-
题名最优特征选择下多层次分割的城市道路提取
被引量：7
- 1
-
-
作者
雷惠敏
张和生
-
机构
太原理工大学矿业工程学院
-
出处
《中国空间科学技术》
CSCD
北大核心
2022年第2期99-107,共9页
-
基金
山西省重点研发计划(201903D421089)
科技部重点研发计划课题(2018YFD1100305)。
-
文摘
针对道路提取过程中特征维数过高的问题,提出了一种基于ReliefF过滤式和Wrapper封装式的特征选择方法。将粒子群优化算法(PSO)作为Wrapper的搜索算法,优化过的随机森林算法(OPRF)作为Wrapper的分类器构成PSO_OPRF封装式子集评估器,对ReliefF预选后的特征子集进行评估,降低特征维度,选出最优特征集,根据选择的特征对影像进行多层次分割分类提取城市道路网。以山西省太原市部分城区GF-2遥感影像为数据源进行道路提取,利用提出的特征选择方法所得的道路提取质量与仅使用ReliefF算法选择的特征、以传统随机森林作为分类器和以J48决策树作为分类器特征选择方法的提取质量对比。结果表明该方法的三种类型道路的提取质量分别达到0.959、0.853、0.931。
-
关键词
道路提取
特征选择
数据挖掘
多层次分割
随机森林
CANNY算子
-
Keywords
road extraction
feature selection
data mining
multi-level segmentation
random forest
canny operator
-
分类号
TP753
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于多层次分割的月表撞击坑自动检测
被引量：1
- 2
-
-
作者
李海鹏
董有福
张昊
-
机构
南京工业大学
-
出处
《测绘通报》
CSCD
北大核心
2023年第11期18-22,共5页
-
基金
国家自然科学基金(41871324)。
-
文摘
对月表不同尺寸撞击坑的提取具有重要研究价值。目前针对直径1 km以下的撞击坑检测取得了理想的效果,但对于相对较大的撞击坑检测率有待进一步提升。本文提出了一种具有良好稳健性的撞击坑自动检测模型,基于LOLA发布的全月DEM数据生成了月表地形参数,采用面向对象的多层次分割方法并结合机器学习技术提取撞击坑,选取3个典型样区进行了试验分析。结果表明,对于直径范围在1~120 km内的撞击坑,召回率和精确率分别为86.5%和81.2%,具有良好的检测率。
-
关键词
撞击坑
自动检测
面向对象
多层次分割
-
Keywords
impact crater
automatic detection
object-orientation
multilevel segmentation
-
分类号
P237
[天文地球—摄影测量与遥感]
-
-
题名多层次汽车车牌照定位分割方法
被引量：25
- 3
-
-
作者
王年
李婕
任彬
汪炳权
-
机构
安徽大学电子工程与信息科学系
安徽电子科学研究所
-
出处
《安徽大学学报（自然科学版）》
CAS
1999年第2期57-62,共6页
-
基金
安徽省科委资助项目
-
文摘
分析人识别牌照过程的基础上提出了智能性的多层次分割算法来定位车牌照。它的基本思想是多层次分割，每次分割时尽量减少分析的范围，其中用到了梯度差分和指数平滑方法，整个算法简单快速，可用硬件实时处理。
-
关键词
汽车
车牌照识别
公路交通管理
多层次分割
-
Keywords
automatic segmentation,multi-level, vehicle license location
-
分类号
U491
[交通运输工程—交通运输规划与管理]
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名层次式图切分快速分割算法
被引量：4
- 4
-
-
作者
蒋建国
张婕
詹曙
郭艳蓉
-
机构
合肥工业大学计算机与信息学院
-
出处
《图学学报》
CSCD
北大核心
2012年第1期44-49,共6页
-
基金
安徽省2010高校省级自然科学研究重点资助项目(KJ2010A193)
教育部博士点基金资助项目(20060359004)
教育部留学归国人员科研启动基金资助项目(413117)
-
文摘
图切分(Graph Cuts,GC)是近年来兴起的基于图论框架的图像分割方法,该理论的新颖之处在于它的全局最优性和结合多种知识的统一性。但当图像较大时运算非常耗时。该文提出了一种基于GC的层次式图像分割方法。先在低分辨率中用GC以较低的分割代价获取粗尺度的初始分割,再将结果轮廓映射回高分辨率图像中并构造出窄带,进而采用matting思想,在窄带内获取精确分割。实验结果表明,本文方法在确保分割结果准确性的同时,运算速度大幅度提高。
-
关键词
信息处理技术
图像分割
图切分
多层次分割
抠图
-
Keywords
information processing technology image segmentation graph cuts multilevelsegmentation matting
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名大理苍山东西坡植被的垂直分布格局
被引量：14
- 5
-
-
作者
张萍
张军
李佳玉
薛宇飞
李宇宸
-
机构
云南大学地球科学学院
-
出处
《浙江农林大学学报》
CAS
CSCD
北大核心
2022年第1期68-75,共8页
-
基金
高分辨率对地观测系统重大专项省域产业化应用项目(89-Y40G19-9001-18/20)。
-
文摘
【目的】分析云南省大理苍山东西坡植被的垂直分布格局变化特征,为有效保护苍山生态环境和物种多样性提供参考依据。【方法】以大理苍山为研究区域,基于高分二号(GF-2)高分辨率遥感影像,结合大理苍山完整的山地植被垂直地带性分布规律,辅以纹理特征和数字高程模型(DEM)数据,采用面向对象的多层次图像分割法,通过构建地形约束因子参与分类过程,准确选择样本,高精度提取研究区域的植被信息,并分析苍山东西坡植被的垂直分布格局。【结果】①引入辅助信息的面向对象分类法提取的苍山各植被类型连续且效果好,分类总体精度为95.3%,Kappa系数为0.9466。②苍山东西坡现状植被垂直分布格局明显,各自具有6个垂直分布带,并随着海拔高程的增大,植被分布类型趋同性增大,但东西坡垂直带谱内的优势植被类型相比也存在部分差异。【结论】相较于传统主观性强的分类方法,引入垂直带谱信息的地形约束因子进行分类,可以有效地提高山地植被分类的精度。基于面向对象的多层次分割法适用于苍山植被信息的精确提取。图5表3参20。
-
关键词
苍山
垂直带谱
面向对象
多层次分割
山地植被
信息提取
-
Keywords
Cangshan Mountain
vertical band spectrum
object-oriented
multi-level segmentation
mountain vegetation
information extraction
-
分类号
S718.5
[农业科学—林学]
-
