通过快速水平集演化从遥感图像中提取人造物体
计算机视觉与模式识别
2015-10-28 v1
摘要
从遥感图像中提取物体一直是测绘领域的一个密集研究课题。大多数现有方法仅致力于处理单一类型的物体，而很少关注提高计算效率。近年来，水平集演化（LSE）因能自动处理拓扑变化同时实现高精度，在图像处理和计算机视觉领域被证明对于物体提取非常有前景。然而，最先进 LSE 的应用受到繁琐的参数调整和昂贵计算成本的制约。本文提出了两种快速 LSE，用于从高空间分辨率遥感图像中提取人造物体。传统的基于平均曲率的正则化项被高斯核所取代，这在数学上是合理的。因此，可以在数值格式中使用更大的时间步长以加速所提出的 LSE。与现有方法相比，所提出的 LSE 速度显著更快。最重要的是，它们在实现更好性能的同时涉及的参数要少得多。一系列实验验证了所提出的 LSE 优于其他最先进方法的优势。
引用
@article{arxiv.1409.7474,
title = {Extracting man-made objects from remote sensing images via fast level set evolutions},
author = {Zhongbin Li and Wenzhong Shi and Qunming Wang and Zelang Miao},
journal= {arXiv preprint arXiv:1409.7474},
year = {2015}
}
备注
This paper includes 31 pages and 12 figures