發(fā)布時間：2018-02-26 03:22

  本文關鍵詞： 遙感圖像分割 雙邊濾波 Gabor濾波 梯度 分水嶺變換 形態(tài)學膨脹　出處：《武漢大學學報(信息科學版)》2017年04期 　論文類型：期刊論文

【摘要】：針對遙感圖像分割時僅利用光譜信息容易造成過分割和邊緣定位不準的問題,提出一種結合光譜強度和紋理信息的遙感圖像分水嶺分割算法。首先分別提取圖像的光譜梯度和紋理梯度,提出一種改進雙邊濾波模型,濾除圖像中的噪聲的周時,采用了一種局部的平滑尺度,能夠有效消除紋理信息,借助于濾波算法,分別對原圖像和Gabor紋理特征圖像進行平滑處理,利用邊緣檢測算子得到光譜梯度和紋理梯度。最后利用形態(tài)學膨脹方法進行融合融合,使用分水嶺變換對圖像分割。用三幅高分辨率彩色遙感圖像數(shù)據(jù)進行實驗,并與JSEG(Joint Systems Engineering Group)和多分辨率分割方法進行比較,結果表明該方法具有較高的邊界定位準確性,同時降低了過分割和欠分割現(xiàn)象。
[Abstract]:In view of the problem of over-segmentation and inaccurate edge location caused by only using spectral information in remote sensing image segmentation, A watershed segmentation algorithm based on spectral intensity and texture information is proposed. Firstly, the spectral gradient and texture gradient of the image are extracted, and an improved two-sided filtering model is proposed to filter the period of noise in the image. Using a local smoothing scale, texture information can be effectively eliminated, and the original image and Gabor texture feature image are smoothed with the help of filtering algorithm. The spectral gradient and texture gradient are obtained by edge detection operator. Finally, the morphological expansion method is used to fuse the image, and the watershed transform is used to segment the image. Compared with JSEG(Joint Systems Engineering Group and multi-resolution segmentation methods, the results show that the proposed method has high accuracy of boundary location and reduces the phenomenon of over-segmentation and under-segmentation.
【作者單位】： 海軍裝備研究院;海軍航空工程學院;
【基金】：泰山學者工程專項(ts201511020)~~
【分類號】：TP751

【參考文獻】

相關期刊論文 前2條

1 陳啟浩;劉修國;陳奇;;一種綜合多特征的全極化SAR圖像分割方法[J];武漢大學學報(信息科學版);2014年12期

2 譚玉敏;槐建柱;唐中實;;一種融合邊緣信息的面向對象遙感圖像分割方法[J];光譜學與光譜分析;2010年06期

【共引文獻】

相關期刊論文 前6條

1 張建廷;張立民;;結合光譜和紋理的高分辨率遙感圖像分水嶺分割[J];武漢大學學報(信息科學版);2017年04期

2 劉修國;徐喬;陳啟浩;陳奇;;選擇利用Wishart和K統(tǒng)計描述的極化SAR圖像分割[J];電子科技大學學報;2016年05期

3 李浩光;;關于圖像分割的C-V模型改進算法研究[J];廣東第二師范學院學報;2015年03期

4 趙勝男;王文劍;;一種快速均值飄移圖像分割算法[J];數(shù)據(jù)采集與處理;2015年01期

5 李剛;萬幼川;李萌;;應用啟發(fā)式邊緣生長的遙感影像分割[J];應用科學學報;2012年02期

6 曾凱;楊華;翟月;張紅;;光電成像干擾圖像質量評估[J];電子與信息學報;2011年09期

【二級參考文獻】

相關期刊論文 前6條

1 黃曉東;劉修國;陳啟浩;陳奇;;一種綜合多特征的全極化SAR建筑物分割模型[J];武漢大學學報(信息科學版);2013年04期

2 張濤;胡風明;楊汝良;;極化SAR數(shù)據(jù)的細節(jié)保持分割[J];系統(tǒng)工程與電子技術;2009年10期

3 胡潭高;朱文泉;陽小瓊;潘耀忠;張錦水;;高分辨率遙感圖像耕地地塊提取方法研究[J];光譜學與光譜分析;2009年10期

4 譚玉敏;槐建柱;唐中實;;基于鄰接圖的面向對象遙感圖像分割算法[J];大連海事大學學報;2009年02期

5 羅勝;陳平;葉忻泉;沈龍;;一種邊界-區(qū)域相結合的圖像分割算法[J];光電工程;2008年12期

6 吳永輝;計科峰;李禹;郁文賢;;基于Wishart分布和MRF的多視全極化SAR圖像分割[J];電子學報;2007年12期

【相似文獻】

相關期刊論文 前10條

1 徐曉剛,馬利莊;紋理混合與紋理傳輸[J];計算機輔助設計與圖形學學報;2003年01期

2 向世明,趙國英,陳睿,賈富倉,李華;紋理圖像基及其應用[J];計算機輔助設計與圖形學學報;2005年07期

3 李輝;曾安祥;潘宏偉;廖昌閶;;虛擬超大紋理的設計與實現(xiàn)[J];四川大學學報(工程科學版);2006年06期

4 楊浩,裴繼紅,楊煊亙;基于小波框架分解和模糊軟聚類的紋理圖像分割方法[J];西安工業(yè)學院學報;1999年02期

5 鄭利平;張娟;周乘龍;劉曉平;;人群仿真中角色紋理多樣化方法[J];圖學學報;2014年01期

6 張春雨;蔡蕾;李斌;王琪;;基于局部紋理統(tǒng)計模型的紋理圖像檢索[J];公路交通科技;2008年11期

7 許建峰;翁躍宗;彭國均;;透明紋理反走樣渲染處理[J];上海海事大學學報;2009年03期

8 李亞峰;;結構-紋理字典學習的圖像分解模型與算法[J];計算機輔助設計與圖形學學報;2013年08期

9 黃海;計算機圖形紋理粘貼技術研究[J];電光與控制;1999年01期

10 王小鵬,郝重陽;基于柵格元模型的紋理圖像分割方法[J];鐵道學報;2004年02期

相關會議論文 前10條

1 薛玉彩;張劍清;張祖勛;;數(shù)字城市中真實墻面紋理圖像的壓縮[A];開創(chuàng)新世紀的通信技術——第七屆全國青年通信學術會議論文集[C];2001年

2 周佳男;;一種拓撲紋理圖像的相位場模型分割算法[A];第二十七屆中國控制會議論文集[C];2008年

3 田松;許悅雷;關文彬;李濤;董艷芳;;基于多尺度分析的紋理圖像分割[A];探索 創(chuàng)新 交流——第五屆中國航空學會青年科技論壇文集(第5集)[C];2012年

4 祝軒;周明全;耿國華;;非紋理圖像修復方法研究[A];圖像圖形技術與應用進展——第三屆圖像圖形技術與應用學術會議論文集[C];2008年

5 曹漢強;朱光喜;朱耀庭;;基于分形的自然紋理圖像生成方法[A];中國圖象圖形科學技術新進展——第九屆全國圖象圖形科技大會論文集[C];1998年

6 黃建軍;謝維信;;基于最佳濾波和自適應模糊聚類的紋理圖像分割[A];第九屆中國體視學與圖像分析學術會議論文集[C];2001年

7 沈妮;張紅英;彭啟琮;;一種新型基于紋理合成的圖像補全算法在DSP上的實現(xiàn)[A];2006中國西部青年通信學術會議論文集[C];2006年

8 李凱智;阿木古楞;白云莉;;不變矩紋理圖像分割的特征向量選擇探討[A];第八屆全國信息獲取與處理學術會議論文集[C];2010年

9 楊芳;田學東;郭寶蘭;;一種改進的字體紋理識別方法[A];第八屆全國漢字識別學術會議論文集[C];2002年

10 肖春霞;黃志勇;聶勇偉;劉夢;何發(fā)智;;結合圖像細節(jié)特征的全局優(yōu)化紋理合成[A];中國計算機圖形學進展2008--第七屆中國計算機圖形學大會論文集[C];2008年

相關重要報紙文章 前2條

1 四川 鄧培智;圖解3D術語[N];中國電腦教育報;2000年

2 小刺猬;羽 毛[N];中國電腦教育報;2004年

相關博士學位論文 前10條

1 馬爽;紋理圖像智能修補關鍵技術研究[D];華北電力大學;2015年

2 朱峰;基于分形幾何的彩色紋理圖像分析方法研究[D];東南大學;2015年

3 王懷暉;基于特征的復雜流場紋理可視化關鍵技術研究[D];國防科學技術大學;2015年

4 馮志林;拓撲紋理圖像的關鍵預處理技術研究[D];浙江大學;2005年

5 喬玉龍;小波在紋理圖像處理中的應用研究[D];哈爾濱工業(yè)大學;2006年

6 向世明;紋理圖像統(tǒng)計及其應用研究[D];中國科學院研究生院（計算技術研究所）;2004年

7 夏勇;基于特征的紋理圖像分割技術研究[D];西北工業(yè)大學;2006年

8 刁常宇;三維模型實拍紋理高精度重建研究[D];浙江大學;2007年

9 朱正禮;基于多尺度幾何分析的紋理圖像檢索研究[D];南京理工大學;2012年

10 賀錦鵬;基于圖論的彩色紋理圖像分割技術研究[D];哈爾濱工程大學;2011年

相關碩士學位論文 前10條

1 周敏剛;基于雙邊局部二值模式的旋轉不變紋理圖像檢索[D];蘭州大學;2015年

2 陳麗;紋理圖像的結構提取方法研究[D];哈爾濱工業(yè)大學;2015年

3 王隆;虛擬地球表面紋理數(shù)據(jù)的處理與管理[D];浙江大學;2015年

4 尹相鳳;基于非局部CTV-L1模型的大破損彩色紋理圖像修復[D];青島大學;2015年

5 徐廣毅;基于三維模型幾何信息的紋理圖像壓縮[D];哈爾濱工業(yè)大學;2015年

6 張奇;紅外紋理生成與重采樣方法研究[D];西安電子科技大學;2014年

7 楊青;紋理圖像局部灰度自動校正及其在葉脈分割中的應用研究[D];東華理工大學;2016年

8 陳剛;紋理圖像特征提取與聚類集成[D];福州大學;2013年

9 向斌;紋理圖像特征提取與子空間分割聚類[D];福州大學;2014年

10 趙曉蕊;基于稀疏表示及卡通—紋理模型的相位恢復算法研究[D];燕山大學;2016年

，

本文編號：1536330