期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于GMRF-SVM的高分辨率遥感影像目标区域划分方法
被引量:
7
1
作者
明冬萍
骆剑承
沈占锋
《测绘科学》
CSCD
北大核心
2009年第2期33-37,共5页
高分辨率遥感影像数据量大、细节丰富并呈现出一定的尺度依赖性,单一尺度遥感影像分割难以同时兼顾影像的宏观和微观特征,这成为制约遥感信息自动化提取技术发展的瓶颈之一。对此本文提出了基于特征的多尺度高分辨率遥感信息提取技术框...
高分辨率遥感影像数据量大、细节丰富并呈现出一定的尺度依赖性,单一尺度遥感影像分割难以同时兼顾影像的宏观和微观特征,这成为制约遥感信息自动化提取技术发展的瓶颈之一。对此本文提出了基于特征的多尺度高分辨率遥感信息提取技术框架,并分析了其对于大尺度海量数据信息提取与目标识别工作具有的理论及实践意义。根据影像光谱或纹理等特征,提出采用GMRF-SVM方法在大尺度上进行分类的目标区域划分方法。从大尺度信息提取的角度来看,该方法综合了GMRF纹理分类和SVM少量样本模式识别的优势,便于先验知识的融合,无论从花费时间还是分类处理效果上,都远远优于直接采用GMRF进行分割所取得的效果,对于后面的信息提取和目标识别来说更具有实际意义。
展开更多
关键词
高分辨率遥感
信息提取
目标识别
多尺度
区域划分
GMRF—SVM
原文传递
基于特征学习的建筑物自动识别算法研究
被引量:
1
2
作者
张前进
郭雷
《弹箭与制导学报》
CSCD
北大核心
2007年第3期199-202,共4页
针对单幅航拍灰度图像的建筑物自动识别问题,给出了一种基于类特征学习的算法结构。利用建筑物顶部的高亮度特性,采用基于灰度的OTSU方法实现图像的粗略分割;然后采用二阶高斯马尔可夫随机场(GMRF)模型描述已分割图像,得到目标/背景类的...
针对单幅航拍灰度图像的建筑物自动识别问题,给出了一种基于类特征学习的算法结构。利用建筑物顶部的高亮度特性,采用基于灰度的OTSU方法实现图像的粗略分割;然后采用二阶高斯马尔可夫随机场(GMRF)模型描述已分割图像,得到目标/背景类的6维特征向量;以此特征向量及粗分割的类标记为训练集,训练支持向量机(SVMs)分类器学习两类特征,再用训练过的分类器重新分割图像;最后采用基于先验知识的规则对分割区域进行建筑物/非建筑物判定;理论分析和实验结果表明了算法的有效性。
展开更多
关键词
建筑物检测
SVM分类器
GMRF模型
先验知识
下载PDF
职称材料
题名
基于GMRF-SVM的高分辨率遥感影像目标区域划分方法
被引量:
7
1
作者
明冬萍
骆剑承
沈占锋
机构
中国地质大学信息工程学院
中国科学院遥感应用研究所
出处
《测绘科学》
CSCD
北大核心
2009年第2期33-37,共5页
基金
国家自然科学基金项目(40601057)
文摘
高分辨率遥感影像数据量大、细节丰富并呈现出一定的尺度依赖性,单一尺度遥感影像分割难以同时兼顾影像的宏观和微观特征,这成为制约遥感信息自动化提取技术发展的瓶颈之一。对此本文提出了基于特征的多尺度高分辨率遥感信息提取技术框架,并分析了其对于大尺度海量数据信息提取与目标识别工作具有的理论及实践意义。根据影像光谱或纹理等特征,提出采用GMRF-SVM方法在大尺度上进行分类的目标区域划分方法。从大尺度信息提取的角度来看,该方法综合了GMRF纹理分类和SVM少量样本模式识别的优势,便于先验知识的融合,无论从花费时间还是分类处理效果上,都远远优于直接采用GMRF进行分割所取得的效果,对于后面的信息提取和目标识别来说更具有实际意义。
关键词
高分辨率遥感
信息提取
目标识别
多尺度
区域划分
GMRF—SVM
Keywords
high resolution remote sensing
information extraction
target recognition
multi-scale
region partition
gmrf-svm
分类号
TP75 [自动化与计算机技术—检测技术与自动化装置]
原文传递
题名
基于特征学习的建筑物自动识别算法研究
被引量:
1
2
作者
张前进
郭雷
机构
西北工业大学自动化学院
出处
《弹箭与制导学报》
CSCD
北大核心
2007年第3期199-202,共4页
基金
国家自然科学基金项目(60175001)资助
文摘
针对单幅航拍灰度图像的建筑物自动识别问题,给出了一种基于类特征学习的算法结构。利用建筑物顶部的高亮度特性,采用基于灰度的OTSU方法实现图像的粗略分割;然后采用二阶高斯马尔可夫随机场(GMRF)模型描述已分割图像,得到目标/背景类的6维特征向量;以此特征向量及粗分割的类标记为训练集,训练支持向量机(SVMs)分类器学习两类特征,再用训练过的分类器重新分割图像;最后采用基于先验知识的规则对分割区域进行建筑物/非建筑物判定;理论分析和实验结果表明了算法的有效性。
关键词
建筑物检测
SVM分类器
GMRF模型
先验知识
Keywords
building detection
SVMs classifier
GMRF model
prior-knowledge
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于GMRF-SVM的高分辨率遥感影像目标区域划分方法
明冬萍
骆剑承
沈占锋
《测绘科学》
CSCD
北大核心
2009
7
原文传递
2
基于特征学习的建筑物自动识别算法研究
张前进
郭雷
《弹箭与制导学报》
CSCD
北大核心
2007
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部