-
题名结合特征选择的CVA多尺度遥感影像变化检测
被引量：10
- 1
-
-
作者
蔡怤晟
向泽君
蔡衡
单德明
-
机构
重庆邮电大学通信与信息工程学院
重庆邮电大学重庆高校市级光通信与网络重点实验室
重庆邮电大学泛在感知与互联重庆市重点实验室
重庆市勘测院
-
出处
《测绘通报》
CSCD
北大核心
2020年第8期101-104,130,共5页
-
基金
重庆高校创新团队建设计划(CXTDX201601020)。
-
文摘
针对在多时相变化检测中,面向对象方法无法较好地检测影像中的细微变化,受分割效果以及面向像素方法的影响出现较高虚警率等问题,本文提出了一种结合基于像素的多特征变化向量分析法(CVA)与基于对象的多层次分割的联合判别方法。首先提取不同时相的光谱与纹理特征,利用最大相关最小冗余(mRMR)算法进行特征选择并通过CVA得到像素级变化检测结果;然后对两幅影像进行叠合分割,利用区域合并策略进行不同尺度检测并获取各尺度检测结果;最后结合多种检测结果进行融合,获得最终变化检测结果。检测结果表明本文所提方法能有效降低漏检率,同时提高了检测的准确性。
-
关键词
特征融合
特征选择
多尺度分割
变化向量法
决策级融合
-
Keywords
feature fusion
feature selection
multi-scale segmentation
change vector analysis
decision-level fusion
-
分类号
P237
[天文地球—摄影测量与遥感]
-
-
题名基于超像素的高分遥感影像分割算法
被引量：3
- 2
-
-
作者
向泽君
蔡怤晟
楚恒
黄磊
-
机构
重庆邮电大学通信与信息工程学院
重庆邮电大学重庆高校市级光通信与网络重点实验室
重庆邮电大学泛在感知与互联重庆市重点实验室
重庆市规划局
重庆市勘测院
-
出处
《计算机工程与设计》
北大核心
2020年第5期1379-1384,共6页
-
基金
重庆高校创新团队建设计划基金项目(CXTDX201601020)。
-
文摘
针对高分遥感影像中存在地物数目多,特征信息复杂导致分割边缘不清晰、对象细节丢失等问题,提出一种改进的超像素分割和多特征结合的遥感影像分割合并算法。在对图像进行分割前的预处理阶段,使用超像素分割技术得到初始分割图像;区域合并过程中,基于对象间的异质性和对象内部的同质性,结合光谱、纹理和形状特征,对对象进行合并;通过调整全局分割参数来调整合并尺度,得到最终的影像分割结果。实验结果表明,所提方法能得到较好的影像分割效果。
-
关键词
多特征
超像素
异质性
合并策略
影像分割
-
Keywords
multi-features
superpixel
heterogeneity
merging strategy
image segmentation
-
分类号
TN911.73
[电子电信—通信与信息系统]
-
