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:
为了利用光学遥感影像进行舰船目标型号的识别,介绍了一种基于SIFT (Scale Invariant Feature Transform)特征和Harris角点特征匹配的舰船型号识别方法.首先,利用SIFT算子提取舰船局部特征;为减少SIFT特征点误匹配,对舰船进行分区域(舰首、舰舯、舰尾)匹配.其次,提取描述舰船边缘的Harris角点特征,进行匹配.最后,根据2次匹配结果的重要性分别赋予相应的权重,进而判定舰船的型号.针对护卫舰的实验表明,该方法能够有效地对光学遥感影像的舰船型号进行识别.
推荐文章
遥感图像中舰船检测方法综述
舰船检测
SAR图像
可见光图像
遥感图像
基于深度学习的无人机遥感影像水体识别
深度学习
卷积神经网络
无人机遥感
MSER
水体识别
同震崩塌滑坡的光学遥感影像多特征融合解译方法
遥感影像解译
同震崩塌滑坡
二值化分割
多特征策略
蒙特卡洛迭代
舰船目标光学特性模型构建
舰船光学特性
面元消隐
微面元
BRDF
辐亮度
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 光学遥感影像舰船型号识别
来源期刊 上海交通大学学报 学科 工学
关键词 舰船型号识别 光学遥感影像 SIFT特征 Harris角点 图像匹配
年,卷(期) 2016,(9) 所属期刊栏目
研究方向 页码范围 1415-1421
页数 分类号 TP75
字数 语种 中文
DOI 10.16183/j.cnki.jsjtu.2016.09.012
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 骆建华 上海交通大学航空航天学院 18 103 6.0 9.0
2 郁文贤 上海交通大学航空航天学院 70 351 10.0 14.0
3 周则明 解放军理工大学气象海洋学院 25 179 7.0 12.0
4 李元祥 上海交通大学航空航天学院 37 227 8.0 13.0
5 张素霞 上海交通大学航空航天学院 1 7 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (25)
共引文献  (34)
参考文献  (7)
节点文献
引证文献  (7)
同被引文献  (32)
二级引证文献  (0)
1962(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(4)
  • 参考文献(1)
  • 二级参考文献(3)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(3)
  • 参考文献(2)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(3)
  • 参考文献(2)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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(3)
  • 引证文献(3)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
舰船型号识别
光学遥感影像
SIFT特征
Harris角点
图像匹配
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
上海交通大学学报
月刊
1006-2467
31-1466/U
大16开
上海市华山路1954号
4-338
1956
chi
出版文献量(篇)
8303
总下载数(次)
20
总被引数(次)
98140
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导