發(fā)布時間：2017-08-08 02:02

  本文關(guān)鍵詞：簡單線性迭代聚類的高分辨率遙感影像分割

  更多相關(guān)文章： 高分辨率遙感影像 SLIC超像素 影像過分割 影像分割 超像素合并 聚類

【摘要】：影像分割是面向?qū)ο笥跋穹治龅幕A(chǔ)和關(guān)鍵。針對傳統(tǒng)影像分割方法地物邊界依附性差、易受影像噪聲影響等問題,提出一種簡單線性迭代聚類(Simple Linear Iterative Clustering,SLIC)的高分辨率遙感影像分割方法。該方法首先用SLIC算法對影像過分割生成SLIC超像素,之后根據(jù)相似性規(guī)則對SLIC超像素進(jìn)行合并實現(xiàn)影像分割;然后通過構(gòu)造Lab顏色空間下的五維特征參數(shù)度量影像像素的局部特征差異,并通過SLIC算法把具有相似性特征的像素聚類生成超像素,克服影像噪聲對分割結(jié)果的影響;最后根據(jù)相似性合并規(guī)則以超像素為基本單元進(jìn)行區(qū)域合并,從而達(dá)到分割目的。實驗結(jié)果表明,所提出方法具有良好的高分辨率遙感影像分割結(jié)果。
【作者單位】： 中南大學(xué)地球科學(xué)與信息物理學(xué)院;東華理工大學(xué)江西省數(shù)字國土重點實驗室;
【關(guān)鍵詞】： 高分辨率遙感影像 SLIC超像素 影像過分割 影像分割 超像素合并 聚類
【基金】：地理空間信息工程國家測繪地理信息局重點實驗室經(jīng)費資助項目(201322) 江西省數(shù)字國土重點實驗室開放研究基金資助項目(DLLJ201406) 國家自然科學(xué)基金(41201428) 測繪遙感信息工程國家重點試驗室開放研究基金項目(13R01)
【分類號】：TP751
【正文快照】： 2.東華理工大學(xué)江西省數(shù)字國土重點實驗室,南昌344000)0引言高空間分辨率遙感影像如GeoEye1、WorldView、Ikonos、QuickBird等廣泛應(yīng)用于農(nóng)作物產(chǎn)量評估、森林火災(zāi)檢測、地物分類等領(lǐng)域。與基于像元的方法相比較,面向?qū)ο蟮姆椒ǜm合高分辨率遙感影像的信息提取與分析。影像

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 高偉;劉修國;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)(中國地質(zhì)大學(xué)學(xué)報);2010年03期

2 闞曉云;孫景振;王紅偉;;無人機(jī)影像分割尺度及地物分類研究[J];科技廣場;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)域生長法的多尺度城市地物影像分割[J];首都師范大學(xué)學(xué)報(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蟪鞘型恋馗脖环诸愌芯俊择R來西亞吉隆坡市城市中心區(qū)為例[J];遙感學(xué)報;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;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(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影像分類及城市擴(kuò)展研究[J];地理與地理信息科學(xué);2009年01期

中國重要會議論文全文數(shù)據(jù)庫 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];第十二屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2005年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前7條

1 張愛竹;基于智能優(yōu)化算法的高分辨率震害影像分割[D];中國石油大學(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];長安大學(xué);2013年

3 黃亮;一種融合邊緣與對象異質(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;基于影像分割的無人機(jī)影像密集匹配算法研究與實現(xiàn)[D];西安科技大學(xué);2013年

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

，

本文編號：637692