基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
该文提出一种基于多蚁群协作的遥感图像特征提取方法。首先建立遥感图像的多分辨率表示,并在不同分辨率图像上释放蚁群。低分辨率图像上的蚁群以相位一致性作为启发信息,高分辨率图像中的蚁群以梯度强度作为启发信息,两个蚁群通过共享的信息素矩阵实现协作,完成图像特征检测。最后根据信息素矩阵提取图像特征。由于该方法在不同分辨率上引入了多种启发信息,因而能够提取更加完整和有意义的图像特征,表现出更强的智能性。
推荐文章
基于蚁群算法的多光谱遥感图像分类
多光谱遥感图像
分类
光谱特征
形状特征
蚁群算法
支持向量机分类器
基于蚁群优化与独立特征集的遥感图像实时分类算法
人工智能
特征提取
遥感图像
时间效率
蚁群优化算法
极限学习机
基于PCA-K-means的卫星遥感图像的颜色特征提取技术
PCA
K-means
卫星遥感图像
颜色特征提取
基于蚁群算法的多机器人协作策略
多机器人
协作
蚁群算法
任务死锁
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于多蚁群协作的遥感图像特征提取方法
来源期刊 雷达学报 学科 工学
关键词 遥感图像处理 多蚁群协作 边缘 特征提取 相位一致性
年,卷(期) 2014,(1) 所属期刊栏目 论文
研究方向 页码范围 92-100
页数 9页 分类号 TP751
字数 6282字 语种 中文
DOI 10.3724/SP.J.1300.2014.13129
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (78)
共引文献  (71)
参考文献  (20)
节点文献
引证文献  (7)
同被引文献  (29)
二级引证文献  (8)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(2)
  • 参考文献(0)
  • 二级参考文献(2)
1986(3)
  • 参考文献(0)
  • 二级参考文献(3)
1987(1)
  • 参考文献(1)
  • 二级参考文献(0)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(6)
  • 参考文献(1)
  • 二级参考文献(5)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(9)
  • 参考文献(1)
  • 二级参考文献(8)
2006(11)
  • 参考文献(0)
  • 二级参考文献(11)
2007(7)
  • 参考文献(1)
  • 二级参考文献(6)
2008(10)
  • 参考文献(2)
  • 二级参考文献(8)
2009(10)
  • 参考文献(2)
  • 二级参考文献(8)
2010(7)
  • 参考文献(6)
  • 二级参考文献(1)
2011(3)
  • 参考文献(3)
  • 二级参考文献(0)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(6)
  • 引证文献(4)
  • 二级引证文献(2)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
遥感图像处理
多蚁群协作
边缘
特征提取
相位一致性
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
雷达学报
双月刊
2095-283X
10-1030/TN
大16开
北京市海淀区北四环西路19号
2012
chi
出版文献量(篇)
766
总下载数(次)
3
总被引数(次)
4241
论文1v1指导