论文摘要
由于合成孔径雷达图像（遥感）的相干斑噪声数据丰富,导致传统的遥感图像分割方法分割效果不佳,采用学习理论和神经网络改善图像处理性能。根据图像统计特征,采取神经网络语义提出一种高效的图像纹理特征分割方法。首先,利用K-means聚类提取遥感图像的纹理特征,然后根据遥感图像在小波域中的分布特征对其进行滤波,最后利用语义对滤波后的遥感图像纹理特征和灰度组成的矢量进行分割归类,在遥感图像分割中快速标注分类以便于视觉分析。利用区域一致性分割分类,由聚类样本特征匹配进行图像分类标注,对变化检测进行统计分析,过分割或欠分割误差聚类样本不做标注,选取最佳样本聚类k值标注分类结果。
论文目录
文章来源
类型: 期刊论文
作者: 彭金喜,苏远歧,薛笑荣
关键词: 合成孔径雷达,图像分割,纹理特征,语义,聚类
来源: 软件导刊 2019年09期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 工业通用技术及设备,自动化技术
单位: 广州大学华软软件学院软件工程系,西安交通大学计算机科学与技术系,安阳师范学院计算机与信息工程系
基金: 河南省科技攻关重点项目(1921022210119),国家自然科学基金项目(U1204402),新纪航空科技有限公司有限公司基金会项目(21-2016-13),教育部,河南省自然科学研究计划项目(18a520001),科技部,河南省科技项目(122102210462),广州大学华软软件学院校级项目(ky201717)
分类号: TP751
页码: 202-206+225
总页数: 6
文件大小: 2171K
下载量: 146