-
公开(公告)号：CN107564017B
公开(公告)日：2020-01-10
申请号：CN201710754720.0
申请日：2017-08-29
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种城市高分遥感影像阴影检测及分割方法。对城市多波段遥感影像进行影像量化，然后基于卡方变换对量化后的遥感影像进行阴影检测和补偿，获得阴影补偿影像：对于获取的阴影补偿影像，计算多尺度J‑image序列，并进行多尺度分割和区域合并，得到最终的遥感影像分割结果。本发明能够有效应对由于阴影导致的弱边缘及虚假边缘，而且分割精度显著提高的同时又具有良好的可靠性。
-
Patent Agency Ranking
公开(公告)号：CN107657616A
公开(公告)日：2018-02-02
申请号：CN201710747795.6
申请日：2017-08-28
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种面向地理对象的高分遥感影像分割方法。首先，通过对影像进行过分割来构建初始种子区域集合，并确定尺度参数集合；而后，通过跟踪对象置信度指标OC的尺度间变化来指引多尺度区域合并过程，使区域合并结果逐步逼近实际的地理对象。不同于传统多尺度分割方式，为了应对有限尺度无法全面描述不同尺寸地理对象的不足，本发明首先通过分割来充分标记潜在的地理对象，再通过分析OC曲线的尺度间变化来跟踪和指引多尺度合并过程，从而使区域合并结果不断逼近实际的地理对象。
-
公开(公告)号：CN107992856B
公开(公告)日：2021-06-29
申请号：CN201711417944.9
申请日：2017-12-25
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种城市场景下的高分遥感建筑物阴影检测方法。首先，对建筑物遥感影像进行基于WJSEG算法的多尺度区域分割，获得基本分析单元；其次，提取每个基本分析单元的建筑物阴影辐射特征；然后，提取每个基本分析单元建筑物阴影分形属性，将辐射特征和分形属性组成该基本分析单元的特征向量；最后，基于主动学习的SVM分类器得到建筑物阴影检测结果。本发明在辐射特征的基础上引入对建筑物敏感的分形属性，提高了建筑物阴影的识别精度。
-
公开(公告)号：CN107564017A
公开(公告)日：2018-01-09
申请号：CN201710754720.0
申请日：2017-08-29
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种城市高分遥感影像阴影检测及分割方法。对城市多波段遥感影像进行影像量化，然后基于卡方变换对量化后的遥感影像进行阴影检测和补偿，获得阴影补偿影像：对于获取的阴影补偿影像，计算多尺度J-image序列，并进行多尺度分割和区域合并，得到最终的遥感影像分割结果。本发明能够有效应对由于阴影导致的弱边缘及虚假边缘，而且分割精度显著提高的同时又具有良好的可靠性。
-
公开(公告)号：CN107657616B
公开(公告)日：2019-10-01
申请号：CN201710747795.6
申请日：2017-08-28
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种面向地理对象的高分遥感影像分割方法。首先，通过对影像进行过分割来构建初始种子区域集合，并确定尺度参数集合；而后，通过跟踪对象置信度指标OC的尺度间变化来指引多尺度区域合并过程，使区域合并结果逐步逼近实际的地理对象。不同于传统多尺度分割方式，为了应对有限尺度无法全面描述不同尺寸地理对象的不足，本发明首先通过分割来充分标记潜在的地理对象，再通过分析OC曲线的尺度间变化来跟踪和指引多尺度合并过程，从而使区域合并结果不断逼近实际的地理对象。
-
公开(公告)号：CN107992856A
公开(公告)日：2018-05-04
申请号：CN201711417944.9
申请日：2017-12-25
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种城市场景下的高分遥感建筑物阴影检测方法。首先，对建筑物遥感影像进行基于WJSEG算法的多尺度区域分割，获得基本分析单元；其次，提取每个基本分析单元的建筑物阴影辐射特征；然后，提取每个基本分析单元建筑物阴影分形属性，将辐射特征和分形属性组成该基本分析单元的特征向量；最后，基于主动学习的SVM分类器得到建筑物阴影检测结果。本发明在辐射特征的基础上引入对建筑物敏感的分形属性，提高了建筑物阴影的识别精度。
-
-
-
-
-
Search Results
6
records
(took 0.031 seconds)
