Method of Satellite Images Region Segmentation and Recognition Based on CNN and Gradient Watershed Algorithm
-
摘要: 卫星图像的准确分割与识别在军事、环境、民生方面都有着重要的研究意义与价值.传统的区域分割算法如分水岭算法、k-means算法等在错综复杂的卫星图像中表现不佳,且不能同时给出区域的类别.为解决上述问题,本文提出一种结合CNN与分水岭算法的图像区域分割方法.该方法首先使用人工标记的区域图像训练CNN(卷积神经网络)分类器,且使其具有旋转不变性及平移不变性,从而能适应不同状态下的图像分类.然后用分水岭算法对图像进行区域粗粒度的聚类,针对分割出的每一个候选区域,使用CNN分类器对其迭代打分,最后得到分割区域并给出识别结果.实验结果表明,该方法较传统方法有更好效果.
-
-
期刊类型引用(2)
1. 刘慧舟,胡瑾秋,张来斌,张彪. 基于红外热成像与CNN的压裂装备故障精准识别及预警. 中国石油大学学报(自然科学版). 2021(01): 158-166 . 百度学术
2. 张乃千,王占刚. 基于改进卷积神经网络的平面地图道路模糊推理分割方法. 科学技术与工程. 2020(09): 3675-3681 . 百度学术
其他类型引用(6)
计量
- 文章访问数: 81
- HTML全文浏览量: 19
- PDF下载量: 10
- 被引次数: 8