文献类型：期刊文章

作　　者：毕奇[1] 童心[2] 张济勇[3] 许凯[4] 张涵[1] 秦昆[1]

BI Qi;TONG Xin;ZHANG Jiyong;XU Kai;ZHANG Han;QIN Kun(School of Remote Sensing and Information Engineering, Wuhan University, Wuhan 430079, China;Zhongnan Branch, Beijing North-Start Digital Remote Sensing Technology Co. Ltd., Wuhan 430070, China;State Grid Economic and Technical Research Institute Co. Ltd., Beijing 102209, China;Faculty of Information Engineering, China University of Geosciences, Wuhan 430070, China)

机构地区：[1]武汉大学遥感信息工程学院,武汉430079 [2]北京洛斯达数字遥感技术有限公司中南分公司,武汉430070 [3]国网经济技术研究院有限公司,北京102209 [4]中国地质大学(武汉)信息工程学院,武汉430070

出　　处：《应用科学学报》

基　　金：国家重点研发计划基金(No.2016YFB0502603);国家电网公司科技项目基金(No.JYYKJXM(2017)-011)资助

年　　份：2019

卷　　号：37

期　　号：3

起止页码：301-312

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、CSCD、CSCD_E2019_2020、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：高分辨率遥感影像可以为小型港口的监管提供有效途径.针对小型港口形态多样、特征难以描述等问题,研究了一种基于概率潜在语义分析(probabilistic latent semantic analysis, PLSA)模型和词袋(bag of words, BoW)模型的小型港口检测方法.该方法首先提取水岸线以缩小搜索范围;然后将灰度直方图、归一化差分水体指数、分形维数特征引入PLSA模型生成特征描述集,将加速鲁棒特征向量引入BoW模型生成视觉词典;根据以上特征描述集和构建的小型港口样本库训练SVM分类器,利用22幅影像进行小型港口检测实验.实验结果表明,相比于只使用常见单一特征或单一模型,该方法的检测结果更佳,耗时更少.

关 键 词：高分遥感影像  小型港口检测  概率潜在语义分析 词袋模型  水岸线提取  

分 类 号：TP751]