基于机器学习和方向模板的遥感图像边缘检测方法

发布时间：2021-04-25 16:26

　　针对遥感图像的边缘检测尤其是彩色遥感图像的边缘检测上存在诸多的不足,为了减少噪声,提高目标提取的精确度与完整性,提出一种基于机器学习和方向模板的遥感图像边缘检测方法.算法首先将RGB彩色图像转换到YCbCr颜色空间,根据机器学习获得的分类阈值进行分割,再采用改进的Harr方向特征模板,获得了较为完整的彩色遥感图像边缘信息.实验表明,基于机器学习算法的边缘检测能较好的提取出遥感图像的边缘特征,特别是对于地面物体的轮廓特征提取较为完整,符合遥感图像目标提取与识别需求. 

【文章来源】：内江师范学院学报. 2020,35(08)

【文章页数】：5 页

【文章目录】：
0 引言
1 基于机器学习和方向模板的彩色遥感图像边缘检测
    1.1 RGB转换到YCbCr颜色空间
    1.2 基于机器学习和Haar特征模板的遥感图像边缘检测
2 实验分析
3 总结


【参考文献】：
期刊论文
[1]基于YCbCr和AdaBoost算法的人脸检测[J]. 胡柳,邓杰,肖瑶星,卢艳芝,曾蒸.  电脑编程技巧与维护. 2020(02)
[2]基于MATLAB的图像形态学处理技术与应用[J]. 钱月.  内江师范学院学报. 2019(10)
[3]一种基于离散度及相关性改进的特征选择方法[J]. 张俊,张凯,林单,陈亚军.  内江师范学院学报. 2019(10)
[4]一种联合Canny边缘检测和SPIHT的图像压缩方法[J]. 王亚鸽,康晓东,郭军,洪睿,李博,张秀芳.  计算机科学. 2019(S1)
[5]一种基于阈值与边缘检测的遥感图像分割方法[J]. 李晨钊,陈胤璇,高海荣,李维胜,何强.  甘肃科技. 2019(06)
[6]基于改进的soble算子和zernike矩遥感图像边缘检测[J]. 陈竹安,胡志峰,杨希鹏.  湖北民族学院学报(自然科学版). 2017(02)
[7]基于Zernike矩的改进LoG边缘检测方法[J]. 胡建平,佟薪,谢琪,田胜景.  山西大学学报(自然科学版). 2016(03)
[8]图像边缘检测的分数阶微分算子研究[J]. 李军成.  计算机应用与软件. 2015(12)
[9]一种基于保角相位的图像边缘检测新方法[J]. 石美红,李青,赵雪青,乔冬冬.  电子与信息学报. 2015(11)
[10]彩色图像边缘检测研究综述[J]. 杨婷婷,顾梅花,章为川,马蒙蒙.  计算机应用研究. 2015(09)

博士论文
[1]图像边缘检测技术及其应用研究[D]. 曾俊.华中科技大学 2011



本文编号：3159711