利用稀疏分解的高分辨率遥感图像线状特征检测

• 作者: 冯学智 肖鹏峰 黄秋燕
• 来源期刊: 武汉大学学报（信息科学版）
• 学科: 地球科学
• 关键词: 稀疏分解 过完备字典 线状特征检测 高分辨率遥感图像 自适应阈值
• 年，卷（期）: 2014,（8）
• 所属期刊栏目: 学术论文
• 页码范围: 913-917
• 分类号: P237
• 语种: 中文
• DOI: 10.13203/j.whugis20130252

摘要

线状特征检测是利用遥感数据开展地物目标自动识别的重要步骤.利用高分辨率遥感图像的高度细节化特点,针对现有线状特征检测方法存在的问题,提出了一种基于稀疏分解的高分辨率遥感图像线状特征检测方法.采用K-SVD字典学习算法获取线状特征表达所需的过完备字典,基于稀疏分解模型,从高分辨率遥感图像中分离出高频成分,实现遥感图像线状特征的初步检测;用曲波分层自适应阈值法对分离后的高频成分作降噪处理,以提高线状特征检测的效果.利用QuickBird图像进行实验的结果显示,该方法在线段连续性、低对比度线段检测与椒盐噪声消除方面均有一定优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯学智	南京大学地理信息科学系	160	5398	41.0	67.0
2	肖鹏峰	南京大学地理信息科学系	71	1510	23.0	35.0
3	黄秋燕	南京大学地理信息科学系	31	335	10.0	18.0