双模态脉冲耦合神经网络高分辨率光学卫星影像分割

美国《工程索引》（EI）核心期刊
美国《剑桥科学文摘》（CSA）收录期刊
荷兰斯高帕斯数据库（Scopus）收录期刊
英国INSPEC数据库（SA）收录期刊

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

文章导航 > 武汉大学学报 ● 信息科学版 > 2008 > 33(3): 322-325

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

李利伟^1,2,
马建文¹,
温奇^1,2

¹中国科学院遥感应用研究所,北京市大屯路甲20号100101;²中国科学院研究生院,北京市玉泉路甲19号,100049

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

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

LI Liwei^1,2,
MA Jianwen¹,
WEN Qi^1,2

¹Institute of Remote Sensing Applications,CAS,20A Datun Road,Beijing 100101,China;² School of Graduate,Chinese Academy of Sciences,19A Yuquan Road,Beijing 100049,China

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)

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。
- 高空间分辨率 /
- 光学卫星影像 /
- 影像分割 /
- 双模态脉冲耦合神经网络
Abstract: A double-mode PCNN was proposed to segment the high spatial resolution optical satellite image.Experiments were carried out on a subset of QuickBird image covering Beijing.Results showed that this algorithm could alleviate the negative impact on segmentation due to spectral variations of the target,and well keep geometrical information of the target.It provides a promising tool for high spatial resolution optical satellite image segmentation.
- high spatial resolution /
- optical satellite image /
- image segmentation /
- double-mode PCNN

[1]	佃袁勇, 杨光, 方圣辉. 傅里叶谱纹理和光谱信息结合的高分辨率遥感影像地表覆盖分类 . 武汉大学学报 ● 信息科学版, 2017, 42(3): 362-368. doi: 10.13203/j.whugis20140952
[2]	殷亚秋, 李家国, 余涛, 鞠颂, 米晓飞, 侯海倩. 结合正则化最小二乘进行高空间分辨率四波段相机云识别 . 武汉大学学报 ● 信息科学版, 2016, 41(2): 190-195. doi: 10.13203/j.whugis20140208
[3]	眭海刚, 陈光, 胡传文, 宋志娜. 光学遥感影像与GIS数据一体化的水体分割、配准与提取方法 . 武汉大学学报 ● 信息科学版, 2016, 41(9): 1145-1150. doi: 10.13203/j.whugis20140460
[4]	丁玉琦, 邵振峰, 胡石元. 一种云模型和期望最大聚类的遥感影像分割算法 . 武汉大学学报 ● 信息科学版, 2015, 40(6): 721-726. doi: 10.13203/j.whugis20130483
[5]	赵磊, 陈尔学, 李增元, 冯琦, 李兰, 杨浩. 基于均值漂移和谱图分割的极化SAR影像分割方法及其评价 . 武汉大学学报 ● 信息科学版, 2015, 40(8): 1061-1068. doi: 10.13203/j.whugis20130681
[6]	闫利, 马振玲, 王琼洁, 王奕丹. 利用空三定位网进行光学卫星影像几何定位 . 武汉大学学报 ● 信息科学版, 2015, 40(7): 938-942. doi: 10.13203/j.whugis20140694
[7]	佃袁勇, 方圣辉, 姚崇怀. 一种面向地理对象的遥感影像变化检测方法 . 武汉大学学报 ● 信息科学版, 2014, 39(8): 906-912. doi: 10.13203/j.whugis20130053
[8]	田力, 张晓盼, 袁艳斌. 交互式遥感影像分割算法研究 . 武汉大学学报 ● 信息科学版, 2014, 39(4): 406-410. doi: 10.13203/j.whugis20120362
[9]	林宗坚, 任超锋, 姚娜, 解斐斐. 一种航空影像阴影补偿方法 . 武汉大学学报 ● 信息科学版, 2013, 38(4): 431-435.
[10]	石强, 陈凤娥, 梅天灿, 秦前清. SVM后验概率结合改进多尺度MRF的遥感影像分割方法 . 武汉大学学报 ● 信息科学版, 2013, 38(2): 195-199.
[11]	周亚男, 骆剑承, 程熙, 沈占锋. 多特征融入的自适应遥感影像多尺度分割 . 武汉大学学报 ● 信息科学版, 2013, 38(1): 19-22.
[12]	张炳先, 王密, 潘俊. 采用灰度分割的自适应矩匹配条带噪声去除方法 . 武汉大学学报 ● 信息科学版, 2012, 37(12): 1464-1467.
[13]	闫利, 赵展, 聂倩, 姚尧. 利用规则进行高分辨率遥感影像地物提取 . 武汉大学学报 ● 信息科学版, 2012, 37(6): 636-639.
[14]	沈占锋, 骆剑承, 胡晓东, 孙卫刚. 高分辨率遥感影像多尺度均值漂移分割算法研究 . 武汉大学学报 ● 信息科学版, 2010, 35(3): 313-317.
[15]	林丽群, 舒宁, 龚龑, 肖俊. 基于像斑的多光谱影像跨尺度分类研究 . 武汉大学学报 ● 信息科学版, 2009, 34(1): 40-43.
[16]	盛庆红, 张剑清, 肖晖. 基于颜色和纹理的森林影像分割方法 . 武汉大学学报 ● 信息科学版, 2008, 33(3): 306-309.
[17]	林宗坚, 宣文玲, 王艳. 高分辨率影像定位的一种新方法 . 武汉大学学报 ● 信息科学版, 2004, 29(4): 363-366.
[18]	张煜, 张祖勋, 张剑清. 几何约束与影像分割相结合的快速半自动房屋提取 . 武汉大学学报 ● 信息科学版, 2000, 25(3): 238-242.
[19]	刘少创, 林宗坚. 基于可变模板的航空影像中建筑物提取 . 武汉大学学报 ● 信息科学版, 1997, 22(1): 21-28.
[20]	刘少创, 林宗坚. 航空影像分割的Snake方法 . 武汉大学学报 ● 信息科学版, 1995, 20(1): 7-11.

WeChat

点击查看大图

计量

文章访问数: 647
HTML全文浏览量: 30
PDF下载量: 380
被引次数: 0

双模态脉冲耦合神经网络高分辨率光学卫星影像分割

¹中国科学院遥感应用研究所,北京市大屯路甲20号100101;²中国科学院研究生院,北京市玉泉路甲19号,100049

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。

收稿日期: 2008-01-09
修回日期: 2008-01-09
刊出日期: 2008-03-05

中图分类号: P237.3

关键词:

高空间分辨率 /

光学卫星影像 /

双模态脉冲耦合神经网络

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.

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

我要投稿

投稿攻略

联系我们

二维码