本文選題：高分辨率影像 + 影像分割　； 參考：《中國(guó)圖象圖形學(xué)報(bào)》2016年08期

【摘要】：目的針對(duì)目前區(qū)域分割算法獲取的區(qū)域邊界與真實(shí)地物邊界不一致問(wèn)題,利用高分辨率遙感影像地物內(nèi)具有均質(zhì)性和地物間邊緣信息突出的特點(diǎn),提出一種融合邊界信息的高分辨率遙感影像分割優(yōu)化算法。方法首先采用Canny算法對(duì)遙感影像進(jìn)行邊緣提取并進(jìn)行邊緣連接處理,產(chǎn)生閉合邊界;然后將邊界與初始分割結(jié)果進(jìn)行融合處理,獲得新的分割結(jié)果;最后在閉合邊界約束下,基于灰度相似性準(zhǔn)則對(duì)新的分割結(jié)果進(jìn)行區(qū)域合并,獲得優(yōu)化后的最終分割結(jié)果。結(jié)果采用本文提出的分割優(yōu)化算法對(duì)Mean Shift算法和eCognition軟件獲得的分割結(jié)果進(jìn)行優(yōu)化處理,優(yōu)化后的分割結(jié)果與初始分割結(jié)果相比正確分割率(RR)平均提高了4%,驗(yàn)證了本文算法的有效性。結(jié)論該優(yōu)化算法適用性廣,可優(yōu)化基于區(qū)域、基于邊界和基于聚類(lèi)等多種分割方法,同時(shí)該算法既能保持高分辨率遙感影像分割的區(qū)域完整性,又能保持地物邊緣細(xì)節(jié)特征,提高了分割精度。
[Abstract]:Aim to solve the problem of the inconsistency between the region boundary and the real ground object boundary obtained by the current region segmentation algorithm, using the characteristics of homogeneity and prominent edge information between the ground objects in the high-resolution remote sensing image. An optimal segmentation algorithm for high resolution remote sensing images is proposed. Methods the edge of remote sensing image was extracted by Canny algorithm and the edge was connected to produce the closed boundary. Then the edge was fused with the initial segmentation result to obtain a new segmentation result. Finally, under the constraint of closed boundary, a new segmentation result was obtained. Based on the gray similarity criterion, the new segmentation results are merged and the final segmentation results are obtained. Results using the segmentation optimization algorithm proposed in this paper, the mean shift algorithm and the segmentation results obtained by the software of Cognition were optimized. Compared with the original segmentation results, the optimized segmentation results increase the average correct segmentation rate (RR) by 4%, which verifies the effectiveness of the proposed algorithm. Conclusion this algorithm can be used to optimize the segmentation methods based on region, boundary and clustering. The algorithm can not only maintain the regional integrity of high resolution remote sensing image segmentation, but also preserve the feature of ground object edge detail. The segmentation accuracy is improved.
【作者單位】： 云南師范大學(xué)旅游與地理科學(xué)學(xué)院;西部資源環(huán)境地理信息技術(shù)教育部工程研究中心;中南大學(xué)地球科學(xué)與信息物理學(xué)院地理信息系;
【基金】：國(guó)家自然科學(xué)基金項(xiàng)目(41201463,41201428) 國(guó)家重點(diǎn)基礎(chǔ)研究發(fā)展計(jì)劃(973)基金項(xiàng)目(2012CB719906) 國(guó)家高技術(shù)研究發(fā)展計(jì)劃(863)基金項(xiàng)目(2012AA121400) 江蘇省資源環(huán)境信息工程重點(diǎn)實(shí)驗(yàn)室開(kāi)放基金資助項(xiàng)目(JS201301) 云南省教育廳基金項(xiàng)目(011Y311)~~
【分類(lèi)號(hào)】：TP751

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 高偉;劉修國(guó);彭攀;陳啟浩;;一種改進(jìn)的高分辨率遙感影像分割方法[J];地球科學(xué)(中國(guó)地質(zhì)大學(xué)學(xué)報(bào));2010年03期

2 闞曉云;孫景振;王紅偉;;無(wú)人機(jī)影像分割尺度及地物分類(lèi)研究[J];科技廣場(chǎng);2013年11期

3 洪志佳;;面向?qū)ο笮畔⑻崛≈杏跋穹指顓?shù)的選擇[J];河南科技;2014年10期

4 肖奧;趙文吉;;基于最小異質(zhì)性區(qū)域生長(zhǎng)法的多尺度城市地物影像分割[J];首都師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年01期

5 蘇偉;李京;陳云浩;張錦水;胡德勇;劉翠敏;;基于多尺度影像分割的面向?qū)ο蟪鞘型恋馗脖环诸?lèi)研究——以馬來(lái)西亞吉隆坡市城市中心區(qū)為例[J];遙感學(xué)報(bào);2007年04期

6 馮益明;李增元;武紅敢;陳爾學(xué);;基于灰度與紋理信息融合的影像分割方法[J];遙感技術(shù)與應(yīng)用;2006年06期

7 黃曉霞,李紅旮,黃波;SAR影像中海洋浮油膜特征分割的Level Set方法[J];遙感學(xué)報(bào);2005年05期

8 黃亮;左小清;馮沖;聶俊堂;;基于Canny算法的面向?qū)ο笥跋穹指頪J];國(guó)土資源遙感;2011年04期

9 賈迪;楊金柱;張一飛;趙大哲;于戈;;自適應(yīng)腦組織影像分割[J];吉林大學(xué)學(xué)報(bào)(工學(xué)版);2012年01期

10 史曉霞;李京;周冠華;趙靜;;基于Mean-shift影像分割算法的TM影像分類(lèi)及城市擴(kuò)展研究[J];地理與地理信息科學(xué);2009年01期

相關(guān)會(huì)議論文 前1條

1 莫登奎;林輝;;一種穩(wěn)健的高分辨率遙感影像分割方法[A];第十二屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2005年

相關(guān)碩士學(xué)位論文 前7條

1 張愛(ài)竹;基于智能優(yōu)化算法的高分辨率震害影像分割[D];中國(guó)石油大學(xué)(華東);2014年

2 莆杰藝;基于異質(zhì)性最小準(zhǔn)則的基元合并影像分割方法研究[D];長(zhǎng)安大學(xué);2013年

3 黃亮;一種融合邊緣與對(duì)象異質(zhì)性的影像分割算法[D];昆明理工大學(xué);2011年

4 袁秀華;高分辨率遙感影像分割研究[D];江西理工大學(xué);2014年

5 王博;基于高分辨率影像的改進(jìn)分水嶺算法影像分割參數(shù)優(yōu)選研究[D];蘭州大學(xué);2013年

6 呂佩育;基于影像分割的無(wú)人機(jī)影像密集匹配算法研究與實(shí)現(xiàn)[D];西安科技大學(xué);2013年

7 王剛;基于影像分割的SAR影像變化檢測(cè)技術(shù)研究[D];解放軍信息工程大學(xué);2012年

，

本文編號(hào)：2051802