基于词包模型的遥感影像场景分类研究开题报告
2020-08-04 09:08
1. 研究目的与意义(文献综述包含参考文献)
场景分类作为图像研究领域中的重点[1], 场景分类(scene classificanon)为大图像数据的管理与利用提供了一种可行的解决方案。
根据henderson[2]等人给出的定义, 场景是由对象以及对象间的各种关系所构成的综合体,因此场景分类的定义就可以描述为:根据人类视觉感知原理,通过给定的场景类别对数据库中的图像进行自动区分。
比如说,某用户需要对某一地区的湿地分布进行分析,那么我们就可以根据人类的认知习惯和需求,把该地区图像库中所有和水源地信息相关的图像提取出来供其使用,这一过程就是场景分类。
2. 研究的基本内容、问题解决措施及方案
1、 特征提取 提取训练样本中的特征向量,有方法sift和svfr等方法可使用 2、 sift法的使用步骤 ①空间尺度极值检测:搜索所有尺度上的图像位置。
通过高斯微分函数来识别潜在的对尺度和旋转不变的兴趣点 ②关键点定位:在每个候选位置上,通过一个拟合精细的模型来确定位置和尺度,关键点的选择依据他们的稳定程度 ③方向确定:基于图像局部梯度方向,分配给每个关键点位置一个和多个方向,所有后面的对图像数据的操作都相对于关键点的、尺度和位置进行变换,从而提供对于变换的不变性。
④关键点描述:在每个关键点周围的邻域内,在选定尺度上测量图像局部梯度 3、 特征匹配步骤 ① sift生成后,从多幅图像中提取对尺度缩放、旋转、亮度变化无关的特征向量 ② sift特征向量的匹配 (1) 构建尺度空间,检测极值点,获得尺度不变性。
您可能感兴趣的文章
- 以火蝾螈为例分析空间自相关模型是否可以揭示群体过程外文翻译资料
- 英国的食源性疾病与气候变化外文翻译资料
- 高山流域地表温度的地形和生态水文控制外文翻译资料
- 职前教师进行教育时需掌握的地理地图知识和技能外文翻译资料
- 利用三维激光图像扫描系统监测边坡变形:案例研究外文翻译资料
- 利用多源遥感数据绘制城市树木的碳存储:生物量、土地利用和波士顿社区人口统计数据之间的关系外文翻译资料
- 1987年至2017年美国,中国和日本四个主要海湾地区城市群的时空演变:来自遥感影像的证据外文翻译资料
- 基于遥感的岩矿光谱特征及信息提取研究外文翻译资料
- 利用兴趣点数据估计中国上海市中心的通勤模式外文翻译资料
- 面向对象的应用程序框架框架提供的概念外文翻译资料