论文摘要
激光遥感图像的特征分割中受到相似纹理和亮度不均匀性的影响,导致图像的冗余信息较多,为了提高激光遥感图像分割精度,提出基于机器学习的激光遥感图像特征分割方法。构建激光遥感图像分块拓扑结构模型,根据图像的拓扑结构信息进行图像像素分组,根据激光遥感图像像素分组之间的属性差异性进行冗余信息滤波,提取激光遥感图像的超像素特征量,构建像素晶格边界,采用机器学习算法进行图像特征分割的最优边界和网格寻优,实现激光遥感图像特征分割优化。仿真结果表明,采用该方法进行激光遥感图像特征分割的像素分布均匀性较好,对冗余信息的滤除能力较强,提高了图像特征分割的精度和识别能力。
论文目录
文章来源
类型: 期刊论文
作者: 梁琰
关键词: 机器学习,激光遥感图像,特征分割,像素分组
来源: 激光杂志 2019年04期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 工业通用技术及设备,自动化技术
单位: 四川职业技术学院
分类号: TP181;TP751
DOI: 10.14016/j.cnki.jgzz.2019.04.083
页码: 83-86
总页数: 4
文件大小: 823K
下载量: 171