基于特征位置优选整合的快速城区检测算法

师皓; 陈禾; 毕福昆; 庞枫骞; 杨小婷

doi:10.3969/j.issn.0372-2112.2015.07.018

您当前的位置：

首页 >

文章列表页 >

基于特征位置优选整合的快速城区检测算法

学术论文 | 更新时间：2025-07-16

- 基于特征位置优选整合的快速城区检测算法
- A Real-Time Urban Area Detection Algorithm Based on Feature Location Optimization and Integration
- 电子学报 2015年43卷第7期页码：1369-1374
- 作者机构：
  
  1. 北京理工大学信息与电子学院,北京,100081
  2. 北方工业大学信息工程学院,北京,100144
  3. 北京理工大学信息与电子学院,北京,100081
  4. 北方工业大学信息工程学院,北京,100144
- 作者简介：
- 基金信息：
  
  国家863高技术研究发展计划 (No.2011AA120201)
- DOI：10.3969/j.issn.0372-2112.2015.07.018
  中图分类号： TP751
- 纸质出版：2015
- 稿件说明：
移动端阅览
师皓, 陈禾, 毕福昆, 等. 基于特征位置优选整合的快速城区检测算法[J]. 电子学报, 2015,43(7):1369-1374.

SHI Hao, CHEN He, BI Fu-kun, et al. A Real-Time Urban Area Detection Algorithm Based on Feature Location Optimization and Integration[J]. Acta Electronica Sinica, 2015, 43(7): 1369-1374.
师皓, 陈禾, 毕福昆, 等. 基于特征位置优选整合的快速城区检测算法[J]. 电子学报, 2015,43(7):1369-1374. DOI： 10.3969/j.issn.0372-2112.2015.07.018.

SHI Hao, CHEN He, BI Fu-kun, et al. A Real-Time Urban Area Detection Algorithm Based on Feature Location Optimization and Integration[J]. Acta Electronica Sinica, 2015, 43(7): 1369-1374. DOI： 10.3969/j.issn.0372-2112.2015.07.018.

摘要

遥感图像中城市区域的自动分析解译是遥感对地观测领域重要的应用方向

针对自动高效城区检测的迫切需求

提出了一种基于遥感图像的城区区域快速检测算法.首先通过智能去雾处理降低薄雾气象条件对检测的干扰

然后通过快速的关键点搜寻进行城区特征位置初选

并以全局与局部约束相结合的策略筛选出高置信度的城区特征位置

最后通过高斯渲染加权的方法整合城区特征位置

并在获得的城区高斯加权图上自适应分割出最终的城区.本算法使用Google提供的卫星图像进行算法验证测试

可得到准确的检测结果.本检测算法可满足遥感图像城区检测自动化、实时化的需求

大大减小了人工判图的工作量

能够广泛应用于机载或星载平台.

Abstract

According to the needs of automatic and efficient detection for the urban areas

an urban area detection algorithm is proposed in this paper.First

the intelligent haze removal processing is used to reduce the interference in detection.Second

the primary feature locations of urban are extracted by the feature points.Then with the combination of the global and local constraints

the highly reliable urban locations are selected.Finally

the urban characteristic locations are integrated by the method of Gaussian rendering weighted and the final urban areas are obtained through adaptive segmentation.The algorithm is tested using Google satellite images to get accurate results.It can meet the needs for automatic and real-time detection in the remote sensing image of urban areas and greatly reduce the workload of manual interpretation.

关键词

Keywords

references

浏览量

1458

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于稠密局部-全局特征融合的超高清多曝光图像融合方法

基于图像尺度空间的几何不变特征点提取算法

基于DSP的实时图像压缩软件优化技术研究