基于多特征的高分遥感图像分割算法研究

发布时间：2024-12-03 21:49

　　 针对传统的图像分割算法不能完全适用具有多种特征(光谱特征、纹理特征和几何特征)的高分辨率遥感图像的问题,提出了一种基于多特征的遥感图像分割算法。算法基于改进的均值漂移滤波和自动标记分水岭分割方法来实现最终分割。首先利用自动标记分水岭分割方法对遥感图像进行分割,进而采用仿射不变矩形状特征算子提取图像几何特征;其次对图像进行主成分分析,计算第一主成分灰度共生矩阵,分析矩阵特性得出纹理特征;然后结合光谱特征通过改进的均值漂移方法得到多特征滤波结果;最后利用分水岭分割方法实现高分辨率遥感图像分割。为了表明算法的分割效果,利用基于多光谱信息熵方法对算法和单一的分水岭分割方法进行非监督评价。研究结果表明,算法可较好地改善遥感图像的过分割问题,是一种适合高空间分辨率多光谱遥感图像的分割算法。

【文章页数】：9 页

【部分图文】：

图１技术流程Ｆｉｇ．１Ｆｌｏｗｃｈａｒｔｏｆｒｅｍｏｔｅｓｅｎｓｉｎｇｉｍａｇｅｓｅｇｍｅｎｔａｔｉｏｎ２试验结果与分析

６个元素的特征向量。１．４技术流程采用高分辨率遥感图像作为试验数据，然后对包括近红外、红色，绿色和蓝色４个波段信息的全色波段和多光谱波段的融合图像进行光谱特征和几何特征提龋提取图像的对象信息需要首先对图像进行分水岭分割，然后计算对象要素的形状特征算子。提取图像的纹理特征是通过多光....

图２全色波段与多光谱融合后的图像Ｆｉｇ．２ＦｕｓｉｏｎｏｆｍｕｌｔｉｓｐｅｃｔｒａｌｂａｎｄｓａｎｄｐａｎｃｈｒｏｍａｔｉｃｂａｎｄｏｆＧＦ－１ａｎｄＩＫＯＮＯＳｉｍａｇｅ

４２中国空间科学技术Ｄｅｃ．２５２０１６Ｖｏｌ．３６Ｎｏ．６试验使用的卫星影像分别是：ＧＦ－１卫星的２０１３年６月北京市奥林匹克森林公园影像；ＩＫＯＮＯＳ卫星的２００６年７月南京市部分城区影像；ＧＦ－２卫星２０１５年９月河北省廊坊市北华航天工业学院西校区影像。图像大小分别为８５０....

图３北京市奥林匹克森林公园分割结果Ｆｉｇ．３ＳｅｇｍｅｎｔａｔｉｏｎｒｅｓｕｌｔｓｉｎＢｅｉｊｉｎｇＯｌｙｍｐｉｃＦｏｒｅｓｔＰａｒｋ

７）Ｈｅ＝－∑Ｎｊ＝１ＳｊＳＩｌｎＳｊＳＩ（８）Ｅ＝Ｈｒ＋Ｈｅ（９）式中：ｍ为第ｊ个分割区域内的灰度级；Ｌｊ（ｍ）为第ｊ个分割区域内的像元总数；ＳＩ为分割区域总数。Ｈｒ描述了分割区域内的同质性特征；Ｈｅ描述了分割区域间的异质性特征。过分割现象越严重，Ｈｒ取值越小，而Ｈｅ取值越大。....

图４北京市奥林匹克森林公园区域分割结果Ｆｉｇ．４ＳｅｇｍｅｎｔａｔｉｏｎｒｅｓｕｌｔｓｉｎＢｅｉｊｉｎｇＯｌｙｍｐｉｃＦｏｒｅｓｔＰａｒｋ

ｐａｒｉｓｏｎｂｅｔｗｅｅｎｔｈｅｐｒｏｐｏｓｅｄｍｅｔｈｏｄａｎｄｗａｔｅｒｓｈｅｄｔｒａｎｓｆｏｒｍｓｅｇｍｅｎｔａｔｉｏｎｍｅｔｈｏｄ方法本文方法分水岭分割方法Ｍ＝１０Ｍ＝２０Ｍ＝３０Ｍ＝１０Ｍ＝２０Ｍ＝３０Ｈｒ０．０２４１４０．００９９１０．００８６４０．０１８５２０．０....

本文编号：4014196