高空間分辨率（簡稱高分辨率）遙感影像除光譜特征外,還包含豐富的紋理特征,為了實現(xiàn)高分辨率遙感影像的高精度分割,提出結(jié)合多特征和模糊偏好關(guān)系的分割方法.首先,通過像素光譜測度定義多種統(tǒng)計特征,根據(jù)定義的各個特征提取特征影像并分別實現(xiàn)影像分割,利用其結(jié)果構(gòu)建模糊決策矩陣;然后,基于像素定義特征間的模糊偏好關(guān)系矩陣,計算不同特征對最終分割決策的權(quán)重,并對模糊決策矩陣加權(quán)以突出優(yōu)勢特征,抑制劣勢特征;最后,通過反模糊化決策矩陣得到最優(yōu)影像分割結(jié)果.對合成影像和真實高分辨率遙感影像的分割結(jié)果進(jìn)行定性和定量評價,結(jié)果表明,合成影像的分割總精度為99.8%, Kappa值為0.998,說明所提出的算法通過結(jié)合各特征的優(yōu)勢部分能夠獲得高精度的分割結(jié)果. 

【文章來源】：控制與決策. 2020,35(04)北大核心EICSCD

【文章頁數(shù)】：10 頁

【部分圖文】：

真實高分辨率遙感影像的單一特征分割結(jié)果

為了對本文算法進(jìn)行定性評價,提取其分割結(jié)果的輪廓線(見圖6(b))與原始影像進(jìn)行疊加(見圖6(c)).可以看出,本文算法的各區(qū)域與原始影像均擬合較好.為了進(jìn)一步驗證本文算法對真實高分辨率遙感影像分割性能的優(yōu)勢,利用WFCM算法(各特征的權(quán)重人為設(shè)置為[0.4,0.15,0.15,0.15,0.15])、文獻(xiàn)算法作為對比算法對圖4進(jìn)行分割實驗.4種對比算法分割結(jié)果見圖7:圖7(a)為WFCM算法的分割結(jié)果,可以看出,WFCM算法對于真實高分辨率遙感影像的分割結(jié)果同樣不理想;圖7(b)為文獻(xiàn)算法的分割結(jié)果,可以看出,基于區(qū)域劃分的操作使得各影像在區(qū)域內(nèi)部分割較好,但在邊界處分割精度降低;圖7(c)為文獻(xiàn)算法的分割結(jié)果,可以看出,圖7(c)中I～I(xiàn)II出現(xiàn)過分割,圖7(c)中IV～VI包含噪聲和異常值較多;圖7(d)為文獻(xiàn)算法的分割結(jié)果可以看出,該算法抗噪聲和異常值能力較強,但是依舊有小部分區(qū)域劃分錯誤,分割效果沒有本文算法好.綜合而言,針對真實高分辨率遙感影像,4種對比算法在分割精度方面均比不過本文算法,本文算法的性能要優(yōu)于對比算法,充分驗證了本文算法的優(yōu)勢.圖7 對比算法分割結(jié)果

對比算法分割結(jié)果

【參考文獻(xiàn)】：
期刊論文
[1]利用高斯混合模型的多光譜圖像模糊聚類分割[J]. 李玉,徐艷,趙雪梅,趙泉華.  光學(xué)精密工程. 2017(02)
[2]基于多特征的高分遙感圖像分割算法研究[J]. 金永濤,李旭青,張周威,陳曦.  中國空間科學(xué)技術(shù). 2016(06)
[3]高分辨率遙感影像的平原建成區(qū)提取[J]. 溫奇,王薇,李苓苓,梅立琴,譚毅華.  光學(xué)精密工程. 2016(10)
[4]一種加權(quán)模糊C均值聚類算法及其在圖像分割中的應(yīng)用[J]. 薛艷鋒,劉繼華,高永強,高志娥,武彩紅.  計算機應(yīng)用與軟件. 2016(07)
[5]基于快速遞推模糊2-劃分熵圖割的紅外圖像分割[J]. 尹詩白,王一斌,鄧箴.  光學(xué)精密工程. 2016(03)
[6]基于區(qū)域劃分的多特征紋理圖像分割[J]. 趙泉華,高郡,李玉.  儀器儀表學(xué)報. 2015(11)
[7]基于多特征融合條件隨機場的人臉圖像分割[J]. 尹艷鵬,周穎,曾丹,程誠,張之江.  電子測量技術(shù). 2015(06)
[8]基于模糊測度和證據(jù)理論的模糊聚類集成方法[J]. 畢凱,王曉丹,邢雅瓊.  控制與決策. 2015(05)
[9]融合顏色和紋理特征的彩色圖像分割[J]. 賈士軍,王昆.  測繪科學(xué). 2014(12)
[10]基于灰度共生矩陣的紋理提取方法研究[J]. 任國貞,江濤.  計算機應(yīng)用與軟件. 2014(11)



本文編號：3423650