版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、圖像分割作為圖像智能化處理的重要發(fā)展方向,受到圖像處理界的高度關(guān)注。遙感圖像分割作為圖像分割中一個(gè)重要應(yīng)用,深受研究者的重視。由于遙感圖像與其他類型圖像相比,具有灰度級(jí)多、信息量大、邊界模糊等特點(diǎn),且存在“同物異譜”、“異物同譜”的現(xiàn)象,這些使得遙感圖像分割難度較大。然而,隨著對(duì)地觀測(cè)衛(wèi)星技術(shù)的不斷成熟,所拍攝到的遙感圖像其紋理信息越來(lái)越豐富,因此如何利用紋理信息對(duì)遙感圖像進(jìn)行分割成為當(dāng)前國(guó)內(nèi)外學(xué)者關(guān)注的問(wèn)題之一,紋理特征的提取是該課題
2、的基礎(chǔ)。
借助對(duì)遙感圖像的紋理分析,提取遙感圖像的紋理特征,可以推進(jìn)遙感圖像解譯的自動(dòng)化。在遙感圖像分割中,將紋理分析的方法與常規(guī)的分割方法相結(jié)合,有助于提高遙感圖像的最終分割精度,從而可以更好地理解遙感圖像,并從遙感數(shù)據(jù)中提取各種有用的專題信息。
本文在閱讀大量文獻(xiàn)的基礎(chǔ)上,對(duì)基于紋理的遙感圖像分割進(jìn)行了研究,提出一種新的紋理特征提取方法,即:將雙樹(shù)復(fù)小波變換和灰度共生矩陣相結(jié)合描述遙感圖像局部紋理特征。這
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于雙樹(shù)復(fù)小波和混合模型的SAR圖像去噪和分割方法研究.pdf
- 基于雙樹(shù)復(fù)小波變換的聲吶圖像的濾波.pdf
- 基于灰度共生矩陣和MRF的紋理圖像分割.pdf
- 基于雙樹(shù)復(fù)小波變換的圖像去噪.pdf
- 基于雙樹(shù)復(fù)小波變換的聲吶圖像邊緣檢測(cè).pdf
- 基于雙樹(shù)復(fù)小波域的紅外和可見(jiàn)光圖像融合.pdf
- 基于雙樹(shù)復(fù)小波變換的多聚焦圖像的融合.pdf
- 基于小波變換的遙感圖像分割方法研究.pdf
- 基于雙樹(shù)復(fù)小波變換的圖像清晰度評(píng)價(jià)算法.pdf
- 基于雙樹(shù)復(fù)小波變換的圖像去噪算法研究.pdf
- 基于雙樹(shù)復(fù)小波變換的壓縮光譜圖像重構(gòu)算法研究.pdf
- 基于雙樹(shù)復(fù)小波的圖像去噪和邊緣檢測(cè)技術(shù)研究.pdf
- 基于對(duì)偶樹(shù)復(fù)小波的圖像處理研究.pdf
- 基于二元樹(shù)復(fù)小波的圖像融合.pdf
- 基于對(duì)偶樹(shù)復(fù)小波變換和遷移支持向量回歸的遙感圖像薄云去除.pdf
- 基于小波零樹(shù)編碼的遙感圖像壓縮研究.pdf
- 基于雙密度雙樹(shù)復(fù)小波變換的目標(biāo)檢測(cè)和跟蹤算法研究.pdf
- 基于小波域HMT模型的遙感圖像分割方法研究.pdf
- 基于雙樹(shù)復(fù)數(shù)小波的圖像去噪.pdf
- 基于幾何區(qū)域的灰度共生矩陣和Region Map的SAR圖像分割方法.pdf
評(píng)論
0/150
提交評(píng)論