专利汇可以提供一种基于局部不变特征的遥感影像对象表达方法专利检索,专利查询,专利分析的服务。并且本 发明 涉及一种基于局部不变特征的遥感影像对象表达方法。包括如下步骤:步骤1,预处理;步骤2,进行线性尺度空间表达和非线性尺度空间表达;步骤3,提取Harris 角 点;步骤4,提取多尺度边缘;步骤5,提取仿射不变区域;步骤6,影像分解为图像 块 集合;步骤7,视觉词袋模型表示;步骤8,对象的 可视化 表达。基于尺度空间,提取高空间 分辨率 遥感影像的角点、边缘和区域等视觉特征,利用视觉词袋模型表达对象,解决了高空间分辨率遥感影像中对象提取运算量大的问题,有利于缓解高空间分辨率遥感影像中“同谱异物”和“同物异谱”的问题。,下面是一种基于局部不变特征的遥感影像对象表达方法专利的具体信息内容。
1.一种基于局部不变特征的遥感影像对象表达方法,其特征在于包括以下步骤:
步骤1:对输入遥感影像image1进行预处理,得到处理后的遥感影像image2;
步骤2:分别对遥感影像image2进行线性尺度空间表达和非线性尺度空间表达;
步骤3:线性尺度空间中,提取影像image2的Harris角点;
步骤4:在非线性尺度空间中,对影像image2进行多尺度边缘提取;
步骤5:提取影像image2的仿射不变区域;
步骤6:以步骤5中的仿射不变区域为单元,将遥感影像image1分解为图像块集合imgset;
步骤7:对图像块集合imgset运用视觉词袋模型进行表示;
步骤8:遥感影像中对象的可视化表达。
2.根据权利要求1所述的一种基于局部不变特征的遥感影像对象表达方法,其特征在于预处理的内容包括进行图像平滑以减少噪声的影响,通过改变图像的灰度等级以提高影像对比度及突出边缘或地物。
3.根据权利要求1所述的一种基于局部不变特征的遥感影像对象表达方法,其特征在于线性尺度空间利用高斯核函数进行变换,保证在Harris特征点的提取过程中,随着尺度的增加不会增加新的极值点,变换公式如下:
4.根据权利要求1所述的一种基于局部不变特征的遥感影像对象表达方法,其特征在于非线性尺度空间采用适应性更强的各向异性热扩散方程,其迭代方程如下:
It+1=It+λ(cNx,y▽ N(It)+cSx,y▽ S(It)+cEx,y▽ E(It)+cWx,y▽ W(It))其中,I为图像,▽N(It)、▽S(It)、▽E(It)和▽W(It)分别是四个方向的偏导,cNx,y、cSx,y、cEx,y和cWx,y分别是四个方向上的导热系数。
5.根据权利要求1所述的一种基于局部不变特征的遥感影像对象表达方法,其特征在于Harris角点的提取方法为:预先选择一个图像分层数N,对Harris角点进行检测,从最大尺度的图像开始,将其中的每个点分别独立成一个分组,记为分组中心点,设定一个欧式距离阈值D,从大尺度到小尺度依次搜索每一层图像,将距离某一分组中心点小于阈值D的点归并到对应分组中,分组结束后,在每个角点分组中搜索最大角点度量值并保留作为表示该局部结构的角点,以1为步长递增分层数,比较每次获得的角点的数量,当角点数量达到稳定时,认为这时的检测准确性最高,对应的分层数确定为最佳分层数。
6.根据权利要求1所述的一种基于局部不变特征的遥感影像对象表达方法,其特征在于多尺度边缘提取方法为:利用Canny边缘检测算法的高检测率、精确定位和明确响应三条标准的思想,分别从不同尺度中提取边缘,通过设置阈值对不同尺度上的边缘进行匹配处理,大尺度上保留大范围的边缘,小尺度上保留小范围的边缘,由大尺度向小尺度进行边缘精确定位获得清晰的边缘,最后结合数学形态学方法对断裂边缘进行连接。
7.根据权利要求1所述的一种基于局部不变特征的遥感影像对象表达方法,其特征在于仿射不变区域的提取方法为:利用Harris角点和边缘进行EBR(Edge-Based Region)不变区域的提取,再结合光谱信息对MSER(Maximally Stable Extremal Regions)算法进行改进,提取基于颜色的不变区域CMSER(Colour Maximally Stable Extremal Regions)。
8.根据权利要求1所述的一种基于局部不变特征的遥感影像对象表达方法,其特征在于视觉词袋模型的表示方法为:利用两种不变区域EBR和CMSER将输入影像image1构造成多个影像对象,接着通过角点邻域分解法进行图像块分解,对落入每个图像块内的Harris角点采用SIFT描述子进行描述,然后利用k均值聚类算法对分解的图像块进行聚类,得到k个聚类中心,并指定每个中心作为一个视觉单词,从而得到每个图像块的特征量化向量,最后统计每个对象中单词出现的频次,得到对象的视觉词袋表示,即各个视觉单词的直方图表示。
9.根据权利要求1所述的一种基于局部不变特征的遥感影像对象表达方法,其特征在于对象的可视化表达方式为:以对象的质心为原点,用8个方向的,各有一定模值大小的线段表示。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
一种通过在线分类跟踪内窥镜图像序列特征点的方法 | 2020-05-08 | 884 |
基于卷积神经网络和概念格的图像语义完备标注方法 | 2020-05-11 | 741 |
一种基于聚类分析自主再学习的人脸识别方法 | 2020-05-11 | 519 |
基于共同注意力范式的孤独症辅助诊断装置 | 2020-05-08 | 386 |
一种基于局部区域聚类的电力设备故障区域提取方法 | 2020-05-11 | 767 |
一种基于深度学习的2D+3D大飞机外形缺陷检测与分析方法 | 2020-05-08 | 534 |
信用评分模型的构建方法、装置、设备及存储介质 | 2020-05-08 | 41 |
酒店评分方法、酒店推荐方法、电子装置和存储介质 | 2020-05-08 | 214 |
一种故障数据标记方法及故障识别装置 | 2020-05-11 | 326 |
车辆物流路径生成的方法、装置、计算机设备及存储介质 | 2020-05-08 | 202 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。