首页> 中文会议>第六届高分辨率对地观测学术年会 >基于CNN和自适应滤波的高分影像MTF提取

基于CNN和自适应滤波的高分影像MTF提取

页面导航

摘要
著录项
相似文献
相关主题

摘要

利用刃边法提取高分辨率遥感影像的MTF时,传统人工选取自然界地物刃边耗时费力,且主观性较大,刃边噪声较大,得到的MTF稳定性较差.为此本文提出了一种基于卷积神经网络(CNN)和自适应滤波算法的高分辨率遥感影像MTF自动提取方法.首先采用相位一致性(PC)算法提取候选刃边边缘影像,然后对边缘影像进行CNN分类,得到满足刃边条件的边缘影像,为进一步抑制噪声,对边缘影像进行自适应平滑滤波,对接近刃边的图像区域弱平滑,而远离刃边的图像区域被强平滑,最后对平滑后的影像利用刃边法提取MTF.本文使用GF-2全色影像为测试对象,选取嵩山人工靶标场区域,以MTF-Nyquist、MTF-50、MTF曲线包络面积三个指标作为MTF评价参数,分别使用人工和本文方法提取MTF,得到MTF评价参数基本一致,且与官方发布值一致;然后选择同一景影像上的两块堤坝区作为自然地物实验区,分别利用本文方法得到了多组堤坝刃边的MTF参数,进行加权平均统计后得到的两块堤坝区的MTF参数相近.因此相较于人工勾选刃边的方法,本文提出的方法能够自动筛选平滑自然地物刃边,并且对同种地物边缘能够提取多组MTF参数并加以统计减少偶然误差,抗噪能力更强,能够更加稳定、高效地提取高分影像MTF.

著录项

来源
《第六届高分辨率对地观测学术年会》|2019年|1-17|共17页
会议地点成都
作者
Pengfei Zhao; 赵鹏飞; Zhaocong Wu; 巫兆聪; Zhipeng Luo; 罗志鹏; Yi Zhang; 张熠;
展开▼
作者单位

高分辨率对地观测学术联盟;

展开▼
会议组织
正文语种
原文格式 PDF
中图分类图像处理方法;
关键词
遥感影像; 调制传递函数; 自动提取; 卷积神经网络; 自适应滤波算法;

相似文献

中文文献
外文文献
专利

1. 基于改进Faster R-CNN的高分遥感影像储油罐检测与信息提取 [J] . 江一帆 ,于海洋 ,李朝亮 . 遥感信息 . 2020,第004期
2. 结合引导滤波的CNN高分辨率遥感影像分类 [J] . 宋珍珍 ,孙林 ,朱金山 . 兰州交通大学学报 . 2019,第002期
3. 基于多分辨率双边滤波与Hough变换的高分辨率遥感影像直线道路提取 [J] . 郑雅 . 浙江测绘 . 2021,第001期
4. 基于多重滤波的高分辨率影像中线性特征提取 [J] . 刘兴 ,马雪梅 ,肖燕 . 中国农学通报 . 2010,第12期
5. 基于MTF滤波的北京一号小卫星遥感影像融合 [J] . 张瑛 ,何彬彬 ,李小文 . 测绘学报 . 2009,第003期
6. 自适应滤波的高分辨率遥感影像薄云去除 [C] . 贺辉 ,彭望琭 ,匡锦瑜 . 2008年全国新型遥感技术应用交流会 . 2008
7. 基于频域滤波的高分辨率遥感影像城市道路提取研究 [A] . 卫霄芳 . 2018

基于CNN和自适应滤波的高分影像MTF提取

摘要

著录项

相似文献

相关主题

期刊订阅