針對(duì)遙感圖像的邊緣檢測(cè)尤其是彩色遙感圖像的邊緣檢測(cè)上存在諸多的不足,為了減少噪聲,提高目標(biāo)提取的精確度與完整性,提出一種基于機(jī)器學(xué)習(xí)和方向模板的遙感圖像邊緣檢測(cè)方法.算法首先將RGB彩色圖像轉(zhuǎn)換到Y(jié)CbCr顏色空間,根據(jù)機(jī)器學(xué)習(xí)獲得的分類(lèi)閾值進(jìn)行分割,再采用改進(jìn)的Harr方向特征模板,獲得了較為完整的彩色遙感圖像邊緣信息.實(shí)驗(yàn)表明,基于機(jī)器學(xué)習(xí)算法的邊緣檢測(cè)能較好的提取出遙感圖像的邊緣特征,特別是對(duì)于地面物體的輪廓特征提取較為完整,符合遙感圖像目標(biāo)提取與識(shí)別需求. 

【文章來(lái)源】：內(nèi)江師范學(xué)院學(xué)報(bào). 2020,35(08)

【文章頁(yè)數(shù)】：5 頁(yè)

【文章目錄】：
0 引言
1 基于機(jī)器學(xué)習(xí)和方向模板的彩色遙感圖像邊緣檢測(cè)
    1.1 RGB轉(zhuǎn)換到Y(jié)CbCr顏色空間
    1.2 基于機(jī)器學(xué)習(xí)和Haar特征模板的遙感圖像邊緣檢測(cè)
2 實(shí)驗(yàn)分析
3 總結(jié)


【參考文獻(xiàn)】：
期刊論文
[1]基于YCbCr和AdaBoost算法的人臉檢測(cè)[J]. 胡柳,鄧杰,肖瑤星,盧艷芝,曾蒸.  電腦編程技巧與維護(hù). 2020(02)
[2]基于MATLAB的圖像形態(tài)學(xué)處理技術(shù)與應(yīng)用[J]. 錢(qián)月.  內(nèi)江師范學(xué)院學(xué)報(bào). 2019(10)
[3]一種基于離散度及相關(guān)性改進(jìn)的特征選擇方法[J]. 張俊,張凱,林單,陳亞軍.  內(nèi)江師范學(xué)院學(xué)報(bào). 2019(10)
[4]一種聯(lián)合Canny邊緣檢測(cè)和SPIHT的圖像壓縮方法[J]. 王亞鴿,康曉東,郭軍,洪睿,李博,張秀芳.  計(jì)算機(jī)科學(xué). 2019(S1)
[5]一種基于閾值與邊緣檢測(cè)的遙感圖像分割方法[J]. 李晨釗,陳胤璇,高海榮,李維勝,何強(qiáng).  甘肅科技. 2019(06)
[6]基于改進(jìn)的soble算子和zernike矩遙感圖像邊緣檢測(cè)[J]. 陳竹安,胡志峰,楊希鵬.  湖北民族學(xué)院學(xué)報(bào)(自然科學(xué)版). 2017(02)
[7]基于Zernike矩的改進(jìn)LoG邊緣檢測(cè)方法[J]. 胡建平,佟薪,謝琪,田勝景.  山西大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(03)
[8]圖像邊緣檢測(cè)的分?jǐn)?shù)階微分算子研究[J]. 李軍成.  計(jì)算機(jī)應(yīng)用與軟件. 2015(12)
[9]一種基于保角相位的圖像邊緣檢測(cè)新方法[J]. 石美紅,李青,趙雪青,喬冬冬.  電子與信息學(xué)報(bào). 2015(11)
[10]彩色圖像邊緣檢測(cè)研究綜述[J]. 楊婷婷,顧梅花,章為川,馬蒙蒙.  計(jì)算機(jī)應(yīng)用研究. 2015(09)

博士論文
[1]圖像邊緣檢測(cè)技術(shù)及其應(yīng)用研究[D]. 曾俊.華中科技大學(xué) 2011



本文編號(hào)：3159711