留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

一种基于CNN与梯度分水岭算法的卫星图像区域分割识别方法

张日升 朱桂斌 张燕琴 陈威静

张日升, 朱桂斌, 张燕琴, 陈威静. 一种基于CNN与梯度分水岭算法的卫星图像区域分割识别方法[J]. 红外技术, 2017, 39(12): 1114-1119.
引用本文: 张日升, 朱桂斌, 张燕琴, 陈威静. 一种基于CNN与梯度分水岭算法的卫星图像区域分割识别方法[J]. 红外技术, 2017, 39(12): 1114-1119.
ZHANG Risheng, ZHU Guibin, ZHANG Yanqin, CHEN Weijing. Method of Satellite Images Region Segmentation and Recognition Based on CNN and Gradient Watershed Algorithm[J]. Infrared Technology , 2017, 39(12): 1114-1119.
Citation: ZHANG Risheng, ZHU Guibin, ZHANG Yanqin, CHEN Weijing. Method of Satellite Images Region Segmentation and Recognition Based on CNN and Gradient Watershed Algorithm[J]. Infrared Technology , 2017, 39(12): 1114-1119.

一种基于CNN与梯度分水岭算法的卫星图像区域分割识别方法

基金项目: 重庆市科技研发基地能力提升项目(cstc2014ptsy40003)
详细信息
  • 中图分类号: TP389.1

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.
  • 加载中
计量
  • 文章访问数:  72
  • HTML全文浏览量:  17
  • PDF下载量:  9
  • 被引次数: 0
出版历程

目录

    /

    返回文章
    返回