从遥感图像中提取感兴趣的目标是遥感和地学领域的一个重要任务.先前的研究主要集中于目标提取的精度，而很少关注目标提取的效率.因此，作者提出一个基于偏微分方程的框架来进行半自动多类目标提取.首先，作者对水平集方法，非线性扩散，以及活动轮廓之间的数学关系进行了深入的探究.从探究的结果作者发现基于边缘和基于区域的偏微分方程在目标提取中同等重要，因此作者把它们概括成一个统一的框架.接着，为了使计算更加高效，作者用尺度空间滤波替换传统的曲率归一项.最后，作者通过一系列实验证明了该方法的有效性.
活动轮廓 建筑物提取 水平集方法 目标提取 偏微分方程 非线性扩散 道路提取 active contour building extraction level set method object extraction partial differential equation nonlinear diffusion road extraction
1 香港理工大学武汉大学 空间信息联合实验室,湖北 武汉 430079
2 武汉大学 遥感信息工程学院,湖北 武汉 430079
3 香港理工大学土地测量与地理资讯学系, 中国 香港 999077
提出了一种借助多偏移遥感图像来改进基于BP神经网络(BPNN)的亚像元定位新方法.不同于原BPNN方法使用单幅低空间分辨率观测图像, 新方法利用多幅带有亚像元偏移的低空间分辨图像来确定亚像元属于各类的概率, 然后根据概率值和地物覆盖比例确定亚像元类别, 以降低BPNN定位模型中的不确定性和误差.实验表明, 提出方法在视觉和定量评价上, 均能获得更高精度的亚像元定位结果, 验证了提出方法的有效性.
遥感图像 亚像元定位 BP神经网络(BPNN) 多偏移图像 remote sensing images sub-pixel mapping back-propagation neural network(BPNN) multiple shifted images
1 武汉大学遥感信息工程学院， 湖北 武汉 430079
2 武汉大学-香港理工大学空间信息联合实验室， 湖北 武汉 430079
作为一种新型图像获取技术，热红外技术能避免光照强度和背景颜色对目标提取的影响。当前利用热红外序列进行目标跟踪的算法大多结合可见光和热红外图像。针对这种局限性，提出了一种纯粹基于热红外序列的跟踪算法。首先，通过改进的码书算法和灰色预测模型，对序列中的背景信息和运动目标的运动方向进行建模；然后，将建模结果结合到压缩跟踪算法中，通过自适应的方法使背景信息、运动信息以及目标特征信息在跟踪过程中互相补充，消除跟踪算法对于可见光图像的依赖性，减少由于目标纹理特征不明显而对跟踪效果产生影响。实验证明，经改进的跟踪算法处理速度快，正确性得到了明显的提高，能更好地适应热红外序列的特点。
热红外 压缩跟踪 码书算法 背景信息 thermal infrared compressive tracking codebook algorithm background information
1 华中科技大学电子与信息工程系,湖北,武汉,430074
2 香港理工大学土地测量及地理资讯学系,香港
为取得良好的图像分割效果,利用局部模糊方差区分过渡区与背景区的差异,提出了一种基于局部模糊方差的图像过渡区提取方法并用于图像的分割.首先将利用模糊集构造模糊方差的方法拓展到二维图像的情形,进而利用局部模糊方差构造过渡区.在此基础上通过多阈值的选择方法在过渡区上确定阈值,最后将其用于图像分割.实验结果表明所提方法具有较强的鲁棒性,并能取得良好的分割效果.
图像分割 过渡区 局部模糊方差 阈值
