高分辨率SAR图像中建筑物特征融合检测算法

被引:6
作者
苏娟 [1 ]
张强 [2 ]
陈炜 [1 ]
王继平 [2 ]
机构
[1] 第二炮兵工程大学
[2] 第二炮兵装备研究院
关键词
SAR图像处理; 建筑物检测; 视觉注意模型; D-S证据理论; 特征融合;
D O I
10.13485/j.cnki.11-2089.2014.0162
中图分类号
TN957.52 [数据、图像处理及录取];
学科分类号
080904 ; 0810 ; 081001 ; 081002 ; 081105 ; 0825 ;
摘要
提出一种高分辨率SAR图像中建筑物的特征融合检测算法。首先,根据SAR图像中建筑物目标与背景存在较大差异的特点,采用视觉注意模型进行建筑物的感兴趣区分割;然后,提取位于感兴趣区域内的高亮线条和阴影区域;最后,采用D-S证据理论对注意焦点、高亮线条和阴影区域进行特征融合,实现建筑物目标的检测。试验结果表明,本文算法对矩形建筑物具有较高的检测精度。
引用
收藏
页码:939 / 944
页数:6
相关论文
共 8 条
[1]  
一种基于知识模型的红外目标检测方法.[J].苏娟;杨罗;卢俊;.光子学报.2013, 07
[2]   基于D-S证据理论的融合图像隐写分析 [J].
孙子文 ;
李慧 ;
纪志成 .
控制与决策, 2011, 26 (08) :1192-1196
[3]   基于Contourlet域HMT和D-S证据融合的SAR图像分割 [J].
吴艳 ;
焦惊眉 ;
杨晓丽 ;
肖平 ;
李明 .
测绘学报 , 2011, (02) :148-155
[4]   SAR图像与可见光图像融合的建筑物提取算法 [J].
苏娟 ;
鲜勇 ;
宋建社 .
兵工学报, 2010, 31 (11) :1448-1454
[5]   面向对象的高分辨率遥感影像城区建筑物分级提取方法 [J].
陶超 ;
谭毅华 ;
蔡华杰 ;
杜博 ;
田金文 .
测绘学报, 2010, (01) :39-45
[6]   LiDAR辅助下利用超高分辨率影像提取建筑物轮廓方法 [J].
程亮 ;
龚健雅 .
测绘学报, 2008, (03) :391-393+399
[7]   UPPER AND LOWER PROBABILITIES INDUCED BY A MULTIVALUED MAPPING [J].
DEMPSTER, AP .
ANNALS OF MATHEMATICAL STATISTICS, 1967, 38 (02) :325-&
[8]  
多信息融合图像边缘特征提取及图像配准研究与应用.[D].张浩.浙江大学.2008, 09