-
公开(公告)号：CN106250895B
公开(公告)日：2019-07-26
申请号：CN201610671049.9
申请日：2016-08-15
Applicant: 北京理工大学
Abstract: 本发明公开了一种光学遥感图像感兴趣区域检测方法，应用于高分辨率光学遥感图像感兴趣区域检测。通过对超像素级的图像进行处理，然后进行超像素级到像素级显著性映射，得到像素级显著图，完成对感兴趣区域由粗尺度快速定位到精细尺度下的精确描述。该方法首先对原始图像进行降采样，然后进行超像素分割，基于以上操作将高分辨率图像转换为较粗尺度图像，然后，在生成的粗尺度图像上通过结构张量与颜色空间背景抑制技术分别获得超像素级的纹理特征图和颜色特征图。随后经过特征图融合及上采样插值得到原始分辨率尺度下的超像素级显著图。最后，通过超像素级到像素级显著性映射，得到像素级显著图，完成感兴趣区域的像素级精确描述。
-
公开(公告)号：CN106250895A
公开(公告)日：2016-12-21
申请号：CN201610671049.9
申请日：2016-08-15
Applicant: 北京理工大学
CPC classification number: G06K9/3233 , G06T3/4023 , G06T5/50 , G06T2207/10032 , G06T2207/30181
Abstract: 本发明公开了一种光学遥感图像感兴趣区域检测方法，应用于高分辨率光学遥感图像感兴趣区域检测。通过对超像素级的图像进行处理，然后进行超像素级到像素级显著性映射，得到像素级显著图，完成对感兴趣区域由粗尺度快速定位到精细尺度下的精确描述。该方法首先对原始图像进行降采样，然后进行超像素分割，基于以上操作将高分辨率图像转换为较粗尺度图像，然后，在生成的粗尺度图像上通过结构张量与颜色空间背景抑制技术分别获得超像素级的纹理特征图和颜色特征图。随后经过特征图融合及上采样插值得到原始分辨率尺度下的超像素级显著图。最后，通过超像素级到像素级显著性映射，得到像素级显著图，完成感兴趣区域的像素级精确描述。
-
公开(公告)号：CN105160355B
公开(公告)日：2018-05-15
申请号：CN201510543366.8
申请日：2015-08-28
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于区域相关和视觉单词的遥感图像变化检测方法，具体如下：首先选取参考图像和待检测图像；对参考图像和待检测图像分别进行直方图均衡化处理；对处理后的参考图像和待检测图像分别进行形态学重建的分水岭分割；对分割后得到的两幅图像进行融合处理，获得融合图像；融合图像中共包括k个子区域，对其中的每一个子区域j，计算加权相关系数Cj；设定加权相关系数阈值Δ，若第j个子区域的加权相关系数Cj大于Δ，则第j个子区域即为不变区域，直接将该不变区域提取出来；若第j个子区域的加权相关系数Cj小于Δ，则通过基于视觉单词理论的方法进行提取。使用该方法能够在满足检测任务的基础上提高检测的实时性和鲁棒性。
-
公开(公告)号：CN105160355A
公开(公告)日：2015-12-16
申请号：CN201510543366.8
申请日：2015-08-28
Applicant: 北京理工大学
CPC classification number: G06K9/6218 , G06T3/40 , G06T5/50 , G06T2207/10032 , G06T2207/20152
Abstract: 本发明公开了一种基于区域相关和视觉单词的遥感图像变化检测方法，具体如下：首先选取参考图像和待检测图像；对参考图像和待检测图像分别进行直方图均衡化处理；对处理后的参考图像和待检测图像分别进行形态学重建的分水岭分割；对分割后得到的两幅图像进行融合处理，获得融合图像；融合图像中共包括k个子区域，对其中的每一个子区域j，计算加权相关系数Cj；设定加权相关系数阈值Δ，若第j个子区域的加权相关系数Cj大于Δ，则第j个子区域即为不变区域，直接将该不变区域提取出来；若第j个子区域的加权相关系数Cj小于Δ，则通过基于视觉单词理论的方法进行提取。使用该方法能够在满足检测任务的基础上提高检测的实时性和鲁棒性。
-
-
-
Search Results
4
records
(took 0.015 seconds)
