检索结果-维普期刊中文期刊服务平台

基于多特征和WSVM的SAR图像河流目标检测被引量：5: 1; 作者吴一全李海杰宋昱《系统工程与电子技术》 EI CSCD 北大核心 2015年第6期1288-1293,共6页; 为进一步提高合成孔径雷达(synthetic aperture radar,SAR)图像中河流目标检测的准确性,本文提出了基于多特征和小波支持向量机(wavelet support vector machine,WSVM)的SAR图像河流目标检测方法。首先使用均值比表示像素点邻域的灰度特... 展开更多; 关键词河流目标检测合成孔径雷达图像多特征小波支持向量机均值比 GABOR小波区域连通性; 在线阅读下载PDF 职称材料

基于Tsallis交叉熵快速迭代的河流遥感图像分割被引量：6: 2; 作者吴诗婳吴一全周建江《信号处理》 CSCD 北大核心 2016年第5期598-607,共10页; 为了使河流遥感图像分割的精度和速度进一步提高,本文提出了一种基于二维Tsallis交叉熵快速迭代的河流遥感图像分割方法。鉴于现有的Tsallis交叉熵阈值法运算效率不够高,首先提出了一维Tsallis交叉熵阈值选取的快速迭代算法;然后导出了... 展开更多; 关键词河流检测遥感图像分割阈值选取 Tsallis交叉熵快速迭代算法; 在线阅读下载PDF 职称材料

基于Shearlet变换和Krawtchouk矩不变量的河流SAR图像分割被引量：2: 3; 作者吴诗婳吴一全 +2 位作者周建江孟天亮戴一冕《应用科学学报》 CAS CSCD 北大核心 2015年第1期21-31,共11页; 合成孔径雷达(synthetic aperture radar,SAR)图像分割是河流检测与识别的关键步骤,为了进一步提高河流SAR图像分割的准确性,提出一种基于Shearlet变换、Krawtchouk矩不变量及模糊局部信息C均值聚类的河流SAR图像分割方法.首先,对河流SA... 展开更多; 关键词河流检测 SAR图像分割 SHEARLET变换 Krawtchouk矩不变量模糊局部信息C均值聚类; 在线阅读下载PDF 职称材料

倒数交叉熵和改进图割结合的河流目标检测被引量：1: 4; 作者吴一全宋昱《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2015年第6期836-840,共5页; 为了克服交互式图割方法选取种子点的随意性和由此导致的分割结果的不准确性,提出了使用倒数交叉熵阈值分割和改进图割结合的河流目标自动提取方法。先利用倒数交叉熵阈值选取准则对河流图像进行初始分割,从初始分割结果中自动选取种子... 展开更多; 关键词遥感图像河流提取倒数交叉熵图割高斯混合模型结构张量; 在线阅读下载PDF 职称材料

题名基于多特征和WSVM的SAR图像河流目标检测被引量：5: 1; 作者吴一全李海杰宋昱; 机构南京航空航天大学电子信息工程学院黄河水利委员会黄河水利科学研究院水利部黄河泥沙重点实验室长江水利委员会长江科学院武汉市智慧流域工程技术研究中心南京水利科学研究院港口航道泥沙工程交通行业重点实验室哈尔滨工业大学城市水资源与水环境国家重点实验室; 出处《系统工程与电子技术》 EI CSCD 北大核心 2015年第6期1288-1293,共6页; 基金水利部黄河泥沙重点实验室开放课题基金(2014006) 长江科学院开放研究基金(CKWV2013225/KY) +2 种基金江苏高校优势学科建设工程资助课题; 文摘为进一步提高合成孔径雷达(synthetic aperture radar,SAR)图像中河流目标检测的准确性,本文提出了基于多特征和小波支持向量机(wavelet support vector machine,WSVM)的SAR图像河流目标检测方法。首先使用均值比表示像素点邻域的灰度特征,Gabor小波提取其纹理特征,并将其融合构造训练样本;然后将归一化处理后的特征矩阵输入WSVM进行训练,并利用训练好的WSVM对图像的每个像素点进行分类;最后根据河流的区域连通性和面积、形状特征,去除阴影、湖泊等与河流相似的区域。大量实验结果表明,与其他河流目标检测方法相比,本文方法检测的河流目标更加完整,背景与河流的误分区域更少,河流边缘保持得更好。; 关键词河流目标检测合成孔径雷达图像多特征小波支持向量机均值比 GABOR小波区域连通性; Keywords river target detection synthetic aperture radar （SAR） image multi-features wavelet supportvector machine （WSVM） mean ratio Gabor wavelet regional connectivity; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术] TP751.1 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名基于Tsallis交叉熵快速迭代的河流遥感图像分割被引量：6: 2; 作者吴诗婳吴一全周建江; 机构南京航空航天大学电子信息工程学院南京水利科学研究院港口航道泥沙工程交通行业重点实验室黄河水利委员会黄河水利科学研究院水利部黄河泥沙重点实验室长江水利委员会长江科学院武汉市智慧流域工程技术研究中心哈尔滨工业大学城市水资源与水环境国家重点实验室; 出处《信号处理》 CSCD 北大核心 2016年第5期598-607,共10页; 基金国家自然科学基金项目(61573183) 港口航道泥沙工程交通行业重点实验室开放基金 +6 种基金南京航空航天大学研究生创新基地(实验室)开放基金资助项目(kfjj20150402); 文摘为了使河流遥感图像分割的精度和速度进一步提高,本文提出了一种基于二维Tsallis交叉熵快速迭代的河流遥感图像分割方法。鉴于现有的Tsallis交叉熵阈值法运算效率不够高,首先提出了一维Tsallis交叉熵阈值选取的快速迭代算法;然后导出了基于灰度级-邻域平均灰度级直方图的Tsallis交叉熵阈值选取公式,以进一步提高分割精度,并采用递推方式计算阈值选取准则函数中的中间变量,避免其重复运算,加快运算速度;最后,提出了二维Tsallis交叉熵阈值选取的快速迭代算法,推导出相应的公式,大大减少了运算量。大量实验结果表明,与近年来提出的4种阈值分割方法相比,本文方法在对河流遥感图像的分割效果及运行时间上均有明显优势,是河流检测与类型识别系统中可选择的一种快速有效的分割方法。; 关键词河流检测遥感图像分割阈值选取 Tsallis交叉熵快速迭代算法; Keywords river detection remote sensing image segmentation threshold selection two-dimensional Tsallis cross entropy fast iterative algorithm; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术] TP751.1 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名基于Shearlet变换和Krawtchouk矩不变量的河流SAR图像分割被引量：2: 3; 作者吴诗婳吴一全周建江孟天亮戴一冕; 机构南京航空航天大学电子信息工程学院长江水利委员会长江科学院武汉市智慧流域工程技术研究中心黄河水利委员会黄河水利科学研究院水利部黄河泥沙重点实验室哈尔滨工业大学城市水资源与水环境国家重点实验室南京水利科学研究院港口航道泥沙工程交通行业重点实验室; 出处《应用科学学报》 CAS CSCD 北大核心 2015年第1期21-31,共11页; 基金国家自然科学基金(No.60872065) 长江科学院开放基金(No.CKWV2013225/KY) +3 种基金江苏高校优势学科建设工程基金资助; 文摘合成孔径雷达(synthetic aperture radar,SAR)图像分割是河流检测与识别的关键步骤,为了进一步提高河流SAR图像分割的准确性,提出一种基于Shearlet变换、Krawtchouk矩不变量及模糊局部信息C均值聚类的河流SAR图像分割方法.首先,对河流SAR图像进行Shearlet分解,提取其纹理特征,构成特征向量的前半部分;然后,计算河流SAR图像的Krawtchouk矩不变量,作为其形状特征,构成特征向量的后半部分;最后,利用模糊局部信息C均值算法依照上述特征向量进行聚类,由此得到河流SAR图像分割结果.大量实验结果表明,与近年来提出的脉冲耦合神经网络结合最大方差比准则分割法、Gabor小波变换结合模糊C均值聚类分割法、FLICM聚类分割法相比,所提出的方法在主观视觉效果以及客观定量评价指标误分割率上均有明显优势,且分割河流SAR图像更加准确.; 关键词河流检测 SAR图像分割 SHEARLET变换 Krawtchouk矩不变量模糊局部信息C均值聚类; Keywords river detection SAR image segmentation Shearlet transform Krawtchouk moment invariant fuzzy local information C-means clustering; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术] TP751.1 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名倒数交叉熵和改进图割结合的河流目标检测被引量：1: 4; 作者吴一全宋昱; 机构南京航空航天大学电子信息工程学院黄河水利委员会黄河水利科学研究院水利部黄河泥沙重点实验室长江水利委员会长江科学院武汉市智慧流域工程技术研究中心哈尔滨工业大学城市水资源与水环境国家重点实验室南京水利科学研究院港口航道泥沙工程交通行业重点实验室; 出处《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2015年第6期836-840,共5页; 基金水利部黄河泥沙重点实验室开放基金资助项目(2014006) 长江科学院开放基金资助项目(CKWV2013225/KY) +2 种基金江苏高校优势学科建设工程资助项目; 文摘为了克服交互式图割方法选取种子点的随意性和由此导致的分割结果的不准确性,提出了使用倒数交叉熵阈值分割和改进图割结合的河流目标自动提取方法。先利用倒数交叉熵阈值选取准则对河流图像进行初始分割,从初始分割结果中自动选取种子点。然后利用改进图割方法对河流遥感图像进行分割。改进图割中利用高斯混合模型对种子点区域进行建模,并利用结构张量矩阵计算平滑项。最后使用连通域检测方法去除小的连通域并得到最终结果图像。与交互式图割、基于倒数交叉熵和图割等4种方法进行了比较,实验结果表明提出方法得到的分割图像最为精确,分割效果最好。; 关键词遥感图像河流提取倒数交叉熵图割高斯混合模型结构张量; Keywords remote sensing images river detection reciprocal cross entropy graph cuts Gaussian mixture model structure tensor; 分类号 TN911.73 [电子电信—通信与信息系统] TP751 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于多特征和WSVM的SAR图像河流目标检测	吴一全李海杰宋昱	《系统工程与电子技术》 EI CSCD 北大核心	2015	5	在线阅读下载PDF 职称材料
2	基于Tsallis交叉熵快速迭代的河流遥感图像分割	吴诗婳吴一全周建江	《信号处理》 CSCD 北大核心	2016	6	在线阅读下载PDF 职称材料
3	基于Shearlet变换和Krawtchouk矩不变量的河流SAR图像分割	吴诗婳吴一全周建江孟天亮戴一冕	《应用科学学报》 CAS CSCD 北大核心	2015	2	在线阅读下载PDF 职称材料
4	倒数交叉熵和改进图割结合的河流目标检测	吴一全宋昱	《哈尔滨工程大学学报》 EI CAS CSCD 北大核心	2015	1	在线阅读下载PDF 职称材料