原文服务方: 计算技术与自动化       
摘要:
遥感影像在采集过程中,地面覆盖种类数量庞大且采集影像清晰度低、分辨率较差,关键像素特征之间的阈值衡量标准模糊,导致信息提取难度增大,从而降低信息利用率。为此,提出了基于像素紧密程度的多源遥感影像信息提取方法。利用Contourlet变换,实现遥感影像空间域、变换域的多角度增强,优化遥感影像整体清晰度。利用简单线性迭代聚类(Simple Linear Iterative Clustering, SLIC)超像素算法计算像素聚类中心与邻近像素紧密程度,摆脱固定阈值影响。引入灰度共生矩阵(Gray-level Co-occurrenceMatrix, GLCM),提取主体特征信息;构建相关向量机分类模型,结合拉普拉斯二次逼近回归算法将提取问题转化为噪声回归问题,并对其展开求解,进而实现遥感影像的信息提取。实验结果表明:所提方法对遥感信息主体的分类与真实遥感信息主体分类基本一致,在信息提取过程中的错提取率和漏提取率低,总体提取精度保持在99%以上,且对道路信息提取清晰度高,表明该方法提高了遥感信息的解译水平。
推荐文章
基于面向对象的遥感影像空间信息提取方法研究
面向对象
遥感影像
空间信息
提取方法
面向对象的遥感影像水体信息提取
面向对象
遥感影像
信息提取
eCognition
基于像素角点检测的无人机测绘 多源遥感影像自动配准技术
无人机测绘多源遥感影像
自动配准
像素匹配
像素角点
非配准角点
多尺度特征
细节增强
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 基于像素紧密程度的多源遥感 影像信息提取方法
来源期刊 计算技术与自动化 学科 工学
关键词 Contourlet变换;SLIC超像素分割法;CIE LAB色彩空间;GLCM灰度共生矩阵;相关向量机分类模型
年,卷(期) 2025,(4) 所属期刊栏目
研究方向 页码范围 97-103
页数 7页 分类号
字数 语种 中文
DOI 10.16339/j.cnki.jsjsyzdh.202404016
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2025(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)
研究主题发展历程
节点文献
Contourlet变换;SLIC超像素分割法;CIE LAB色彩空间;GLCM灰度共生矩阵;相关向量机分类模型
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
计算技术与自动化
季刊
1003-6199
43-1138/TP
16开
1982-01-01
chi
出版文献量(篇)
2979
总下载数(次)
0
总被引数(次)
14675
论文1v1指导