Gravitation-Based Edge Detection in Hyperspectral Images
Gravitation-Based Edge Detection in Hyperspectral Images
复制标题
高光谱图像中基于引力的边缘检测
DOI：
10.3390/rs9060592
复制
发表时间：
2017-06
期刊：
影响因子：
5
通讯作者：
Jia Xiuping
中科院分区：
文献类型：
--
作者：
Sun Genyun;Zhang Aizhu;Ren Jinchang;Ma Jingsheng;Wang Peng;Zhang Yuanzhi;Jia Xiuping
边缘检测是计算机视觉和遥感图像分析领域的关键问题之一。虽然已经提出了许多不同的边缘检测方法的灰度，彩色和多光谱图像，他们仍然面临着困难时，提取边缘特征的高光谱图像（HSI），包含大量的频带非常狭窄的差距在光谱域。受引力理论的聚类特性的启发，提出了一种新的高速图像边缘检测算法。在该方法中，我们首先构建一个联合特征空间相结合的空间和光谱特征。HSI的每个像素被假设为联合特征空间中的天体，其对其相邻像素中的每个施加重力。因此，每个对象在联合特征空间中行进，直到它达到稳定的平衡。在平衡时，图像被平滑并增强边缘，其中边缘像素可以通过计算重力势能而容易地区分。所提出的边缘检测方法进行了测试，在几个基准HSIs和所获得的结果进行了比较，与四个国家的最先进的方法。实验结果证实了所提出的方法的有效性。
Edge detection is one of the key issues in the field of computer vision and remote sensing image analysis. Although many different edge-detection methods have been proposed for gray-scale, color, and multispectral images, they still face difficulties when extracting edge features from hyperspectral images (HSIs) that contain a large number of bands with very narrow gap in the spectral domain. Inspired by the clustering characteristic of the gravitational theory, a novel edge-detection algorithm for HSIs is presented in this paper. In the proposed method, we first construct a joint feature space by combining the spatial and spectral features. Each pixel of HSI is assumed to be a celestial object in the joint feature space, which exerts gravitational force to each of its neighboring pixel. Accordingly, each object travels in the joint feature space until it reaches a stable equilibrium. At the equilibrium, the image is smoothed and the edges are enhanced, where the edge pixels can be easily distinguished by calculating the gravitational potential energy. The proposed edge-detection method is tested on several benchmark HSIs and the obtained results were compared with those of four state-of-the-art approaches. The experimental results confirm the efficacy of the proposed method.
登录
查看更多内容
DOI：
10.1016/j.imavis.2011.06.002
发表时间：
2011-07
期刊：
Image Vis. Comput.
影响因子：
--
作者：
V. Dinh;R. Leitner;P. Paclík;M. Loog;R. Duin
通讯作者：
V. Dinh;R. Leitner;P. Paclík;M. Loog;R. Duin
DOI：
10.1109/igarss.2003.1293840
发表时间：
2003-07
期刊：
IGARSS 2003. 2003 IEEE International Geoscience and Remote Sensing Symposium. Proceedings (IEEE Cat. No.03CH37477)
影响因子：
--
作者：
L. Gómez-Chova;J. Calpe-Maravilla;Gustau Camps-Valls;J. Martín-Guerrero;E. Soria-Olivas;J. Vila-Francés;L. Alonso;J. Moreno
通讯作者：
L. Gómez-Chova;J. Calpe-Maravilla;Gustau Camps-Valls;J. Martín-Guerrero;E. Soria-Olivas;J. Vila-Francés;L. Alonso;J. Moreno
影响因子：
10.6
作者：
Chan, TF;Vese, LA
通讯作者：
Vese, LA
DOI：
10.1007/978-3-319-11271-8_12
发表时间：
2012
期刊：
--
影响因子：
--
作者：
Manuel González Hidalgo;S. Massanet;A. Mir;D. Ruiz-Aguilera
通讯作者：
Manuel González Hidalgo;S. Massanet;A. Mir;D. Ruiz-Aguilera
结合各向同性和各向异性高斯核的抗噪声边缘检测器
影响因子：
8
作者：
Zhang Wei-Chuan;Shui Peng-Lang
通讯作者：
Shui Peng-Lang