- 详情
- 2020-12-27
- 简介
- 2.5MB
- 页数 7P
- 阅读 79
- 下载 32
当前人工调查土地资源利用情况具有较高的人力成本且劳动强度大;对其实现自动变化检测具有较高的理论和应用价值;将深度置信网络(deepbeliefnetwork;DBN)应用于高分辨率遥感影像的建筑物变化检测;但DBN在变化检测时存在由误判现象造成的建筑物完整度欠缺、空间存在噪声等问题;提出DBN与数学形态学融合模型对高分辨率遥感影像建筑物进行变化检测;在遥感影像预处理基础上;标记少量明显的变化与未变化样本;利用搜索窗口从标记的区域获取大量带有标签的样本训练融合模型分类器对建筑物进行变化检测;检测方法准确率为94.76%;召回率为87.63%;F1为91.06%;实验结果表明;该方法可以为建筑物的变化检测提供有效依据;
对不起,您暂无在线预览权限,如需浏览请
立即登录热门商品
相关推荐
基于深度置信网络与数学形态学融合的遥感影像建筑物变化检测 2.5MB
基于对象建模的遥感影像建筑物提取方法 822KB
遥感影像建筑物阴影中树木阴影的去除方法 1.1MB
基于ArcGIS Server的遥感影像检索系统的设计与实现 218KB
实验五遥感影像的构造解译 555KB
基于高分辨率遥感影像的DSM建筑物点的提取研究 567KB
基于高分辨率遥感影像的建筑物提取方法综述 986KB
基于高分辨率遥感影像的建筑物轮廓信息提取 1.0MB
基于SVM的多源遥感影像面向对象建筑物提取方法 796KB