科研之友
微信
新浪微博
Facebook
分享链接
摘要
为解决卫星遥感图像边缘模糊噪点过多，导致图像清晰度过低的问题，提出基于深度学习的卫星遥感图像边缘检测方法；利用Softmax分类器结构，提取边缘图像节点处的数据信息参量，遵循深度学习算法完成对图像信息的卷积与池化处理，基于CV算法实现基于深度学习的卫星遥感图像识别；根据尺度空间定义原则，确定边缘检测特征点所处位置，再联合梯度信息熵计算结果，完成对卫星遥感图像的拼接处理；分别计算一阶微分边缘算子、二阶微分边缘算子的具体数值，确定梯度幅值的取值区间，总结已知数值参量，建立完整的双阈值表达式，完成基于深度学习的卫星遥感图像边缘检测方法的设计；实验结果表明，应用所提方法后卫星遥感图像边缘节点处信噪比指标在55.1～62.7 dB范围内，图像模糊噪点个数最大为1.32×105个，可获得较为清晰的遥感图像，在卫星遥感图像边缘精准检测方面具有较强的实用性。
- 单位
