多特征融合的高分辨率遥感图像海陆分离——刘思彤

article/2025/8/19 3:09:26

论文阅读笔记

摘要

为解决目前大多数海陆分离方法仅利用单一特征对图像进行处理,从而导致误分割或存在大量孤立区域,造成后续处理工作难度大或无法开展的问题,提出一种联合灰度、梯度和纹理等多特征的海陆分离方法。针对不同的陆地类型选用不同的特征进行分离,配合形态学处理,基本实现海陆分离;再采用像素标记与纹理聚类策略对结果进行优化,去除孤立区域,得到最终的海陆分离结果;最后利用直方图统计法将陆地屏蔽。此方法的陆地检测率与正确检测率都在99%以上,计算时间仅为其他方法的一半。实验结果表明,该方法与常用的海陆分离方法相比能够快速准确地实现海陆分离并将陆地屏蔽,有利于后续处理的进行。

引言

文献[10]利用最大类间方差法(OTSU)进行初始分割,这也是目前最常用的方法。以上方法对于海面平静、陆地与海洋特征差异明显并且陆地内部特征分布均匀的情况效果较好,但对于较为复杂的情况,分割后存在大量孤立区域,就需要进行孤立区域的消除。
像素标记法[11],是最常用和最简单的方法,但此方法需要借助先验知识设定阈值,不能实现自动化;文献[10]利用区域距离来判定孤立区域的属性,进而实现分割;文献[8]在边缘检测的基础上,利用线密度和面密度判定及擦除孤立区域,但对平坦陆地不适用;文献[9]将共生矩阵与灰度游程信息相结合来提取纹理特征,利用聚类实现不同纹理的分类,但计算量大。综上所述,现有方法大多采用单一特征进行海陆分离,分割效果有限;孤立区域去除方面研究较少且存在一定的局限性,因而本文提出联合多特征的海陆分离方法,针对港口和岛屿分别进行处理,并对分离结果进行优化,消除孤立区域,最后将陆地屏蔽。

1 多特征融合的海陆分离

根据陆地区域特点的不同,将其分为港口和岛屿两类。分别针对两类陆地的特点进行海陆分离,包括多特征分割、孤立区域去除和陆地屏蔽三部分。
在这里插入图片描述

1.1 多特征分割

1.1.1 灰度特征

OTSU法选取出来的阈值非常理想,但当图像中目标与背景的大小之比很小时方法失效。虽然它不是最佳的分割,但分割质量具有一定保障,可以说是最稳定的分割,是目前最常用的方法,因此本文采用OTSU法提取灰度特征。OTSU法能将海洋与陆地区分,但陆地内部存在许多灰度值与海洋相近的区域,还需要进一步处理。

1.1.2 纹理特征

在海面背景亮度不均的情况下,直接利用灰度作为分割特征不能对陆地与海洋进行有效区分。图像中海面灰度近似呈高斯分布,灰度分布范围很窄,表现为较小的灰度方差;有岛屿存在的局部区域灰度存在跃变,产生较大的局部灰度方差,因而本文用局部统计方差作为纹理特征来描述这种灰度上的变化,将岛屿陆地与海洋区分开。图像上的每个区域用它的灰度局部统计方差来描述,整个灰度图像用一个标准差特征点组成的标准差特征表面来表征。设置适当的阈值,即可得到纹理提取结果。

1.1.3 梯度特征

1.1.4 图像合并与后续处理

1.2 孤立区域去除

  1. 面积筛选。
    根据大多数图像中海洋或陆地区域较大,所占面积也较大这一特点,将面积阈值 T a r e a T_{area} Tarea设为图像面积的 1 / 4 1/4 1/4,将小于阈值的孤立区域筛选出来,标记为 L 1 L_1 L1,即
    L 1 = { 0 a i s o l a t e ≥ T a r e a 1 a i s o l a t e < T a r e a L_1=\left \{ \begin{aligned} 0 & & a_{isolate \ge T_{area}} \\ 1 & & a_{isolate \lt T_{area}} \end{aligned} \right. L1={01aisolateTareaaisolate<Tarea
    式中, a i s o l a t e a_{isolate} aisolate为海洋或陆地孤立区域。

  2. 特征聚类
    计算主体海洋或陆地以及相应 L 1 L_1 L1区域灰度均值 m m m和三阶矩特征 μ 3 \mu_3 μ3(经过实验选取),分别以主体区域的参数值为中心进行聚类,将不属于该类的孤立区域筛选出来,标记为 L 2 L_2 L2,即
    m = ∑ i = 0 L = 1 x i p ( x i ) μ 3 = ∑ i = 0 L = 1 ( x i − m ) 3 p ( x i ) m=\sum \limits _{i=0} ^{L=1} x_i p(x_i) \\ \mu_3=\sum \limits _{i=0} ^{L=1} (x_i - m)^3 p(x_i) m=i=0L=1xip(xi)μ3=i=0L=1(xim)3p(xi)
    式中: x i x_i xi为属于第 i i i个孤立区域的像素的灰度值; p ( x i ) p(x_i) p(xi)为该区域的灰度直方图; L L L为灰度级数。分别对海洋和陆地的孤立区域进行计算,将满足这两个条件的孤立区域 L 2 L_2 L2标记为对立区域进行去除。

本文方法原理简单,在面积筛选的基础上进行纹理聚类,既减少了计算量,又避免了错分,提高了效率。

1.3 陆地屏蔽

现有的大多数海陆分离方法只区分了海洋和陆地,将陆地区域标记为0(灰度图像显示为黑色),并没有考虑后续针对海面上目标检测与识别工作如何开展。大多数检测的算法需要对整幅图像进行处理,将陆地标记为0势必会影响算法效果。因此,本文提出对分离后的海洋区域进行直方图统计,选取统计量最大的灰度值作为陆地区域的屏蔽值,这样既屏蔽了陆地,又不会对后续工作造成影响。但由于岛屿图像灰度不均,无法找到合适的屏蔽值,因此该方法只适用于港口图像。


http://chatgpt.dhexx.cn/article/toRTSkWW.shtml

相关文章

从实现的技术手段细数:高分辨率遥感影像+人工智能的现在和未来

【转自】http://baijiahao.baidu.com/s?id1601901487917871613&wfrspider&forpc 人工智能不可阻挡地向各行业渗透。这一现象&#xff0c;恰巧撞上了“商业遥感卫星发射潮”。这似乎预示了某种潜流。此刻&#xff0c;从事卫星遥感影像解译和大数据提取的专业人士、科研…

高分辨率光学遥感影像舰船目标检测与识别算法研究(尹莹莹)

论文阅读笔记 摘要 本文主要研究海陆背景下的光学遥感图像舰船目标检测与识别技术&#xff0c;重点研究了海陆分离、舰船目标疑似区域检测技术与疑似区域目标识别技术。 海陆分离&#xff1a; 采用了OTSU与形态学相结合的方法实现海路区域初步划分&#xff1b;再以孤立区域内…

基于高分辨率影像的潍坊大棚遥感提取

1 背景 朋友&#xff0c;当你坐在经过潍坊的火车上的时候&#xff0c;是否被窗外的风景震惊过&#xff1f;那一望无际的大棚&#xff0c;像一片海洋&#xff0c;又像一片草原&#xff0c;连接天际&#xff0c;一眼望不到边。在卫星地图上&#xff0c;白茫茫一片&#xff0c;蔚为…

如何浏览与下载全球免费的地图高分辨率(亚米级)的遥感影像?

目录 一.引言 二、高分辨率的地图数据源简介 1.Google Earth影像 2.Esri World Image 3.天地图 4.必应地图 5.高德地图 三、浏览与下载该地图源 1.Google Earth影像浏览与下载​ 2.Esri World Image的浏览与下载 3.天地图瓦片地址浏览与下载 4.必应地图浏览与下载 …

学习笔记-基于全局和局部对比自监督学习的高分辨率遥感图像语义分割-day2

高分辨率遥感图像语义分割-day2 摘要一、引言二、方法2.1 对比学习2.2 全局风格与局部匹配对比学习网络&#xff08;GLCNet&#xff09;2.2.1 全局风格对比学习模块&#xff1a;2.2.2局部匹配对比学习&#xff1a; 三、实验和结果A. 数据说明B. 实验设置1 基线&#xff1a;2 评…

基于全局和局部对比自监督学习的高分辨率遥感图像语义分割day3 - 网络结构

基于全局和局部对比自监督学习的高分辨率遥感图像语义分割day3 - 网络结构 前言自监督学习部分语义分割细调部分总结 前言 想要学习一个网络&#xff0c;最重要的就是网络结构和损失函数&#xff0c;一个讲了网络是怎么学&#xff0c;一个讲了网络将会学成什么样&#xff08;个…

paddlepaddle打比赛之高分辨率遥感影像建筑物变化检测

★★★ 本文源自AlStudio社区精品项目&#xff0c;【点击此处】查看更多精品内容 >>> 1 赛事背景 城市是人类生活、生产的主要场所&#xff0c;在社会经济活动中处于重要位置。经济发展、人口增长和城市化进程的加快导致了城市地区的急剧变化&#xff0c;准确及时地识…

论文笔记(一)NFANET:一种新的高分辨率遥感影像弱监督水体提取方法

NFANet: A Novel Method for Weakly Supervised Water Extraction from High-Resolution Remote Sensing Imagery NFANET&#xff1a;一种新的高分辨率遥感影像弱监督水体提取方法 作者&#xff1a;Ming Lu,Leyuan Fang,Muxing Li,Bob Zhang,Yi Zhang,Pedram Ghamisi 期刊&…

论文学习笔记:高分辨率遥感影像解译中的机器学习范式

来源&#xff1a;National Remote Sensing Bulletin 遥感学报 作者&#xff1a;周培诚、程塨、姚西文、韩军伟 1. 西北工业大学 深圳研究院 , 深圳 518057; 2. 西北工业大学 自动化学院 , 西安 710072 传统的高分辨率遥感影像解译通常采用人工目视解译方式&#xff0c;费…

matlab提取遥感图像的点DN值,一种高分辨率遥感图像去雾霾方法

4 实验验证与分析 实验对象为两颗国产亚米级高分辨率遥感卫星图像, 即GF-2和Superview-1图像。两颗卫星参数如表1所示。其中, GSD为地面采样距离, 即空间分辨率; PAN表示全色谱段; B1~B4表示4个不同波段; MS表示多光谱谱段。从表1中可知其谱段设置为典型的大气窗口, 可避免臭氧…

如何制作用于遥感影像分类的高分辨率遥感影像数据集?

How to make high resolution remote sensing image dataset&#xff1f; github地址 0.引言 根据自身需要制作遥感影像数据还是很具有现实意义&#xff1a; 第一&#xff0c;高分辨率遥感影像数据集目前整体上是缺乏的&#xff0c;主流的有UC-Merced dataset,WHU-RS datas…

[论文阅读]面向全局:用于高分辨率遥感图像语义分割的宽上下transforms

[论文阅读]面向全局:用于高分辨率遥感图像语义分割的宽上下transforms 文章目录 [论文阅读]面向全局:用于高分辨率遥感图像语义分割的宽上下transforms一、总体介绍二、具体作用3.1 总体框架3.3 特征提取网络:M13.4 特征提取网络:M2 四、数据及相应结果 一、总体介绍 Looking …

Python基于改进FCN&VGG的高分辨率遥感图像分割(完整源码&数据集&视频教程)

1.高分辨率遥感图像分割效果展示&#xff1a; 2.数据集简介&#xff1a; 首先介绍一下数据&#xff0c;我们这次采用的数据集是CCF大数据比赛提供的数据&#xff08;2015年中国南方某城市的高清遥感图像&#xff09;&#xff0c;这是一个小数据集&#xff0c;里面包含了5张带标…

【论文阅读】SCAttNet:具有空间和通道注意机制的高分辨率遥感图像语义分割网络

【论文阅读】SCAttNet:具有空间和通道注意机制的高分辨率遥感图像语义分割网络 文章目录 【论文阅读】SCAttNet:具有空间和通道注意机制的高分辨率遥感图像语义分割网络一、总体介绍二、概述SCAttNet2.1 Segnet网络构建2.2 ResNet50网络构建 三、 注意力机制四、评价指标及相应…

面向对象的高分辨率遥感影像分类实例

一、为什么要使用面向对象 传统的基于像素的遥感影像处理方法都是基于遥感影像光谱信息极其丰富&#xff0c;地物间光谱差异较为明显的基础上进行的。对于只含有较少波段的高分辨率遥感影像&#xff0c;传统的分类方法&#xff0c;就会造成分类精度降低&#xff0c;空间数据的大…

segment anything进行高分辨率遥感影像分割及效果对比

一、SAM模型介绍 Segement Anything Model&#xff0c;简称SAM&#xff0c;是4月初Meta 发布的史上首个图像分割基础模型。它是通过将三个相互关联的元素&#xff1a;Task、Model和Data结合&#xff0c;来构建形成的一个大模型。Task的构成如下图所示&#xff0c;通过输入分割…

高分辨率遥感图像目标检测和场景分类研究进展

本文按照西北工业大学程塨老师的高分辨率遥感图像目标检测和场景分类研究进展汇报进行整理&#xff0c;需要的同学可借此了解遥感图像相关知识~ 高分辨率遥感图像目标检测和场景分类 一、背景介绍1.时间轴2.应用3.图像智能 二、高分辨率遥感图像目标检测研究进展1.任务定义2.难…

深度学习高分辨率遥感影像语义分割

深度学习大家都知道&#xff0c;在计算机视觉领域取得了很大的成功&#xff0c;在遥感影像自动解译方面&#xff0c;同样带来了快速的发展&#xff0c;我在遥感影像自动解译领域&#xff0c;也做了一些微薄的工作&#xff0c;发表几篇论文&#xff0c;我一直关注遥感影像自动解…

FCN全卷积网络模型——高分辨率遥感影像地物识别

FCN全卷积网络模型——高分辨率遥感影像地物识别 这是一篇操作日记 win10与ubuntu的caffe安装过程独立&#xff0c;只是两次不同系统下的演习&#xff0c;真正实验在ubuntu下完成。 操作空间 win10 1:Anaconda 2.0 2:Visual Studio 2013 3:caffe 4:python2.7 Ubuntu 16.04 …

高分辨率遥感影像融合技巧

软件下载地址&#xff1a; https://pan.baidu.com/s/1dt0yDUsAork9LnLnZTwCgw 需要百度网盘下载密码&#xff0c;留言邮箱地址。 或联系联系 QQ&#xff1a;1257396288​ 该软件包含高分辨率遥感影像融合功能&#xff08;pansharp2&#xff09;&#xff0c;融合效果好&#…