首页 > 论文 > 激光与光电子学进展 > 54卷 > 8期(pp:081004)

一种超像素区域相似性度量的遥感信息提取算法研究

  • 摘要
  • 论文信息
  • 参考文献
  • 被引情况
分享:

摘要

为了解决目前主流的显著性检测算法在复杂多目标遥感图像中检测能力不足的问题,提出一种基于超像素区域相似性度量的显著目标提取算法。该算法首先利用Simple Linear Iterative Clustering(SLIC)方法对原始图像超像素分割,然后通过Graph-based Visual Saliency(GBVS)方法检测出显著超像素,并对其修正得到显著目标提取的训练样本,进一步逐层次计算全体超像素区域与显著超像素区域的相似性并转化为超像素区域的隶属度值,最后实现对整幅超像素图像的显著目标提取。实验结果表明,该算法具有较高的准确率和召回率,能更加有效地检测出遥感图像中的显著目标,比主流的显著性检测算法提取效果更好,可以有效地应用于复杂多目标的遥感图像显著目标信息提取中。

投稿润色
补充资料

DOI:10.3788/lop54.081004

作者单位:

    中国科学院遥感与数字地球研究所
    中国科学院遥感与数字地球研究所
    中国科学院遥感与数字地球研究所
    中国科学院遥感与数字地球研究所
    中国科学院遥感与数字地球研究所

引用该论文

闫琦,李慧,荆林海,唐韵玮,丁海. 一种超像素区域相似性度量的遥感信息提取算法研究[J].激光与光电子学进展,2017,54(8):081004.