遥感图像处理感兴趣区显著特征 k-means remote se image pro region of salient f k-means - 程序员宅基地

”遥感图像处理感兴趣区显著特征 k-means remote se image pro region of salient f k-means“ 的搜索结果

基于显著特征聚类的遥感图像感兴趣区域检测

标签：遥感图像处理感兴趣区显著特征 k-means remote se image pro region of salient f k-means

针对遥感影像感兴趣区域检测中所需的全局搜索与建立先验知识库等问题，提出基于显著特征聚类的遥感图像感兴趣区域检测算法。利用色彩信息，在不同的颜色通道(RGB)构建直方图以计算不同颜色通道的信息图，融合得到...

k-means.zip_K-means 分类_k-means法分类_图像分类_遥感_遥感图像

标签： k-means_分类 k-means法分类图像分类遥感遥感图像

用k-means法实现图像分类，主要用于遥感图像分类

K-Means算法实现遥感图像变化检测

标签： K-Means算法变化检测

K-Means算法实现遥感图像变化检测，k均值算法

K-means-PCA-Image-segment.rar_K-Means图像分割_PCA 图像分割_image segment

标签： k-means图像分割 pca_图像分割 image_segment 水域分割_matlab 遥感分割

基于K-means、图像多维组合、PCA三种方式的遥感图像分割。将几幅多波段遥感图像区分出区民区、水域和其它。

基于K-means(K均值)聚类算法的图像特征分割研究-含Matlab代码

标签： K-means算法 K均值聚类算法图像特征分割

随着计算机技术的不断发展，图像分割的应用领域越来越广泛，特别是在农业、军事、遥感气象、医疗保健以及智能交通等领域有着重要的应用价值。目前，图像分割技术主要有基于阈值、基于边缘、基于聚类以及基于神经网络...

TextureAnlysis.rar_k-means_k均值遥感_灰度共生聚类_矩阵分析_邻域分析matlab

标签： k-means k均值遥感灰度共生_聚类矩阵分析邻域分析matlab

TextureAnlysis.m实现遥感图像的纹理分析，以方向邻域内的灰度均值和灰度共生矩阵的熵作为纹理特征，使用k-means聚类。

基于K-means算法的遥感图像分类的matlab实现

标签： K-means算法 matlab实现

基于K-means算法的遥感图像分类的matlab实现

一种定义感兴趣局部显著特征的新方法及其在遥感影像检索中的应用 (2013年)

标签：工程技术论文

提出一种定义感兴趣局部显著特征的新方法。首先根据注意力转移机制，采用迭代法提取注意焦点作为局部显著点，根据Canny边缘图与显著图的融合提取显著边缘点；然后提取显著点的色调、纹理及边缘点的方向直方图特征，...

基于显著性分析的自适应遥感图像融合

标签：图像处理图像融合显著性分多尺度谱小波变换亮度色调 image pro image fus saliency multi-sca wavelet t intensity

针对遥感图像融合中，不同地物区域对空间与光谱信息要求不同的问题，提出了一种基于显著性分析的自适应遥感图像融合算法。结合多尺度谱残差分析模型，将遥感图像分为纹理、边缘丰富的显著区域与纹理、边缘较少的非...

数字图像处理——K-means聚类

标签： matlab K-means

数字图像处理——K-means聚类（含matlab代码）

四波段多光谱遥感图像的船舶目标显著性检测

标签：遥感图像处理多光谱遥显著性检船舶检测 remote se image pro multispec saliency ship dete

针对复杂背景下船舶目标检测率低和光学遥感传感器的多光谱近红外(NIR)波段利用率低的问题,提出一种四波段多光谱遥感图像船舶目标显著性检测算法。所提算法利用四波段遥感数据中可见光波段图像的色彩内容饱满、NIR...

使用K-means方法对遥感图像进行聚类

import cv2 import numpy as np np.set_printoptions(threshold=np.inf) from sklearn.cluster import KMeans img0 = cv2.imread(r'paviau_...且将不必要部分截除，便于处理。 cv2.imshow("imagin0", img0) cv2.wai.

一种结合显著性分析的高分辨率遥感图像道路提取算法

标签：遥感影像处理道路提取显著性分图像分割 remote se image pro road extr saliency image seg

该算法通过自适应阈值分割得到包含居民区和道路的特征图,利用人类视觉系统进行显著性分析，得到居民区的显著图，通过对显著图的分割得到只包含居民区的特征图，对两张特征图进行异或运算，即可提取出道路。...

论文研究-基于蜂群[k]-means算法的遥感图像聚类应用研究.pdf

标签：论文研究

使用灰度共生矩阵和小波变换提取遥感图像特征，对特征数据集进行蜂群[k]-means聚类。整个聚类过程首先使用最大最小距离积邻域均值法产生初始聚类中心，将蜂群算法和[k]-means算法交替执行，实现遥感图像的聚类。通过...

【Matlab/CV系列】基于K-means/分水岭分割的多光谱遥感图像分割【含Matlab源码】

标签： MATLAB matlab k-means

在之前的时候，毕业设计中实现了基于K-means/分水岭/交叉熵分割的多光谱遥感图像分割算法，效果不错，采用matlab语言实现。

遥感图像处理-K值聚类-地物分类

标签：遥感图像处理数字图像处理 K值聚类

K值聚类算法并不复杂，这里不多介绍，直接上代码。 #include "pch.h" #include <iostream> #include <opencv2/opencv.hpp> #include <math.h> using namespace std; using namespace cv; struc...

Matlab K-means聚类算法对多光谱遥感图像进行分类（一）

标签： matlab 机器学习聚类

Matlab K-means聚类算法对多光谱遥感图像进行分类作者：白艺亭 matlab自带kmeans函数无法对多光谱遥感图像进行分类，因此重新编写了能够对多光谱遥感图像进行K均值聚类的matlab代码，对其算法进行实现。 K-Means无...

基于K-means与CNN的遥感影像分类方法

标签： kmeans cnn 分类

遥感影像分类就是利用计算机通过对遥感图像中各类地物的光谱信息和空间信息进行分析，选择特征，将图像中各个像元按照某种规则或算法划分不同的类别，然后获得遥感图像中与实际地物的对应信息，从而实现图像的分类。...

K-means算法实现遥感影像变化检测

标签：聚类 python 深度学习

刚刚开始学习编程及遥感图像处理，这是第一篇用python实现算法，是CSDN中一维大佬帮我写的，现在放在这里仅供学习

Python遥感图像处理--开篇

标签：遥感图像处理开篇 Python遥感图像处理

Python遥感图像处理主要采用python编程语言，使用arcpy以及gdal等库进行遥感图像数据处理及应用。包括遥感图像的拼接、镶嵌、裁剪、格式转换等基础与处理操作以及常用遥感指数的批量计算，比如NDVI\EVI等遥感指数的...

[YOLOv7/YOLOv5系列算法改进NO.9]锚框K-Means算法改进K-Means++

标签：大数据

前言：作为当前先进的深度学习目标检测算法YOLOv5，已经集合了大量的trick，但是还是有提高和改进的...解决问题：YOLOv5默认采用K-Means算法聚类COCO数据集生成的锚框，并采用遗传算法在训练过程中调整锚框......

光谱分类算法 matlab,Matlab K-means聚类算法对多光谱遥感图像进行分类（一）

标签：光谱分类算法 matlab

Matlab K-means聚类算法对多光谱遥感图像进行分类作者：白艺亭测试了下matlab自带kmeans函数，作者编写函数，以及ENVI下的Kmeans方法，对比其效果，代码及结果图展示见下。(K均值聚类的matlab代码，对其算法进行...

【聚类分割】基于 K-means 聚类算法实现图像区域分割附matlab代码

标签： matlab 聚类算法

对图像进行颜色区域分割.将图像转换到CIE Lab颜色空间,...实验结果表明,在CIE Lab空间使用K—means聚类算法可以有效地分割彩色纺织品图像的颜色区域. 3 仿真结果部分理论引用网络文献，若有侵权联系博主删除。...

Matlab K-means聚类算法改进对多光谱遥感图像进行分类（二）

标签：算法聚类机器学习

上一篇Matlab K-means聚类算法对多光谱遥感图像进行分类（一）中，自编K-means函数运行时间长，是因为程序中Kmeans_of_muldim（）函数中使用了逐像元循环，用了139秒，下面对逐像元循环进行改进，把数据reshape为列...

基于区域增长的遥感影像视觉显著目标快速检测

标签：图像处理;遥感影像处理;视觉显著区域;整数小波变换;离散矩变换;区域增长

实验结果表明,新算法不仅有效降低了遥感影像视觉显著区域检测的计算复杂度,而且能够精确描述视觉显著区域的轮廓信息,同时避免了对整幅遥感影像的分割与特征提取,为今后的遥感影像目标检测提供了一定地参考价值。

行业分类-设备装置-一种结合显著性分析的全色高分辨率遥感图像道路检测方法.zip

行业分类-设备装置-一种结合显著性分析的全色高分辨率遥感图像道路检测方法

论文研究-基于不变矩的高分辨率遥感图像的建筑物提取方法.pdf

标签：高分辨率遥感图像边缘检测不变矩

为了有效地对图像进行特征...最后通过实验结果的评价可以证明在建筑物的特征提取上，仿射不变矩比胡氏不变矩的提取效果更加显著，进而也证明了利用不变矩算法对高分辨率遥感图像建筑物特征提取这一方法是可行且有效的。

论文研究-结合显著性检测和超像素分割的遥感信息提取算法研究.pdf

标签：遥感信息提取 GBVS显著性检测 SLIC超像素分割

针对目前显著性检测算法在复杂多目标遥感图像中检测能力不足的问题，提出一种结合显著性检测和超像素分割的遥感信息提取算法。该算法通过GBVS（graph-based visual saliency）方法检测出原始影像中部分显著性较高的...

10

9

8

7

6

5

4

3

2

1

推荐文章