典型文献
基于深度学习的卫星遥感图像边缘检测方法
文献摘要：
为解决卫星遥感图像边缘模糊噪点过多,导致图像清晰度过低的问题,提出基于深度学习的卫星遥感图像边缘检测方法;利用Softmax分类器结构,提取边缘图像节点处的数据信息参量,遵循深度学习算法完成对图像信息的卷积与池化处理,基于CV算法实现基于深度学习的卫星遥感图像识别;根据尺度空间定义原则,确定边缘检测特征点所处位置,再联合梯度信息熵计算结果,完成对卫星遥感图像的拼接处理;分别计算一阶微分边缘算子、二阶微分边缘算子的具体数值,确定梯度幅值的取值区间,总结已知数值参量,建立完整的双阈值表达式,完成基于深度学习的卫星遥感图像边缘检测方法的设计;实验结果表明,应用所提方法后卫星遥感图像边缘节点处信噪比指标在55.1～62.7 dB范围内,图像模糊噪点个数最大为1.32×105个,可获得较为清晰的遥感图像,在卫星遥感图像边缘精准检测方面具有较强的实用性.
文献关键词：
深度学习;卫星遥感图像;边缘检测;Softmax分类器;尺度空间;微分边缘算子
中图分类号：
作者姓名：
叶应辉
作者机构：
吉林大学地球探测科学与技术学院,长春 130026
文献出处：
引用格式：
[1]叶应辉-.基于深度学习的卫星遥感图像边缘检测方法)[J].计算机测量与控制,2022(10):39-44
A类：
微分边缘算子
B类：
卫星遥感图像,图像边缘检测,噪点,点过,图像清晰度,Softmax,分类器结构,边缘图,参量,深度学习算法,图像信息,池化,CV,算法实现,遥感图像识别,尺度空间,义原,定边,检测特征,特征点,再联合,梯度信息,信息熵,拼接,一阶微分,梯度幅值,已知数,值参,双阈值,后卫,边缘节点,dB,精准检测
AB值：
0.275009
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
