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:
居民区相对于其他区域具有更明显更丰富的边缘特征.根据这一特点,提出一种利用边缘密度特征差异进行高分辨率遥感影像居民区自动提取的方法.该方法首先利用Mean Shift算法平滑原始影像,然后检测平滑影像上的边缘并拟合成直线段,最后利用影像中的边缘密度分布构建空间投票矩阵,并结合Ostu阈值分割方法提取居民区.实验表明:该方法可用于提取场景比较复杂的影像中的居民区,且具有较高的准确率和鲁棒性.
推荐文章
基于数据场和密度聚类的高分辨率影像居民区提取
数据场
空间相关性
密度聚类
高分辨率遥感影像
居民区提取
基于MapReduce的高分辨率遥感影像特征提取方法
云计算
高分辨率遥感影像
底层视觉特征
MapReduce
基于中分辨率遥感影像的居民区震害信息提取
震害信息
居民区
变化检测
中分辨率遥感影像
灯光遥感数据
基于形状的高分辨率遥感图像特征提取方法
最小吸收同值核区SUSAN
不变矩
特征提取
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 利用边缘密度特征提取高分辨率遥感影像中的居民区
来源期刊 应用科学学报 学科 地球科学
关键词 高分辨率遥感影像 居民区提取 Mean Shift算法 边缘密度特征 空间投票
年,卷(期) 2014,(5) 所属期刊栏目 信号与信息处理
研究方向 页码范围 537-542
页数 6页 分类号 P237
字数 3830字 语种 中文
DOI 10.3969/j.issn.0255-8297.2014.05.016
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 邹峥嵘 中南大学地球科学与信息物理学院 158 1385 19.0 29.0
2 陈洪 中南大学地球科学与信息物理学院 3 23 2.0 3.0
3 陶超 中南大学地球科学与信息物理学院 20 182 7.0 13.0
4 邵磊 中南大学地球科学与信息物理学院 1 4 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (9)
节点文献
引证文献  (4)
同被引文献  (14)
二级引证文献  (20)
1979(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 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)
2017(6)
  • 引证文献(2)
  • 二级引证文献(4)
2018(7)
  • 引证文献(0)
  • 二级引证文献(7)
2019(9)
  • 引证文献(1)
  • 二级引证文献(8)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
高分辨率遥感影像
居民区提取
Mean Shift算法
边缘密度特征
空间投票
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
应用科学学报
双月刊
0255-8297
31-1404/N
大16开
上海市上大路99号123信箱
1983
chi
出版文献量(篇)
2210
总下载数(次)
5
总被引数(次)
16489
论文1v1指导