知识约束的高空间分辨率遥感影像分割方法研究

发布时间：2020-07-23 11:02

【摘要】：随着遥感技术的发展和高空间分辨率遥感影像的获取更加方便,面向对象影像分析成为主流的遥感影像信息提取方式之一,而面向对象分析的关键技术之一就是遥感影像分割。遥感影像分割是对影像进行识别和分析的基础,遥感影像分割的精度直接影响到后续对影像的理解和应用的准确程度,因此遥感影像分割在面向对象影像分析中起着至关重要的作用。然而目前的遥感影像分割中,还存在着以下几个问题:首先是分割效果易受到噪声等因素的影响;其次分割对象边界精确度的问题;再次就是最优分割尺度问题,即最优分割尺度参数的选择问题,尺度参数过大容易造成欠分割,尺度参数过小容易造成过分割问题。造成这些问题的根本原因是难以在分割过程中有效地融入知识。针对这些问题,且考虑到遥感影像分割任务自身的特殊性,本文将遥感影像分割中的知识进行了分类,将其分为内部知识和外部知识两种,并就此分别提出了基于内部与外部知识约束的高空间分辨率遥感影像精细分割方法。针对内部知识中的边缘约束问题,本文提出了边缘约束的高空间分辨率遥感影像分水岭分割算法和区域生长分割算法。实验验证本文提出分割方法能够最大限度地保证分割斑块的完整性并且能够抑制影像欠分割。针对内部知识中的尺度约束问题,本文设计了基于局部方差统计的最优尺度约束的高空间分辨率遥感影像分割算法。本文基于局部方差统计方法,提出了分水岭分割算法的分割尺度估计方法,并对该方法可靠性进行分析。针对外部知识约束,将外部知识迁移应用到影像分割过程中,本文提出了土地利用图约束的高空间分辨率遥感影像分割方法,通过实验验证该方法的可靠性和合理性。本文系统的阐述了影响遥感影像分割的知识及分类,并将其应用于影像分割具体算法,对分割结果进行有效地控制和约束,一定程度上保证了分割精度,为后续面向对象分析和应用提供良好的影像对象数据基础,也为影像分割理论的研究提供了理论和方法上的指导和借鉴。
【学位授予单位】：中国地质大学(北京)
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：P237
【图文】：

洪水从低处向高处开始浸没，当洪水充满两个盆地时，在两个盆地之间，这样就形成了分水岭。第二种是模拟降水过程。如图 2-4(b)，模拟自然界降水过程，当雨水从谷底时会形成一个个连通区域，汇聚到同一谷底的连通区域形成了一个。

模拟泛洪的分割算法，主要分割过程分为排序和浸没两个过程。本文在传统S 分割算法基础上，进行改进，得到基于边缘约束的分水岭变换结果。算法改进之处在于在浸没的过程中，如果当前点 P 为边缘点，不对其进行，将其单独作为一类像素，这相当于在梯度图像上建筑了高坝，分割边界不过 Canny 边缘，如图 3-3（a）所示；然后再进行后续的边缘重分配处理。

束 Canny 边缘对种子点的选取进行约束。在，则即使该点与其邻域的平均欧式距离小于在选取种子点时进行边缘约束。这样保证了长时成为一个区域，如图 3-5。

【参考文献】

相关期刊论文 前10条

1 闫东阳;明冬萍;;基于自动多种子区域生长的遥感影像面向对象分割方法[J];工程科学学报;2017年11期

2 陈扬洋;明冬萍;徐录;赵璐;;高空间分辨率遥感影像分割定量实验评价方法综述[J];地球信息科学学报;2017年06期

3 胡志成;李宏伟;付丽华;;基于边缘连续性的边缘检测算法[J];数据采集与处理;2017年03期

4 戴激光;张力;李晋威;方鑫鑫;;一种链码跟踪与相位验证相结合的直线提取方法[J];测绘学报;2017年02期

5 王海;蔡英凤;贾允毅;陈龙;江浩斌;;基于深度卷积神经网络的场景自适应道路分割算法[J];电子与信息学报;2017年02期

6 楚森森;洪亮;陈杰;邓敏;杨昆;刘纯;;融合边界信息的高分辨率遥感影像分割优化算法[J];中国图象图形学报;2016年08期

7 吴掬鸥;袁晓桂;;基于阈值分割技术的图像分割法研究[J];现代电子技术;2016年16期

8 王民;宋正付;王稚慧;;基于分形网络演化方法和改进模糊聚类遥感影像分割[J];激光与光电子学进展;2016年11期

9 李亮;梁彬;薛鹏;应国伟;;矢量图约束的遥感影像分割算法[J];国土资源遥感;2016年03期

10 明冬萍;周文;汪闽;;基于谱空间统计特征的高分辨率影像分割尺度估计[J];地球信息科学学报;2016年05期

相关博士学位论文 前1条

1 崔卫红;基于图论的面向对象的高分辨率影像分割方法研究[D];武汉大学;2010年

本文编号：2767237