• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>IEEE International Geoscience and Remote Sensing Symposium >A rural construction land extraction algorithm for UAV images based on improved Gaussian mixture model and Markov random field
【24h】

A rural construction land extraction algorithm for UAV images based on improved Gaussian mixture model and Markov random field

机译：基于改进高斯混合模型和马尔可夫随机场的无人机乡村建设用地提取算法。

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In this paper, we propose a novel rural construction land extraction algorithm for Unmanned Aerial Vehicle images using an improved Gaussian mixture model. Firstly, in the Gaussian mixture model, instead of mixed probability of various types of surface features, we calculate the prior probability of the various features in the neighborhood of each pixel using Markov random field. It can reflect the features' spatial correlation. Secondly, we use the simulated annealing to obtain the global optimum parameter estimates in the process of parameter estimation. Finally, we calculate the posterior probability of each pixel for the features using the parameters' estimated value. Then, we can obtain the spatial distribution of various features. The effect of the proposed algorithm is analyzed through experiment. The experiment shows that our proposed method can improve accuracy of construction land information extraction and has better performance than other methods.
机译：在本文中，我们提出了一种使用改进的高斯混合模型的新型农村建设用地提取无人机图像的算法。首先，在高斯混合模型中，我们使用马尔可夫随机场来计算每个像素邻域中各种特征的先验概率，而不是各种类型的表面特征的混合概率。它可以反映要素的空间相关性。其次，在参数估计过程中，通过模拟退火获得全局最优参数估计。最后，我们使用参数的估计值为特征计算每个像素的后验概率。然后，我们可以获得各种特征的空间分布。通过实验分析了该算法的有效性。实验表明，本文提出的方法可以提高建设用地信息提取的准确性，并具有比其他方法更好的性能。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号