基于超像素的高分遙感影像分割算法
發(fā)布時(shí)間:2021-03-02 01:14
針對(duì)高分遙感影像中存在地物數(shù)目多,特征信息復(fù)雜導(dǎo)致分割邊緣不清晰、對(duì)象細(xì)節(jié)丟失等問(wèn)題,提出一種改進(jìn)的超像素分割和多特征結(jié)合的遙感影像分割合并算法。在對(duì)圖像進(jìn)行分割前的預(yù)處理階段,使用超像素分割技術(shù)得到初始分割圖像;區(qū)域合并過(guò)程中,基于對(duì)象間的異質(zhì)性和對(duì)象內(nèi)部的同質(zhì)性,結(jié)合光譜、紋理和形狀特征,對(duì)對(duì)象進(jìn)行合并;通過(guò)調(diào)整全局分割參數(shù)來(lái)調(diào)整合并尺度,得到最終的影像分割結(jié)果。實(shí)驗(yàn)結(jié)果表明,所提方法能得到較好的影像分割效果。
【文章來(lái)源】:計(jì)算機(jī)工程與設(shè)計(jì). 2020,41(05)北大核心
【文章頁(yè)數(shù)】:6 頁(yè)
【部分圖文】:
SLIC超像素分割
圖1地物細(xì)節(jié)較少,且地物分布均勻規(guī)則。通過(guò)調(diào)整υ權(quán)重:如圖2所示,當(dāng)異質(zhì)性權(quán)重較大時(shí),則分割尺度較小,地圖類別較為突顯,同類別地物易出現(xiàn)過(guò)分割現(xiàn)象;如圖4所示,當(dāng)同質(zhì)性占權(quán)重大時(shí),異質(zhì)性權(quán)重小,則影像分割尺度較大,不易產(chǎn)生過(guò)分割現(xiàn)象,類別區(qū)分較為清晰。圖3 實(shí)驗(yàn)一υ=0.6分割效果
實(shí)驗(yàn)一υ=0.6分割效果
本文編號(hào):3058320
【文章來(lái)源】:計(jì)算機(jī)工程與設(shè)計(jì). 2020,41(05)北大核心
【文章頁(yè)數(shù)】:6 頁(yè)
【部分圖文】:
SLIC超像素分割
圖1地物細(xì)節(jié)較少,且地物分布均勻規(guī)則。通過(guò)調(diào)整υ權(quán)重:如圖2所示,當(dāng)異質(zhì)性權(quán)重較大時(shí),則分割尺度較小,地圖類別較為突顯,同類別地物易出現(xiàn)過(guò)分割現(xiàn)象;如圖4所示,當(dāng)同質(zhì)性占權(quán)重大時(shí),異質(zhì)性權(quán)重小,則影像分割尺度較大,不易產(chǎn)生過(guò)分割現(xiàn)象,類別區(qū)分較為清晰。圖3 實(shí)驗(yàn)一υ=0.6分割效果
實(shí)驗(yàn)一υ=0.6分割效果
本文編號(hào):3058320
本文鏈接:http://sikaile.net/guanlilunwen/gongchengguanli/3058320.html
最近更新
教材專著