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:
针对震后高分辨率遥感图像的建筑物损毁区域,提出一种基于多特征结合的损毁建筑物检测方法.首先使用形态学属性剖面(MAP)与局部二值模式(LBP)算子提取图像中的几何特征与纹理特征;然后使用随机森林(RF)分类器提取损毁的建筑物,形成初步结果;最后针对分割的对象,根据对象损毁像元所占的比例获取最终的损毁建筑物区域.采用空间分辨率为0.1m的玉树震后航空遥感图像进行实验.结果表明,该方法的总体精度比基于形态学剖面(MP)的方法提高了12%,能够有效检测高分辨率震后遥感图像中的损毁建筑物区域.
推荐文章
不同特征融合的震后损毁建筑物识别研究
遥感影像
多特征融合
纹理特征
损毁建筑物
基于多尺度特征融合模型的遥感图像建筑物分割
遥感图像
建筑物分割
深度神经网络
膨胀卷积
多尺度特征融合
基于DCNN特征的建筑物震害损毁区域检测
损毁建筑物
卷积神经网络
SVM
高空间分辨率遥感影像
边缘检测与面向对象结合的高分影像建筑物提取
建筑物提取
高分影像
面向对象
多尺度分割
边缘检测
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 基于多特征结合的损毁建筑物检测
来源期刊 计算机应用 学科 工学
关键词 形态学属性剖面 高分辨率遥感图像 随机森林 局部二值模式 损毁房屋
年,卷(期) 2015,(9) 所属期刊栏目 虚拟现实与数字媒体
研究方向 页码范围 2652-2655,2660
页数 5页 分类号 TP751.1
字数 5131字 语种 中文
DOI 10.11772/j.issn.1001-9081.2015.09.2652
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 曹国 南京理工大学计算机科学与工程学院 29 146 7.0 11.0
2 刘宇 南京理工大学计算机科学与工程学院 8 31 3.0 5.0
3 曲宝珠 南京理工大学计算机科学与工程学院 2 6 2.0 2.0
4 周丽存 南京理工大学计算机科学与工程学院 2 6 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (28)
共引文献  (7)
参考文献  (13)
节点文献
引证文献  (4)
同被引文献  (43)
二级引证文献  (13)
1980(2)
  • 参考文献(0)
  • 二级参考文献(2)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(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)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2011(8)
  • 参考文献(0)
  • 二级参考文献(8)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(5)
  • 参考文献(4)
  • 二级参考文献(1)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(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(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(7)
  • 引证文献(3)
  • 二级引证文献(4)
2020(7)
  • 引证文献(0)
  • 二级引证文献(7)
研究主题发展历程
节点文献
形态学属性剖面
高分辨率遥感图像
随机森林
局部二值模式
损毁房屋
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
计算机应用
月刊
1001-9081
51-1307/TP
大16开
成都237信箱
62-110
1981
chi
出版文献量(篇)
20189
总下载数(次)
40
论文1v1指导