为了实现在包含部分变化信息的相同区域不同时相的高分辨率航空影像上获得准确一致的分割结果,提出了两时相高分辨率航空影像联合分割方法.首先,对两时相影像进行高斯平滑处理,减小地物的内部差异以避免过分割;然后将两时相影像进行波段组合,采用主成分分析法剔除冗余数据,取其第一主分量作为灰度分量;最后对原始影像进行纹理分析,获得两时相影像的纹理信息作为纹理分量并与灰度分量组合在一起进行MeanShift分割.实验对比结果表明,该方法能够有效利用数据,节省处理时间,获得了较好的分割结果.
参考文献
[1] | Fukunaga K;Hostetler L.The estimation of the gradient of a density function,with applications in pattern recognition[J].IEEE Transactions on Information Theory,197521(01):32-40. |
[2] | Yizong C.Mean shift,mode seeking,and clustering[J].IEEE Transactions on Pattern Analysis and Machine In telligence,199517(08):790-799. |
[3] | Comaniciu D;Meer P.Mean shift:a robust approach toward feature space analysis[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,200224(05):603-619. |
[4] | Comaniciu D;Ramesh V;Meer P.Real time tracking of non rigid objects using mean shift[A].,2000:142-149. |
[5] | 张宇洋;刘满华;韩韬.基于Mean Shift图像分割和支持向量机判决的候梯人数视觉检测系统[J].光学精密工程,201321(04):1079-1085. |
[6] | Ran H;Bao Gang H;Wei Shi Z.Robust principal component analysis based on maximum correntropy criterion[J].IEEE Transactions on Image Processing,201120(06):1485-1494. |
[7] | 李海森;张艳宁;姚睿.基于主成分分析的直线运动模糊参数估计[J].光学精密工程,201321(10):2656-2663. |
[8] | 魏旭 .基于主成分分析的特征融合及其应用[D].成都:电子科技大学,2008. |
[9] | 韩延祥;张志胜;郝飞.灰度序列图像中基于纹理特征的移动阴影检测[J].光学精密工程,201321(11):2931-2942. |
[10] | 张来刚;魏仲慧;何昕.面向低纹理图像的快速立体匹配[J].液晶与显示,201328(03):450-458. |
[11] | Ojala T;Pietikainen M;Harwood D.A comparative study of texture measures with classification based on feature distributions[J].Pattern Recognition,199629(01):51-59. |
[12] | Hu X Y;Tao C V;Prenzel B.Automatic segmentation of high-resolution satellite imagery by integrating texture,intensity,and color features[J].PHOTOGRAMMETRIC ENGINEERING AND REMOTE SENSING,200571(12):1399-1406. |
[13] | 吴笑天;鲁剑锋;贺柏根.雾天降质图像的快速复原[J].中国光学,20136(06):892-899. |
[14] | 朱明;杨航;贺柏根.联合梯度预测与导引滤波的图像运动模糊复原[J].中国光学,20136(06):850-855. |
[15] | 闫辉;许廷发;吴青青.多特征融合匹配的多目标跟踪[J].中国光学,20136(02):163-170. |
[16] | 龚俊亮;何昕;魏仲慧.基于贝叶斯估计的剪切波域局部自适应图像去噪[J].液晶与显示,201328(05):799-804. |
上一张
下一张
上一张
下一张
计量
- 下载量()
- 访问量()
文章评分
- 您的评分:
-
10%
-
20%
-
30%
-
40%
-
50%