亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        結(jié)合簡(jiǎn)化PCNN和Zernike矩的遙感影像邊緣檢測(cè)方法

        2019-01-02 09:01:18夏文彬,柳麗仙,黃亮
        軟件 2019年12期
        關(guān)鍵詞:遙感影像邊緣檢測(cè)

        摘 ?要: 遙感影像邊緣信息可以提高信息提取精度。但隨著空間分辨率的提高,地物內(nèi)部細(xì)節(jié)豐富,地物光譜異質(zhì)性增強(qiáng),導(dǎo)致邊緣檢測(cè)效果難以滿足實(shí)際需求。針對(duì)現(xiàn)有傳統(tǒng)方法對(duì)高空間遙感影像進(jìn)行邊緣檢測(cè)易產(chǎn)生偽輪廓邊緣的復(fù)雜問(wèn)題,本文提出了一種簡(jiǎn)化脈沖耦合神經(jīng)網(wǎng)絡(luò)(Simplified Pulse Coupled Neural Network,SPCNN)結(jié)合Zernike矩的邊緣檢測(cè)方法。該方法首先采用L0方法對(duì)遙感影像進(jìn)行平滑濾波處理;然后采用SPCNN對(duì)濾波后的數(shù)據(jù)進(jìn)行閾值分割;最后采用Zernike矩對(duì)分割后的影像進(jìn)行邊緣檢測(cè)并對(duì)結(jié)果進(jìn)行精度評(píng)價(jià)。為驗(yàn)證提出方法,選取兩景遙感影像作為實(shí)驗(yàn)數(shù)據(jù)。實(shí)驗(yàn)結(jié)果表明,提出的方法與傳統(tǒng)Canny算子相比有效提高了遙感影像邊緣檢測(cè)精度。

        關(guān)鍵詞: 脈沖耦合神經(jīng)網(wǎng)絡(luò);Zernike矩;遙感影像;邊緣檢測(cè)

        中圖分類號(hào): P237 ? ?文獻(xiàn)標(biāo)識(shí)碼: A ? ?DOI:10.3969/j.issn.1003-6970.2019.12.009

        本文著錄格式:夏文彬,柳麗仙,黃亮. 結(jié)合簡(jiǎn)化PCNN和Zernike矩的遙感影像邊緣檢測(cè)方法[J]. 軟件,2019,40(12):3740

        Edge Detection Method in Remote Sensing Image Combined

        with Simplified PCNN and Zernike Moments

        XIA Wen-bin1, LIU Li-xian1, HUANG Liang1,2*

        (1. Faculty of Land Resource Engineering, Kunming University of Science and Technology, Kunming 650093, China; 2. Surveying and

        Mapping Geo-Informatics Technology Research Center on Plateau Mountains of Yunnan Higher Education, Kunming 650093, China)

        【Abstract】: Remote sensing image edge information can improve information extraction accuracy. However, with the increase of spatial resolution, the internal details of the features are rich, and the spectral heterogeneity of the features is enhanced, which makes the edge detection effect difficult to meet the actual needs. Aiming at the complex problem that the existing traditional methods for edge detection of high spatial remote sensing images are prone to false contour edges, a simplified pulse coupled neural network (SPCNN) combined with Zernike moment edge detection method is proposed. Firstly, the L0 method is used to smooth the remote sensing image. Then the SPCNN is used to segment the filtered data. Finally, the Zernike moments is used to perform edge detection on the segmented image and evaluate the accuracy of the result. For the verification method, two remote sensing images were selected as experimental data. The experimental results show that the proposed method effectively improves the edge detection accuracy of remote sensing images compared with the traditional Canny operator.

        【Key words】: Pulse coupled neural network; Zernike moments; Remote sensing image; Edge detection

        0 ?引言

        隨著遙感衛(wèi)星技術(shù)的發(fā)展,遙感影像已經(jīng)成為

        最主要的觀測(cè)數(shù)據(jù)源,可廣泛應(yīng)用于土地覆蓋監(jiān)測(cè),森林覆蓋監(jiān)測(cè)等方面。其中,邊緣檢測(cè)與提取是遙感影像處理的重要內(nèi)容,是進(jìn)行遙感影像分析和理解的基礎(chǔ)。邊緣信息是遙感影像對(duì)幾何特征的反映,目前遙感影像邊緣檢測(cè)技術(shù)在遙感影像線性特征提取和變化信息識(shí)別中具有廣泛應(yīng)用[1-3]。隨著遙感影像空間分辨率的提高,地物的細(xì)節(jié)紋理變得越來(lái)越清晰。隨之也引起了邊緣檢測(cè)的不確定性和空間變異性越來(lái)越高等問(wèn)題,一定程度上制約了遙感影像信息提取的精度。因此,開展高分辨率遙感影像邊緣檢測(cè)方法的研究具有重要的理論和現(xiàn)實(shí)意義。

        2.2 ?實(shí)驗(yàn)結(jié)果

        為了驗(yàn)證本文提出的方法的精度,采用視覺(jué)對(duì)比和邊界召回率(recall)指標(biāo)對(duì)比兩種評(píng)價(jià)方法。其中,邊界召回率公式如下:

        (10)

        式中:TP表示邊緣正確分類為邊緣;FN表示邊緣錯(cuò)誤分類為非邊緣;TN表示非邊緣正確分類為非邊緣;FP表示為非邊緣錯(cuò)誤分類為邊緣。

        圖3(c)和4(c)是采用Canny算法通過(guò)matlab編譯得到的地物邊緣信息;圖3(d)和4(d)為采用提出的SPCNN結(jié)合Zernike矩方法得到的地物邊緣信息。

        (a) ? ? ? ? ? ? ? ? ? ? ? (b)

        (c) ? ? ? ? ? ? ? ? ? ? ? (d)

        圖3 ?第一組遙感影像邊緣檢測(cè)實(shí)驗(yàn)結(jié)果

        Fig.3 ?The first set of remote sensing image edge

        detection experimental results

        2.3 ?結(jié)果分析

        從圖3和圖4結(jié)果可以看出,提出的方法與參考影像更為接近,地物邊緣附著度更高。為了更好分析實(shí)驗(yàn)結(jié)果,對(duì)圖4標(biāo)注紅色圓框。紅色圓框標(biāo)注部分主要包含兩棟地面建筑物,兩棟建筑物屋頂部分紋理細(xì)節(jié)非常豐富。采用Canny算法提取和檢測(cè)出的兩棟建筑物內(nèi)部出現(xiàn)大量非真實(shí)建筑物輪廓邊緣。而提出的SPCNN和Zernike矩的方法與Canny方法相比則未檢測(cè)出建筑物內(nèi)部非輪廓邊緣。提出的SPCNN和Zernike矩的方法能得到更為精確的結(jié)果。

        (a) ? ? ? ? ? ? ? ? ? ? ? (b)

        (c) ? ? ? ? ? ? ? ? ? ? ? (d)

        圖4 ?第二組遙感影像邊緣檢測(cè)實(shí)驗(yàn)結(jié)果

        Fig.4 ?The second set of remote sensing image

        edge detection experimental results

        通過(guò)邊界召回率的定量評(píng)價(jià)方式也驗(yàn)證了視覺(jué)比較的結(jié)果。采用Canny方法得到結(jié)果的邊界召回率是0.1125,采用提出的SPCNN和Zernike矩方法得到的邊界召回率是0.3900。根據(jù)視覺(jué)對(duì)比和地物邊界召回率這兩種定性和定量評(píng)價(jià)方法均驗(yàn)證了提出的SPCNN和Zernike矩方法優(yōu)于經(jīng)典的Canny方法。

        表1 ?兩組實(shí)驗(yàn)結(jié)果的recall指數(shù)

        Tab.1 ?Recall index of two sets of experimental results

        圖像 算法 recall

        數(shù)據(jù)一 本文算法 0.3414

        Canny算子 0.2685

        數(shù)據(jù)二 本文算法 0.3900

        Canny算子 0.1125

        3 ?結(jié)束語(yǔ)

        針對(duì)傳統(tǒng)遙感影像邊緣檢測(cè)方法檢測(cè)出大量偽輪廓信息的問(wèn)題,本文提出了一種SPCNN結(jié)合Zernike矩的遙感影像邊緣檢測(cè)和識(shí)別方法。為了驗(yàn)證所提出的SPCNN結(jié)合Zernike矩方法的可行性,實(shí)驗(yàn)選取了一景無(wú)人機(jī)影像和一景QuickBird影像作為實(shí)驗(yàn)數(shù)據(jù),并設(shè)計(jì)了兩組對(duì)比實(shí)驗(yàn)。兩組實(shí)驗(yàn)結(jié)果可以看出,提出的方法較傳統(tǒng)的Canny算子召回率分別提高了0.07和0.28。實(shí)驗(yàn)結(jié)果驗(yàn)證了提出方法的魯棒性和可行性。但目前該方法還存在一些問(wèn)題有待改進(jìn),如細(xì)小的邊緣線連接性較差,不能形成一個(gè)完整閉合的輪廓區(qū)域,下一研究方向?qū)⒕痛朔矫嬲归_深入的研究。

        參考文獻(xiàn)

        [1]許雪貴, 張清. 基于CUDA的高效并行遙感影像處理[J]. 地理空間信息, 2011, 9(6): 47-53.

        [2]劉成志, 李軍成, 楊煉. 基于三次Bézier曲線逼近的邊緣亞像素定位方法[J]. 軟件, 2015, 36(7): 31-35.

        [3]林王兵, 許燕, 韓飛, 呂超賢, 龔佳俊, 等. 實(shí)驗(yàn)室環(huán)境下的邊緣檢測(cè)技術(shù)研究綜述[J]. 軟件, 2015, 36(9): 29-32.

        [4]袁春蘭, 熊宗龍, 周雪花, 等. 基于Sobel算子的圖像邊緣檢測(cè)研究[J]. 激光與紅外, 2009, (1): 85-87.

        [5]張?jiān)聢A, 曾慶化, 劉建業(yè), 等. 基于Canny的改進(jìn)圖像邊緣檢測(cè)算法[J]. 導(dǎo)航與控制, 2019, 18(1): 84-90.

        [6]楊鵬. 一種基于圖像插值運(yùn)算的Laplace算子邊緣檢測(cè)方法[J]. 浙江工貿(mào)職業(yè)技術(shù)學(xué)院學(xué)報(bào)(應(yīng)用技術(shù)版), 2018, 18(3): 66-69.

        [7]Mathieu B, Melchior P, Oustaloup A, et al. Fractional differentiation for edge detection[J]. Signal Processing: The Official Publication of the European Association for Signal Processing (EURASIP), 2003, 11(11): 2421-2432.

        [8]Fu Z, Song S, Wang X, et al. Imaging the Topology of Grounding Grids Based on Wavelet Edge Detection[J]. IEEE Transactions on Magnetics, 2018: 1-8.

        [9]林卉, 杜培軍, 舒寧. 基于多結(jié)構(gòu)元素的數(shù)學(xué)形態(tài)學(xué)的遙感圖像邊緣檢測(cè)方法[J]. 遙感技術(shù)與應(yīng)用(圖像處理), 2004, 19(2): 114-118.

        [10]Eckhorn R. Neural mechanisms of scene segmentation: recordings from the visual cortex suggest basic circuits for linking field models[J]. IEEE Transactions on Neural Networks, 1999, 10(3): 464-479.

        [11]Yao C, Chen H J. Automated retinal blood vessels segmenta tion based on simplified PCNN and fast 2D-Otsu algorithm [J]. Journal of Central South University of Technology, 2009, 16(4): 640-646.

        [12]玄玉波. 基于GPU的Zemike矩快速算法研究[D]. 吉林: 吉林大學(xué), 2018.

        [13]沈霄鳳. Zernike矩與應(yīng)用[J]. 華東師范大學(xué)學(xué)報(bào)(自然科學(xué)版), 1997, (01): 104-107.

        [14]孫艷春. 基于Zernike矩圖像識(shí)別深化研究[D]. 蘭州: 蘭州交通大學(xué), 2018.

        猜你喜歡
        遙感影像邊緣檢測(cè)
        遙感影像資料在海圖制圖中的應(yīng)用研究
        航海(2016年6期)2017-01-09 11:28:24
        基于圖像的物體尺寸測(cè)量算法研究
        唐卡圖像邊緣提取
        移相干涉術(shù)及其相位解包新思路
        基于數(shù)據(jù)挖掘技術(shù)的圖片字符檢測(cè)與識(shí)別
        水下大壩裂縫圖像分割方法研究 
        遙感數(shù)字圖像處理課程實(shí)驗(yàn)綜述
        科技視界(2016年13期)2016-06-13 12:01:14
        基于TMS320的跑道異物監(jiān)測(cè)系統(tǒng)
        科技視界(2016年9期)2016-04-26 18:24:05
        臥龍湖濕地遙感調(diào)查和演變分析
        高分遙感影像中道路信息提取方法綜述
        精品无码一区二区三区亚洲桃色| 国产一级黄色录像大片| 一边捏奶头一边高潮视频| 人妻av无码系列一区二区三区| 99re免费在线视频| 国产美女高潮流白浆免费观看| 精品女同一区二区三区| 一本色道久久88综合日韩精品 | 蜜桃av观看亚洲一区二区| 人妻少妇中文字幕,久久精品| 久久久噜噜噜久久| 一本色综合亚洲精品蜜桃冫| 亚洲va成无码人在线观看| av天堂免费在线播放| 亚洲成a∨人片在线观看不卡| 久久ri精品高清一区二区三区 | 色婷婷av一区二区三区丝袜美腿 | 精品一区二区三区无码视频| 国产高清黄色在线观看91| 日本av天堂一区二区三区| 久久久久久曰本av免费免费| 亚洲手机国产精品| 一区二区免费中文字幕| 国产精品亚洲精品日韩已方| 8ⅹ8x擦拨擦拨成人免费视频| 国产中文字幕乱码在线| 日韩av一区二区蜜桃| 台湾佬中文娱乐网22| 亚洲最大天堂无码精品区| 岛国av一区二区三区| 国产手机在线观看一区二区三区| 99久久精品日本一区二区免费| 欧美 亚洲 国产 日韩 综AⅤ| 美女视频在线观看一区二区三区| 成人一区二区免费中文字幕视频 | 在线视频日韩精品三区| 亚洲国产a∨无码中文777| 看国产黄大片在线观看| 亚洲国产字幕| 日本免费一区二区三区影院| 欧美天天综合色影久久精品|