分割的区域生长种子点提取方法,其特征在于,还包括:
在所获取的原图像中提取当前行每一个像素点的像素值若所述的像素点中无效像素点的数量大于无效像素点数量阈值,则判断当前行为无效行,否则,则为有效行。
4.如权利要求3所述的面向遥感图像海陆分割的区域生长种子点提取方法,其特征在于,还包括:
若当前行的像素点中存在任一像素点的像素值与无效中心点的像素值的差的绝对值小于或等于无效像素范围阈值,则判断该像素点为无效像素点。
5.如权利要求1所述的面向遥感图像海陆分割的区域生长种子点提取方法,其特征在于,所述差分处理,包括:
原图像中有效行一经识别即刻对有效行像素点的像素值进行水平方向差分处理;或,
待原图像所有行都识别完毕,对有效行像素点的像素值进行水平方向差分处理。
6.一种面向遥感图像海陆分割的区域生长种子点提取***,其特征在于,包括:差分模块、包含种子点的有效行选取模块,和种子值确定模块,其中,
差分模块,其用于对有效行像素点的像素值做水平方向差分处理,获取差分结果;
包含种子点的有效行选取模块,其根据所述差分结果,在有效行中选取包含种子点的有效行;
种子值确定模块,其用于在所述包含种子点的有效行中确定种子点,
其中所述种子值确定模块还用于选择包含种子点的有效行的中间区域范围内的任一像素点作为种子点,其中所述中间区域范围由存在于包含种子点的有效行内、且与中心点的像素值的差的绝对值小于或等于中间区域范围阈值的像素点的集合组成,所述中心点是所述包含种子点的有效行的正中间的像素点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410508308.7A CN105095846B (zh) | 2014-09-28 | 2014-09-28 | 面向遥感图像海陆分割的区域生长种子点提取方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410508308.7A CN105095846B (zh) | 2014-09-28 | 2014-09-28 | 面向遥感图像海陆分割的区域生长种子点提取方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105095846A CN105095846A (zh) | 2015-11-25 |
CN105095846B true CN105095846B (zh) | 2019-07-30 |
Family
ID=54576238
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410508308.7A Active CN105095846B (zh) | 2014-09-28 | 2014-09-28 | 面向遥感图像海陆分割的区域生长种子点提取方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105095846B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107967696B (zh) * | 2017-11-23 | 2021-06-25 | 湖南文理学院 | 一种水面船只雷达遥感检测方法、电子设备 |
CN109584245B (zh) * | 2018-11-12 | 2023-11-17 | 中国石油大学(北京) | 基于最大内切圆算法的河道参数智能统计方法和*** |
CN115880299B (zh) * | 2023-03-03 | 2023-05-23 | 山东时代塑胶有限公司 | 一种轻质混凝土复合自保温外墙板的质量检测*** |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1844952A (zh) * | 2006-05-10 | 2006-10-11 | 北京好望角医学影像技术有限公司 | 基于遥感图像处理的对地表变化进行检测的方法 |
CN101694718A (zh) * | 2009-10-13 | 2010-04-14 | 西安电子科技大学 | 基于感兴趣区域的遥感图像变化检测方法 |
CN101826204A (zh) * | 2009-03-04 | 2010-09-08 | 中国人民解放军63976部队 | 基于改进的水线算法的快速颗粒图像分割方法 |
CN102013015A (zh) * | 2010-12-02 | 2011-04-13 | 南京大学 | 一种面向对象的遥感影像海岸线提取方法 |
CN102663348A (zh) * | 2012-03-21 | 2012-09-12 | 中国人民解放军国防科学技术大学 | 一种光学遥感图像中的海上舰船检测方法 |
CN104063870A (zh) * | 2014-07-04 | 2014-09-24 | 中国科学院大学 | 一种基于扫描线检测的海陆模板自动分割方法及其应用 |
CN104077777A (zh) * | 2014-07-04 | 2014-10-01 | 中国科学院大学 | 一种海面舰船目标检测方法 |
-
2014
- 2014-09-28 CN CN201410508308.7A patent/CN105095846B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1844952A (zh) * | 2006-05-10 | 2006-10-11 | 北京好望角医学影像技术有限公司 | 基于遥感图像处理的对地表变化进行检测的方法 |
CN101826204A (zh) * | 2009-03-04 | 2010-09-08 | 中国人民解放军63976部队 | 基于改进的水线算法的快速颗粒图像分割方法 |
CN101694718A (zh) * | 2009-10-13 | 2010-04-14 | 西安电子科技大学 | 基于感兴趣区域的遥感图像变化检测方法 |
CN102013015A (zh) * | 2010-12-02 | 2011-04-13 | 南京大学 | 一种面向对象的遥感影像海岸线提取方法 |
CN102663348A (zh) * | 2012-03-21 | 2012-09-12 | 中国人民解放军国防科学技术大学 | 一种光学遥感图像中的海上舰船检测方法 |
CN104063870A (zh) * | 2014-07-04 | 2014-09-24 | 中国科学院大学 | 一种基于扫描线检测的海陆模板自动分割方法及其应用 |
CN104077777A (zh) * | 2014-07-04 | 2014-10-01 | 中国科学院大学 | 一种海面舰船目标检测方法 |
Non-Patent Citations (3)
Title |
---|
一种遥感图像中海岸线的提取方法;邓江生 等;《光电技术应用》;20121031;第27卷(第5期);第56-59页 |
基于多特征动态融合的图像分割研究;艾国红;《中国优秀硕士学位论文全文数据库 信息科技辑》;20110915;第I138-814页 |
基于遥感影像的海岛(礁)提取技术研究;***;《中国优秀硕士学位论文全文数据库 信息科技辑》;20120715;第I140-1151页 |
Also Published As
Publication number | Publication date |
---|---|
CN105095846A (zh) | 2015-11-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104077777B (zh) | 一种海面舰船目标检测方法 | |
CN108121991B (zh) | 一种基于边缘候选区域提取的深度学习舰船目标检测方法 | |
CN109118479A (zh) | 基于胶囊网络的绝缘子缺陷识别定位装置及方法 | |
WO2017071160A1 (zh) | 一种大幅面遥感图像海陆分割的方法及*** | |
CN102867196B (zh) | 基于Gist特征学习的复杂海面遥感影像舰船检测方法 | |
CN106650812B (zh) | 一种卫星遥感影像的城市水体提取方法 | |
CN111862143B (zh) | 一种河堤坍塌自动监测方法 | |
CN108009591A (zh) | 一种基于深度学习的接触网关键部件识别方法 | |
CN103996198A (zh) | 复杂自然环境下感兴趣区域的检测方法 | |
CN104992172B (zh) | 基于沿岸突异区扫描的港口遥感图像靠岸船舶检测方法 | |
CN102645679A (zh) | 一种基于多普勒天气雷达回波图像的中气旋识别方法 | |
CN113627299B (zh) | 一种基于深度学习的导线漂浮物智能识别方法及装置 | |
CN108376247A (zh) | 一种应用于光学遥感船只检测中的分策略粗精结合海陆分离方法 | |
CN102708369A (zh) | 一种基于卫星图像的海冰参数提取方法 | |
CN109064479B (zh) | 一种基于邻近视频帧灰度动态特征的海天线检测方法 | |
CN108229342A (zh) | 一种海面舰船目标自动检测方法 | |
CN106156758B (zh) | 一种sar海岸图像中海岸线提取方法 | |
CN105095846B (zh) | 面向遥感图像海陆分割的区域生长种子点提取方法及*** | |
CN112766184B (zh) | 基于多层级特征选择卷积神经网络的遥感目标检测方法 | |
CN105469393A (zh) | 基于决策融合的浅海水深多时相遥感影像反演方法 | |
CN109359533A (zh) | 一种基于多波段遥感影像的海岸线提取方法 | |
CN103914829B (zh) | 一种含噪图像边缘检测方法 | |
JP4747122B2 (ja) | 特定領域自動抽出システム、特定領域自動抽出方法、および、プログラム | |
CN103871089B (zh) | 一种基于融合的图像超像素网格化方法 | |
CN110378892A (zh) | 一种快速检测输电线路通道隐患的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |