公共文化服务平台

基于分等级对象语义图模型的复杂目标自动识别方法研究被引量：1: 2011年; 目标自动识别是图像处理领域的研究热点。针对现有方法的不足,该文提出一种新的基于分等级对象语义图模型的复杂目标自动识别方法。该方法通过构建分等级对象语义图模型增强对目标与背景间、目标部件间语义约束的利用,引入置信对象网络统计局部特性,利用消息机制传递对象间相互影响,实现概率语义分析。训练中还将产生式和判别式方法结合,提高了目标识别的准确度。在自然和遥感部分目标类别数据集上的测试结果表明,该方法能完成对多种类型和复杂结构目标的识别和提取,具有一定的实用价值。; 孙显付琨王宏琦; 关键词：图像处理目标识别

ScanSAR图像舰船目标快速检测方法被引量：5: 2013年; 提出一种ScanSAR图像舰船目标快速检测方法.该方法通过周期性局部亮度变换技术降低了Scalloping效应对舰船检测的影响,在ScanSAR图像拼接前进行基于OpenMP的改进的双参数CFAR舰船目标检测,不仅避免了拼缝对舰船检测造成的巨大影响,而且极大地缩短了舰船检测的时间,提高了舰船检测的时效性,最后通过图像后处理从拼接后的ScanSAR图像中得到最终的检测结果.对15幅ScanSAR图像进行了实验,结果表明,该方法在提高检测性能的同时,检测的时效性也有明显改善.; 林旭洪峻孙显鄢懿; 关键词：拼缝 OPENMP

基于空间语义对象混合学习的复杂图像场景自动分类方法研究被引量：5: 2011年; 场景分类是将多幅图像标记为不同语义类别的过程。该文针对现有方法对复杂图像场景分类性能欠佳的不足,提出一种新的基于空间语义对象混合学习的复杂图像场景分类方法。该方法以多尺度分割得到的图像对象而非整幅图像为主体进行产生式语义建模,统计各类有效特征挖掘对象的类别分布信息,并通过空间金字塔匹配,构建包含层次数据和语义信息的中间向量,弥补语义鸿沟的缺陷,训练中还结合判别式学习提高分类器的可信性。在实验数据集上的结果表明该方法具备较高的学习性能和分类精度,适用于多种类型和复杂内容图像的解译,具有较强的实用价值。; 孙显付琨王宏琦; 关键词：图像处理语义对象

高分辨率SAR图像中矩形建筑物特性分析与三维重建(英文)被引量：1: 2013年; 近年来不断发展成熟的合成孔径雷达技术将获取的图像分辨率提高到分米级.在高分辨率条件下,建筑物在SAR图像上表现出的空间信息更加丰富,结构特征更加明显.首先提出了分解模型对高分辨SAR图像中矩形建筑物的特性进行详细分析.在此模型中,散射效应根据不同的贡献来源被细分,以便于解析建筑物图像特征在不同的SAR成像条件下的几何结构和空间分布规律.然后基于建筑物图像表征的结构先验,提出了一种新的单幅高分辨率SAR图像建筑物检测和3-D重建算法,其中包括模型匹配的图像特征的提取,以及先验引导的重建过程.最后,选用了实际高分辨率SAR图像进行建筑物检测和三维重建实验并对重建结果进行了讨论.; 唐侃付锟孙显孙皓王宏琦; 关键词：高分辨率SAR图像

基于空间语义模型的高分辨率遥感图像目标检测方法被引量：6: 2013年; 该文提出一种基于空间语义模型的方法,用于高分辨率遥感图像复杂场景中典型地物目标的自动检测。该方法通过分割获取图像对象,引入主题模型统计对象的多维特征,提高了对象特性描述的精度。在此基础上,对图像中有意义的地物目标及它们之间的空间关系建模表达和定量计算,通过获取场景的语义解析树,辅助实现对复杂地物目标的准确提取和定位。在测试数据集上的实验结果表明,该文方法具有较高的智能化程度和较强的稳定性。; 冯卫东孙显王宏琦; 关键词：目标检测高分辨率遥感图像空间语义

MULTIPLE KERNEL RELEVANCE VECTOR MACHINE FOR GEOSPATIAL OBJECTS DETECTION IN HIGH-RESOLUTION REMOTE SENSING IMAGES被引量：1: 2012年; Geospatial objects detection within complex environment is a challenging problem in remote sensing area. In this paper, we derive an extension of the Relevance Vector Machine (RVM) technique to multiple kernel version. The proposed method learns an optimal kernel combination and the associated classifier simultaneously. Two feature types are extracted from images, forming basis kernels. Then these basis kernels are weighted combined and resulted the composite kernel exploits interesting points and appearance information of objects simultaneously. Weights and the detection model are finally learnt by a new algorithm. Experimental results show that the proposed method improve detection accuracy to above 88%, yields good interpretation for the selected subset of features and appears sparser than traditional single-kernel RVMs.; Li XiangjuanSun XianWang HongqiLi YuSun Hao

利用多尺度语义模型的复杂图像目标自动提取方法被引量：3: 2012年; 针对现有方法对复杂图像目标自动提取性能欠佳等不足,提出了一种新的利用多尺度语义模型的目标自动提取方法。首先,采用多尺度分割得到的图像块作为目标提取的候选区域;然后,利用语义模型获取目标的语义分布信息;最后,目标提取阶段统计各个图像块的语义相关函数,并通过最大化该函数确定出目标。实验结果表明,此方法能够准确、有效地提取出目标,精度高,用户工作量少。; 李宇王宏琦孙显; 关键词：多尺度语义标注

Gaussian process approach to change detection for high resolution remote sensing image被引量：6: 2012年; 本文首先通过理论分析,探讨了高斯过程分类器在高分辨率遥感图像变化检测应用中的优势与不足,并针对高斯过程分类器的不足给出了相应的解决方法;其次,提出了一种基于空间上下文相关的高斯过程变化检测方法;最后,通过多个高分辨率遥感实验数据集上的实验设计与分析,验证了高斯过程分类器在高分辨率遥感图像变化检测中的应用能力,并证明了本文提出的解决方法的有效性。; 陈克明陈克明周志鑫卢汉清胡文龙; 关键词：遥感技术遥感方式遥感图像

一种基于自适应背景杂波模型的宽幅SAR图像CFAR舰船检测算法被引量：14: 2014年; 利用海洋宽幅SAR图像进行大范围海域舰船检测在海洋监视、军事侦察等方面具有重要应用。由于海况的复杂性,宽幅SAR图像背景杂波特性随海域不同而变化。采用双参数CFAR检测算法和基于K分布CFAR检测算法在处理宽幅SAR图像时,由于在待检测的所有区域采用同种背景杂波模型,导致使用的杂波模型在不适应区域失配,使CFAR检测性能下降。针对这个问题,提出了一种基于自适应背景杂波模型的CFAR宽幅SAR图像舰船检测算法,该算法通过背景窗口的多尺度统计方差判断目标所处的杂波环境,自适应选择对应的背景杂波分布模型,最后根据已知的恒虚警率及选择的杂波概率密度函数进行CFAR检测。对20多幅宽幅SAR图像进行了试验,实验结果表明:该算法在检测精度上有明显的改善。; 林旭洪峻孙显鄢懿; 关键词：CFAR 自适应选择

基于多核学习的高分辨率遥感图像目标检测方法被引量：4: 2013年; 为更有效地实现复杂场景中的多类目标同时检测,本文提出了一种基于多核学习算法进行目标检测的框架。该方法由特征提取和模型训练2个阶段组成。特征提取阶段,引入了多尺度下的点特征、表观特征同时对多类目标进行综合描述;模型训练阶段,分别采用加权相加和相乘2种方法将提取的各个基础特征组合起来,在支持向量机的框架下对各特征所代表的基础核权重进行学习。将训练所得的分类器结合滑动窗搜索技术对遥感图像进行目标检测实验,结果表明,与传统单核支持向量机相比,准确率更高。; 李湘眷孙显王宏琦; 关键词：目标检测特征提取支持向量机多核学习滑动窗

渝B2-20050021-1　渝公网安备 50019002500403号　违法和不良信息举报中心　互联网出版许可证　新出网证(渝)字10号

国家自然科学基金(41001285)

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

国家自然科学基金(41001285)

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈