کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
8145582 1524095 2018 18 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Sea-land segmentation for infrared remote sensing images based on superpixels and multi-scale features
ترجمه فارسی عنوان
تقسیم بندی دریاها و زمین برای تصاویر سنجش از دور با مادون قرمز بر اساس سوپرپیکسل ها و ویژگی های چند بعدی
کلمات کلیدی
ترجمه چکیده
تقسیم بندی دریایی یک گام کلیدی برای پردازش اطلاعات تصاویر سنجش از دور در اقیانوس است. الگوریتم های تقسیم بندی سنتی دریا-دریا، شباهت های محلی قبل از دریا و زمین را نادیده می گیرند و بنابراین در سناریوهای پیچیده شکست می یابند. در این مقاله، ما روش جدیدی برای تشخیص زمین های مریخ برای تصویربرداری از راه دور مادون قرمز پیشنهاد می کنیم تا مشکل را بر اساس ویژگی های سوپرپیکسل و چند منظوره حل کنیم. با توجه به قابلیت اتصال و شباهت محلی دریا و زمین، تفکیک کارکرد تقسیم بندی دریا-زمین با توجه به سوپرپیکسلها به جای پیکسل ها، جایی که پیکسل های مشابه خوشه بندی شده اند و شباهت های محلی مورد بررسی قرار گرفته است. علاوه بر این، ویژگی های چند مقیاس به طور دقیق طراحی شده، شامل هیستوگرام خاکستری و تغییرات کل در مقیاس چندگانه. نتایج تجربی بر روی باند های مادون قرمز تصاویر ماهواره ای لندست -8 نشان می دهد که روش پیشنهادی می تواند نتایج دقیق تر و قوی تر تقسیم بندی دریایی را از الگوریتم های سنتی بدست آورد.
موضوعات مرتبط
مهندسی و علوم پایه فیزیک و نجوم فیزیک اتمی و مولکولی و اپتیک
چکیده انگلیسی
Sea-land segmentation is a key step for the information processing of ocean remote sensing images. Traditional sea-land segmentation algorithms ignore the local similarity prior of sea and land, and thus fail in complex scenarios. In this paper, we propose a new sea-land segmentation method for infrared remote sensing images to tackle the problem based on superpixels and multi-scale features. Considering the connectivity and local similarity of sea or land, we interpret the sea-land segmentation task in view of superpixels rather than pixels, where similar pixels are clustered and the local similarity are explored. Moreover, the multi-scale features are elaborately designed, comprising of gray histogram and multi-scale total variation. Experimental results on infrared bands of Landsat-8 satellite images demonstrate that the proposed method can obtain more accurate and more robust sea-land segmentation results than the traditional algorithms.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Infrared Physics & Technology - Volume 91, June 2018, Pages 12-17
نویسندگان
, , , , ,