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:
通过分析面向对象高分辨率影像变化检测面临的问题,从影像对象多特征选择与利用入手来提高其变化检测的性能.提出了一种面向对象的非监督特征优选的变化检测方法,首先利用面向对象的分割方法对原始影像进行分割得到各影像对象并提取特征形成特征影像;然后按尽量消除数据冗余原则提取各单特征影像的变化检测结果;最后利用直方图相交的方法与基准影像中的变化强度信息作比较,并以此为依据进行特征优选.在此基础上利用马尔科夫随机场(Markov Random Fields,MRF)模型将优选特征的变化检测结果进行自动融合.新算法很好地实现了多特征的自动优选和综合利用,验证结果表明算法具有很好的变化检测准确性和鲁棒性性能.
推荐文章
面向对象特征融合的高分辨率遥感图像变化检测方法
面向对象
图像分割
尺度
光谱特征
纹理特征
形状特征
面向对象的高分辨率遥感影像森林植被 变化检测方法对比研究
高分辨率遥感影像
森林植被变化检测
变化检测方法
面向对象
叠后地震资料井控高分辨率处理新方法
合成记录
地震记录
叠加
高分辨率
神经网络
去噪
拓频
资料处理
高分辨率遥感影像桥梁特征提取方法研究
高分辨率
遥感影像
桥梁
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 无监督特征优选高分辨率影像变化检测新方法
来源期刊 计算机工程与应用 学科 工学
关键词 变化检测 特征优选 直方图相交 面向对象
年,卷(期) 2016,(10) 所属期刊栏目 ·图形图像处理·
研究方向 页码范围 196-200
页数 5页 分类号 TP391.41
字数 4226字 语种 中文
DOI 10.3778/j.issn.1002-8331.1406-0427
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 李卫华 空军工程大学信息与导航学院 37 195 8.0 12.0
2 李小春 空军工程大学信息与导航学院 24 121 7.0 9.0
3 全卫澎 空军工程大学信息与导航学院 5 12 2.0 3.0
4 贾春阳 空军工程大学信息与导航学院 5 27 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (34)
共引文献  (58)
参考文献  (10)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1974(2)
  • 参考文献(0)
  • 二级参考文献(2)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(1)
  • 二级参考文献(0)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(6)
  • 参考文献(1)
  • 二级参考文献(5)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(5)
  • 参考文献(1)
  • 二级参考文献(4)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(3)
  • 参考文献(3)
  • 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)
研究主题发展历程
节点文献
变化检测
特征优选
直方图相交
面向对象
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
相关基金
陕西省自然科学基金
英文译名:Natural Science Basic Research Plan in Shaanxi Province of China
官方网址:
项目类型:
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导