留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

双模态脉冲耦合神经网络高分辨率光学卫星影像分割

李利伟 马建文 温奇

李利伟, 马建文, 温奇. 双模态脉冲耦合神经网络高分辨率光学卫星影像分割[J]. 武汉大学学报 ● 信息科学版, 2008, 33(3): 322-325.
引用本文: 李利伟, 马建文, 温奇. 双模态脉冲耦合神经网络高分辨率光学卫星影像分割[J]. 武汉大学学报 ● 信息科学版, 2008, 33(3): 322-325.
LI Liwei, MA Jianwen, WEN Qi. High Spatial Resolution Optical Satellite Image Segmentation Based on Double-Mode PCNN[J]. Geomatics and Information Science of Wuhan University, 2008, 33(3): 322-325.
Citation: LI Liwei, MA Jianwen, WEN Qi. High Spatial Resolution Optical Satellite Image Segmentation Based on Double-Mode PCNN[J]. Geomatics and Information Science of Wuhan University, 2008, 33(3): 322-325.

双模态脉冲耦合神经网络高分辨率光学卫星影像分割

基金项目: 中国科学院知识创新工程重大资助项目(KZCX2-YW-313),国家863计划资助项目(2006AA12Z130)
详细信息
    作者简介:

    李利伟,博士生,主要从事遥感数据智能处理算法研究。

  • 中图分类号: P237.3

High Spatial Resolution Optical Satellite Image Segmentation Based on Double-Mode PCNN

Funds: 中国科学院知识创新工程重大资助项目(KZCX2-YW-313),国家863计划资助项目(2006AA12Z130)
计量
  • 文章访问数:  735
  • HTML全文浏览量:  44
  • PDF下载量:  380
  • 被引次数: 0
出版历程
  • 收稿日期:  2008-01-09
  • 修回日期:  2008-01-09
  • 刊出日期:  2008-03-05

双模态脉冲耦合神经网络高分辨率光学卫星影像分割

    基金项目:  中国科学院知识创新工程重大资助项目(KZCX2-YW-313),国家863计划资助项目(2006AA12Z130)
    作者简介:

    李利伟,博士生,主要从事遥感数据智能处理算法研究。

  • 中图分类号: P237.3

摘要: 针对应用PCNN分割高空间分辨率光学卫星影像存在的问题,提出一种双模态PCNN算法。利用北京地区QuickBird影像进行实验,结果表明,该算法能够弱化影像目标内部灰度变化信息对结果的影响,并能提取影像目标几何结构特征信息,为高空间分辨率光学卫星影像分割提供了一种新方法。

English Abstract

李利伟, 马建文, 温奇. 双模态脉冲耦合神经网络高分辨率光学卫星影像分割[J]. 武汉大学学报 ● 信息科学版, 2008, 33(3): 322-325.
引用本文: 李利伟, 马建文, 温奇. 双模态脉冲耦合神经网络高分辨率光学卫星影像分割[J]. 武汉大学学报 ● 信息科学版, 2008, 33(3): 322-325.
LI Liwei, MA Jianwen, WEN Qi. High Spatial Resolution Optical Satellite Image Segmentation Based on Double-Mode PCNN[J]. Geomatics and Information Science of Wuhan University, 2008, 33(3): 322-325.
Citation: LI Liwei, MA Jianwen, WEN Qi. High Spatial Resolution Optical Satellite Image Segmentation Based on Double-Mode PCNN[J]. Geomatics and Information Science of Wuhan University, 2008, 33(3): 322-325.

目录

    /

    返回文章
    返回