王恩德 1,2,3齐凯 1,2,3,4,*李学鹏 1,2,3彭良玉 1,2,3
1 中国科学院沈阳自动化研究所, 辽宁 沈阳 110016
2 中国科学院机器人与智能制造创新研究院, 辽宁 沈阳 110169
3 中国科学院光电信息处理重点实验室, 辽宁 沈阳 110016
4 东北大学信息科学与工程学院, 辽宁 沈阳 110819
为了提高遥感图像语义分割的效果和分类精度,设计了一种结合ResNet18网络预训练模型的双通道图像特征提取网络。将多重图像特征图进行拼接,融合后的特征图具有更强的特征表达能力。同时,采用批标准化层和带有位置索引的最大池化方法进一步优化网络结构,提升地表目标物的分类准确率。通过实验,将所提方法与多种神经网络方法进行准确率和Kappa系数比较。结果显示,所提的网络结构可以在小数据量样本下取得90.68%的总体准确率,Kappa系数达到了0.8595。相比其他方法,所提算法取得了更好的语义分割效果,并且整体训练时间大幅缩短。
图像处理 全卷积神经网络 语义分割 双通道网络 多尺度特征 遥感图像 光学学报
2019, 39(12): 1210001
1 沈阳理工大学 自动化与电气工程学院, 沈阳 110159
2 中国科学院沈阳自动化研究所, 沈阳 110016
为了提高红外成像质量的同时更大程度地保持纹理信息,提出一种多尺度分析和加权最小二乘法的条纹噪声非均匀性校正算法.该算法利用加权最小二乘法对图像进行平滑, 应用小波变换提取平滑图像的垂直分量, 并将其垂直分量替换为原始图像的垂直分量, 利用小波重构输出校正后的图像.算法能够精准地去除红外噪声, 而不会带来更加麻烦的“鬼影”问题.用该算法对多组不同红外图像数据进行仿真实验, 并与其他先进的红外条纹非均匀校正算法进行对比分析, 结果表明所提算法校正结果有较好的视觉效果和图像质量评估参数.
红外图像 非均匀校正 条纹噪声去除 加权最小二乘法 焦平面阵列 Infrared imaging Nonuniformity correction Strip noise removal Weighted least squares Focal plane array
