基于机器学习的激光遥感图像特征分割

• 作者: 梁琰
• 来源期刊: 激光杂志
• 学科: 工学
• 关键词: 机器学习 激光遥感图像 特征分割 像素分组
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 图像处理
• 页码范围: 83-86
• 页数: 4页
• 分类号: TN249
• 语种: 中文
• DOI: 10.14016/j.cnki.jgzz.2019.04.083

摘要

激光遥感图像的特征分割中受到相似纹理和亮度不均匀性的影响,导致图像的冗余信息较多,为了提高激光遥感图像分割精度,提出基于机器学习的激光遥感图像特征分割方法.构建激光遥感图像分块拓扑结构模型,根据图像的拓扑结构信息进行图像像素分组,根据激光遥感图像像素分组之间的属性差异性进行冗余信息滤波,提取激光遥感图像的超像素特征量,构建像素晶格边界,采用机器学习算法进行图像特征分割的最优边界和网格寻优,实现激光遥感图像特征分割优化.仿真结果表明,采用该方法进行激光遥感图像特征分割的像素分布均匀性较好,对冗余信息的滤除能力较强,提高了图像特征分割的精度和识别能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	梁琰		10	12	2.0	3.0