10.16526/j.cnki.11-4762/tp.2021.09.034
基于改进Live-Wire算法的无人机遥感影像标注
标签的制作是深度学习应用的关键步骤,为了克服无人机平台的复杂运动、光照条件不足、地物轮廓复杂等导致遥感影像的地物轮廓提取和标注的难点,文中提出一种改进的Live-wire算法并用于无人机遥感影像的典型地物的标签标注;通过改进模糊隶属度函数克服了Pal-King隶属函数灰度覆盖空间不足的缺陷并结合双阈值方法实现边缘点的提取,以改进的Pal-King的模糊边缘检测方法替代Live-Wire算法的拉普拉斯边缘提取方法;通过增加节点之间梯度幅值的变化特征优化代价函数,以提高Live-Wire算法的轮廓跟踪的连续性;大量的对比实验证明,相较于传统方法,改进的Live-Wire方法的轮廓提取和跟踪的稳健性、效率更高.
样本标签;轮廓提取;Live-Wire;Pal-King模糊隶属度;深度学习
29
TN751(基本电子电路)
自然资源部测绘科学与地球空间信息技术重点实验室开放研究基金课题;辽宁省教育厅重点攻关项目
2021-10-13(万方平台首次上网日期,不代表论文的发表时间)
共5页
182-186