基于多核分类模型决策融合的海面溢油检测方法.pdf
小代****回来
亲,该文档总共16页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
基于多核分类模型决策融合的海面溢油检测方法.pdf
本公开的实施例公开了基于多核分类模型决策融合的海面溢油检测方法,该方法包括:获取目标海域的多光谱遥感图像,作为待检测图像;对待检测图像进行特征提取,得到特征信息;基于特征信息,构建输入数据;将输入数据分别输入多个单核函数的分类模型,得到多个分类结果;基于多个分类结果,得到决策融合结果,以区分出待检测图像中的溢油区域。本发明提供的海面溢油检测方法,将输入数据分别输入多个单核函数的分类模型中,得到多个分类结果,然后将多个分类结果进行决策性融合,得到决策融合结果,多核决策融合算法能够将各单核的优势互补,提高分类
深度学习与浅层学习决策融合的海面溢油检测方法.pdf
深度学习与浅层学习决策融合的海面溢油检测方法。获取目标海域的高光谱图像,作为待检测图像;将待检测图像输入训练好的目标深度学习模型,预测出待检测图像中存在油膜的区域,得到第一检测图像;将待检测图像输入训练好的目标浅层学习模型,预测出待检测图像中存在油膜的区域,得到第二检测图像;采用基于模糊隶属度的决策级融合策略,融合第一检测图像和第二检测图像,得到目标检测图像,目标检测图像表征待检测图像中存在油膜的目标区域,其中,第一检测图像、第二检测图像与目标检测图像中的像元数量相同。可以结合深度学习模型和浅层学习模型在
基于PCANet及多分类器融合的图像溢油检测方法.pdf
本发明涉及合成孔径雷达图像溢油分割领域,具体地说,是一种基于PCANet及多分类器融合的图像溢油检测方法,本发明实现了基于PCANet网络与浅层分类器结合进行SAR图像溢油识别,在分析了PCANet网络算法原理与结构的基础上,将其应用到不同极化下的SAR图像特征提取中,有效提高了数据特征维度,以支持向量机、K‑近邻和SOFTMAX三种浅层分类器为基础的决策级融合,提升了图像识别精度,分类器偏向性得以改善。
一种基于极化SAR数据融合的海面溢油分割方法.pdf
本发明公开了合成孔径雷达海洋遥感应用技术领域中的一种极化SAR数据融合的海面溢油图像分割方法。该方法首先构造基于分割区域最大后验概率准则的活动轮廓能量泛函,并将分割区域的分布表示成Gibbs先验概率模型,然后将活动轮廓模型嵌入到高维的水平集函数中,利用Euler-Lagrange公式得到发展方程,模型中包含CFAR边缘检测加权的边界长度项和融合数据统计距离项。同时,本发明提出了确定演化参数的方法,结合油膜衰减特性初始化的水平集函数,通过方程演化得到分割结果。发明可以有效的融合各种SAR、极化SAR数据,实
基于偏振特性的实验室模拟海面溢油检测方法.pdf
本发明公开了一种基于偏振特性的实验室模拟海面溢油检测方法。对同一溢油区域采集不同角度下的多组偏振光图像;对多组图像进行数据处理,得到每一组海面溢油图像每个像素点的穆勒矩阵;计算每个像素点的穆勒矩阵得到穆勒琼斯矩阵;通过穆勒琼斯矩阵计算得到实验室模拟海面溢油偏振光学特性的测量值,将测量值与标准值对比,实现更高精度的海面溢油检测。本发明精度高,可靠性好。