SAR图像海岸线检测方法
    3.
    发明授权

    公开(公告)号:CN110097558B

    公开(公告)日:2022-06-07

    申请号:CN201910319784.7

    申请日:2019-04-19

    Abstract: 本发明提供一种基于重启因子与最小特征积的均值漂移SAR图像海岸线检测方法,包括:获取SAR图像,对SAR图像进行基于重启因子均值漂移滤波,对滤波图像进行基于最小特征积区域合并。本发明的技术方案解决了现有技术中分割算法分割性能低,分割精度差的技术问题,采用基于重启因子均值漂移滤波结合基于最小特征积区域合并的技术方案,实现海岸线图像的高精度分割。

    基于Radon变换多特征融合的Sentinel-1图像海岸带养殖池提取方法

    公开(公告)号:CN112016441A

    公开(公告)日:2020-12-01

    申请号:CN202010872605.5

    申请日:2020-08-26

    Abstract: 本发明提供一种基于Radon变换多特征融合的Sentinel-1图像海岸带养殖池提取方法,包括:获取Sentinel-1原始数据,并对其进行预处理,得到预处理后的图像数据;对预处理后的图像数据应用SLIC超像素方法得到过分割图像,并对各超像素区域做Radon变换,得到各超像素区域对应的变换结果,确定各变换结果中包含的峰值点;根据各变换结果中包含的峰值点数量,分别提取密集型养殖池和非密集型养殖池,其中密集型养殖池为峰值点数量大于1的超像素区域,非密集型养殖池为峰值点数量小于1的超像素区域;综合所述密集型养殖池和非密集型养殖池,获取最终的养殖池提取结果。本发明能够有效的提取中等分辨率SAR图像下的海岸带养殖池。

    基于Radon变换多特征融合的Sentinel-1图像海岸带养殖池提取方法

    公开(公告)号:CN112016441B

    公开(公告)日:2023-10-13

    申请号:CN202010872605.5

    申请日:2020-08-26

    Abstract: 本发明提供一种基于Radon变换多特征融合的Sentinel‑1图像海岸带养殖池提取方法,包括:获取Sentinel‑1原始数据,并对其进行预处理,得到预处理后的图像数据;对预处理后的图像数据应用SLIC超像素方法得到过分割图像,并对各超像素区域做Radon变换,得到各超像素区域对应的变换结果,确定各变换结果中包含的峰值点;根据各变换结果中包含的峰值点数量,分别提取密集型养殖池和非密集型养殖池,其中密集型养殖池为峰值点数量大于1的超像素区域,非密集型养殖池为峰值点数量小于1的超像素区域;综合所述密集型养殖池和非密集型养殖池,获取最终的养殖池提取结果。本发明能够有效的提取中等分辨率SAR图像下的海岸带养殖池。

    联合指数和轮廓指示器SLIC的Landsat-8图像养殖池提取方法

    公开(公告)号:CN112037244A

    公开(公告)日:2020-12-04

    申请号:CN202010872600.2

    申请日:2020-08-26

    Abstract: 本发明提供一种联合指数和轮廓指示器SLIC的Landsat-8图像养殖池提取方法,包括:图像的预处理,主要包括辐射定标和大气校正;计算水体指数图,在Canny边缘的基础上断点连接形成完整边缘图,提取闭合轮廓目标和生成SLIC超像素;自动选取海陆种子点,生成水体目标二值图像;依次去除养殖池以外的其他干扰水体目标,包括去除海洋,浅水潮滩,河流,湖泊,山体或建筑阴影。本发明能够有效的提取中等分辨率下多光谱图像的海岸带养殖池。

Patent Agency Ranking