申请/专利权人:大连海事大学
申请日:2020-08-26
公开(公告)日:2023-10-13
公开(公告)号:CN112016441B
主分类号:G06V20/10
分类号:G06V20/10;G06V10/26;G06V10/44;G06V10/52;G06V10/80
优先权:
专利状态码:有效-授权
法律状态:2023.10.13#授权;2020.12.18#实质审查的生效;2020.12.01#公开
摘要:本发明提供一种基于Radon变换多特征融合的Sentinel‑1图像海岸带养殖池提取方法,包括:获取Sentinel‑1原始数据,并对其进行预处理,得到预处理后的图像数据;对预处理后的图像数据应用SLIC超像素方法得到过分割图像,并对各超像素区域做Radon变换,得到各超像素区域对应的变换结果,确定各变换结果中包含的峰值点;根据各变换结果中包含的峰值点数量,分别提取密集型养殖池和非密集型养殖池,其中密集型养殖池为峰值点数量大于1的超像素区域,非密集型养殖池为峰值点数量小于1的超像素区域;综合所述密集型养殖池和非密集型养殖池,获取最终的养殖池提取结果。本发明能够有效的提取中等分辨率SAR图像下的海岸带养殖池。
主权项:1.一种基于Radon变换多特征融合的Sentinel-1图像海岸带养殖池提取方法,其特征在于,包括:获取Sentinel-1原始数据,并对其进行预处理,得到预处理后的图像数据;对所述预处理后的图像数据进行边缘检测获取预处理后的图像数据的边缘图像,对预处理后的图像数据应用SLIC超像素方法得到过分割图像,获取每个超像素区域对应的标签场,根据所述标签场得到所述过分割图像中每个超像素区域,并结合预处理后的图像数据的边缘图像,得到每一个超像素区域的边缘图像,依次对每一个超像素区域的边缘图像做Radon变换,得到各超像素区域的边缘图像所对应的变换结果,获取各变换结果中包含的峰值点;根据各变换结果中包含的峰值点数量,分别提取候选的密集型养殖区域和候选的非密集型养殖区域,其中候选的密集型养殖区域为峰值点数量不小于1的超像素区域,候选的非密集型养殖区域为峰值点数量小于1的超像素区域;对所述候选的密集型养殖区域进行养殖池提取进而获得密集型养殖池,同时对所述候选的非密集型养殖区域进行海洋移除操作进而获得非密集型养殖池;综合所述密集型养殖池和非密集型养殖池,获取最终的养殖池提取结果。
全文数据:
权利要求:
百度查询: 大连海事大学 基于Radon变换多特征融合的Sentinel-1图像海岸带养殖池提取方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。