Photovoltaic panel extraction from very high-resolution aerial imagery using region–line primitive association analysis and template matching

计算机科学 模板 分割 人工智能 匹配(统计) 模板匹配 模式识别(心理学) 样品(材料) 计算机视觉 航空影像 直线(几何图形) 图像分割 特征提取 可视化 图像(数学) 数学 统计 色谱法 化学 程序设计语言 几何学
作者
Min Wang,Qi Cui,Yujie Sun,Qiao Wang
出处
期刊:Isprs Journal of Photogrammetry and Remote Sensing 卷期号:141: 100-111 被引量:57
标识
DOI:10.1016/j.isprsjprs.2018.04.010
摘要

In object-based image analysis (OBIA), object classification performance is jointly determined by image segmentation, sample or rule setting, and classifiers. Typically, as a crucial step to obtain object primitives, image segmentation quality significantly influences subsequent feature extraction and analyses. By contrast, template matching extracts specific objects from images and prevents shape defects caused by image segmentation. However, creating or editing templates is tedious and sometimes results in incomplete or inaccurate templates. In this study, we combine OBIA and template matching techniques to address these problems and aim for accurate photovoltaic panel (PVP) extraction from very high-resolution (VHR) aerial imagery. The proposed method is based on the previously proposed region–line primitive association framework, in which complementary information between region (segment) and line (straight line) primitives is utilized to achieve a more powerful performance than routine OBIA. Several novel concepts, including the mutual fitting ratio and best-fitting template based on region–line primitive association analyses, are proposed. Automatic template generation and matching method for PVP extraction from VHR imagery are designed for concept and model validation. Results show that the proposed method can successfully extract PVPs without any user-specified matching template or training sample. High user independency and accuracy are the main characteristics of the proposed method in comparison with routine OBIA and template matching techniques.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
斯文败类应助Ming采纳,获得10
1秒前
Zara完成签到,获得积分10
2秒前
treelet007发布了新的文献求助10
3秒前
ding应助凉雨渲采纳,获得10
3秒前
6秒前
8秒前
历史雨应助坚强的紊采纳,获得10
10秒前
冷傲的鞋子完成签到,获得积分10
11秒前
ganluren应助xunzhi采纳,获得10
12秒前
12秒前
FunHigh发布了新的文献求助10
12秒前
15秒前
青山发布了新的文献求助200
17秒前
18秒前
18秒前
李健的小迷弟应助huangyao采纳,获得10
18秒前
Akim应助Bingoxugogogo采纳,获得10
18秒前
FunHigh完成签到,获得积分10
19秒前
水若琳完成签到,获得积分10
20秒前
20秒前
20秒前
张伟发布了新的文献求助10
22秒前
也是难得取个名完成签到 ,获得积分10
24秒前
正在发布了新的文献求助10
26秒前
拼搏的小蘑菇完成签到,获得积分10
28秒前
青山完成签到,获得积分10
30秒前
30秒前
30秒前
胖头鱼应助RRRRRRR采纳,获得200
31秒前
33秒前
34秒前
胡HML发布了新的文献求助10
34秒前
AlvinCZY发布了新的文献求助10
35秒前
35秒前
huangyao发布了新的文献求助10
37秒前
37秒前
大个应助乐观的颦采纳,获得200
37秒前
慕青应助AlvinCZY采纳,获得10
39秒前
Flicker完成签到 ,获得积分10
40秒前
诸葛语琴发布了新的文献求助10
40秒前
高分求助中
The ACS Guide to Scholarly Communication 2500
Sustainability in Tides Chemistry 2000
Pharmacogenomics: Applications to Patient Care, Third Edition 1000
Studien zur Ideengeschichte der Gesetzgebung 1000
TM 5-855-1(Fundamentals of protective design for conventional weapons) 1000
Threaded Harmony: A Sustainable Approach to Fashion 810
《粉体与多孔固体材料的吸附原理、方法及应用》(需要中文翻译版,化学工业出版社,陈建,周力,王奋英等译) 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3084205
求助须知:如何正确求助?哪些是违规求助? 2737236
关于积分的说明 7544249
捐赠科研通 2386802
什么是DOI,文献DOI怎么找? 1265552
科研通“疑难数据库(出版商)”最低求助积分说明 613127
版权声明 598187