使用非可加熵的卫星图像分类与分割
计算机视觉与模式识别
2015-06-18 v1
摘要
本文通过“Google Earth”比较了 Boltzmann-Gibbs-Shannon 熵（标准熵）与 Tsallis 熵在卫星彩色图像模式识别与分割中的表现。所谓分割，是指将图像分割以定位感兴趣区域。在此，我们根据训练基准对图像划分类别进行判别和定义。该训练基准由三类模式组成：水域、城市和植被区域。我们的数值实验表明，作为由不同熵指数 组成的特征向量，Tsallis 熵优于标准熵。我们提出的方法有多种应用，因为卫星图像可用于监测从农村到城市的人口迁移、农业活动、海洋石油扩散等。
引用
@article{arxiv.1401.2416,
title = {Satellite image classification and segmentation using non-additive entropy},
author = {Lucas Assirati and Alexandre Souto Martinez and Odemir Martinez Bruno},
journal= {arXiv preprint arXiv:1401.2416},
year = {2015}
}
备注
4 pages, 5 figures, ICMSquare 2013