检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
作 者:林文杰 LIN Wenjie(School of Information Engineering,Guangdong University of Technology,Guangzhou 510006,China;Pengcheng Laboratory,Shenzhen 518000,China)
机构地区:[1]广东工业大学信息工程学院,广东广州510006 [2]鹏城实验室,广东深圳518000
出 处:《测绘学报》2022年第2期316-316,共1页Acta Geodaetica et Cartographica Sinica
基 金:广东省省级科技计划项目(2018B030338001,2018B010107003);国家自然科学基金(41301479,41271435)。
摘 要:在更精细的空间尺度下,高分遥感影像呈现更丰富的地物细节信息,信息内容的复杂性、空间性和海量性等特征,给传统遥感影像分割方法带来挑战。针对这些挑战,寻求一种更有效的分割模型和并行化的处理方法是有效提高大尺度高分遥感影像分割精度和处理效率的关键。为此,论文提出基于最小生成树的高分遥感影像层次化分割方法及其并行化重构。前者利用层次化最小生成树模型实现影像复杂场景信息的有效刻画,在此基础上利用区域化模糊聚类模型构建层次化分割模型。后者基于子块切分的并行划分和并行模糊聚类分割方法,实现大尺度高分遥感影像的快速、有效分割。论文的主要工作如下。
关 键 词:最小生成树 层次化分割 高分辨率遥感影像 遥感影像分割 高分遥感影像 并行化 信息内容 并行划分
分 类 号:TP751[自动化与计算机技术—检测技术与自动化装置]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.222