简介:摘要:遥感图像目标检测在城市规划、资源调查和灾害监测等领域应用广泛,基于遥感图像的目标检测具有重要研究意义。遥感技术为人们快速、全面了解地表覆盖变化提供了技术支持,在高分辨率遥感技术不断发展的大背景下,大量高品质遥感图像的采集越来越方便。遥感图像是利用遥感技术生成的远距离图像,可以对目标进行有效的处理。目标检测是遥感图像处理的基础任务之一,通过对遥感图像的分析可以分辨出水体、植被等目标,同时遥感影像可以识别更小的目标,如具体的树木、人、交通标志、足球场标志线等等,因此遥感图像目标检测已经成为当前研究的热点问题。遥感设备拍摄图像时由于设备距离目标较远,包含的地面范围大,受到分辨率的限制,待检测目标可能以微小形式显示在遥感图像中,这些检测目标具有尺度小、特征弱等特点,为图像目标的检测工作带来较大难度。
简介:针对图像拼接过程产生的接缝问题,采用最佳接缝选择算法缝合图像接缝。然而合适的能量函数是最佳接缝选择算法的关键。提出一种基于Canny边缘检测算子改进的能量函数,其目的是最小化图像重叠区域的梯度差异。通过实验将提出的能量函数与亮度误差、梯度差、梯度和、梯度差和梯度和的加权和以及Canny边缘检测算子等五种常用能量函数的最佳接缝选择结果进行对比。结果表明,提出的能量函数可以减少拼接图像的结构接缝,而且对于光照变化具有更好的分割稳定性,使得拼接之后的图像看起来更加自然美观。
简介:摘要:随着遥感技术的不断进步和深度学习算法的快速发展,逐渐出现了一系列应用于遥感图像分类的神经网络模型。本文通过对近年来相关文献的综述,总结了各种神经网络模型在遥感图像分类中的应用情况、优缺点及发展趋势,旨在为遥感图像分类领域的研究者提供参考和启示。