遙感影像多尺度分割中最優(yōu)尺度的選取及評價
發(fā)布時間:2021-04-02 13:26
多尺度分割是面向?qū)ο髨D像分析技術(shù)的前提和關(guān)鍵,多尺度分割的質(zhì)量直接影響著面向?qū)ο蠓诸惖木?但尺度選擇仍然是多尺度分割中的一個難題。針對此問題,根據(jù)遙感影像的最優(yōu)分割尺度與影像上目標(biāo)復(fù)雜度密切相關(guān)的事實(shí),提出了一種自上而下基于分割對象復(fù)雜度選取最優(yōu)尺度的方法。該方法在分割過程中,提取每一對象的影像特征構(gòu)建其復(fù)雜度函數(shù),通過設(shè)置閾值,經(jīng)迭代計(jì)算來確定每一對象的最優(yōu)分割尺度,進(jìn)而得到具有全局最優(yōu)尺度的分割結(jié)果,并將其應(yīng)用于ZY-3多光譜數(shù)據(jù)和GF-2融合影像,得到分割和分類結(jié)果。并將其與單一最優(yōu)尺度和非監(jiān)督評價法的分割及分類結(jié)果進(jìn)行比較,結(jié)果表明:該方法能夠獲取與地面目標(biāo)相匹配的分割尺度,改善了分割效果,提高了分類精度,具有一定實(shí)用價值。
【文章來源】:遙感技術(shù)與應(yīng)用. 2020,35(03)北大核心CSCD
【文章頁數(shù)】:11 頁
【部分圖文】:
技術(shù)路線圖
選擇ZY-3多光譜數(shù)據(jù)和GF-2融合數(shù)據(jù)作為數(shù)據(jù)源(圖2所示),選取影像中不同的試驗(yàn)區(qū)(從城市區(qū)到半自然景觀)來評估本研究方法的性能。采用RPC文件和DEM數(shù)據(jù)對ZY-3多光譜數(shù)據(jù)和GF-2數(shù)據(jù)進(jìn)行正射校正,并進(jìn)行快速大氣校正;采用Gram-Schmidt sharping方法對GF-2多光譜和全色影像進(jìn)行融合;根據(jù)研究區(qū)的矢量數(shù)據(jù)對影像進(jìn)行裁剪。有關(guān)研究區(qū)影像數(shù)據(jù)的詳細(xì)信息及地物類型如表1所示。并將所有數(shù)據(jù)都?xì)w化到UTM WGS84(Zone 48N-WGS84)投影系中。4 實(shí)驗(yàn)與分析
首先對兩幅影像采用多分辨率分割算法以10步長進(jìn)行一系列分割(尺度范圍為10~250),分別計(jì)算每一分割結(jié)果的全局莫蘭指數(shù)(MI)和加權(quán)方差(WVar)來衡量對象間的異質(zhì)性和對象內(nèi)的同質(zhì)性,對兩者進(jìn)行歸一化并取和得到每一分割結(jié)果的全局得分(GS),以GS值最小的分割結(jié)果為單尺度下的最優(yōu)分割結(jié)果,此時的分割尺度即為最優(yōu)尺度。經(jīng)計(jì)算,基于ZY-3多光譜影像及GF-2融合影像的單一最優(yōu)尺度分別為80和130。兩者的分割結(jié)果如圖4(a)、(d)所示。4.3 U-E實(shí)驗(yàn)
【參考文獻(xiàn)】:
期刊論文
[1]一種面向?qū)ο蟮淖顑?yōu)分割尺度計(jì)算模型[J]. 白韜,楊國東,王鳳艷,劉佳為. 吉林大學(xué)學(xué)報(地球科學(xué)版). 2020(01)
[2]高分影像樹種分類的最優(yōu)分割尺度確定方法[J]. 劉金麗,陳釗,高金萍,高顯連,孫忠秋. 林業(yè)科學(xué). 2019(11)
[3]一種遙感影像自適應(yīng)分割尺度的分類方法[J]. 王芳,王建,謝兵,何陽陽,陳愛玲,敬遠(yuǎn)兵. 測繪科學(xué). 2019(11)
[4]高分二號數(shù)據(jù)的城市生態(tài)用地分類方法探討[J]. 王芳,楊武年,鄧曉宇,任金銅. 測繪科學(xué). 2018(03)
[5]面向?qū)ο笥跋穸喑叨确指钭畲螽愘|(zhì)性參數(shù)估計(jì)[J]. 馬燕妮,明冬萍,楊海平. 遙感學(xué)報. 2017(04)
[6]綜合多層優(yōu)選尺度的高分辨率影像分割[J]. 楊海平,明冬萍. 地球信息科學(xué)學(xué)報. 2016(05)
[7]基于均值漂移的遙感圖像海陸邊界分割算法[J]. 張毅飛,呂科,代雙鳳,楊磊. 光學(xué)技術(shù). 2016(01)
[8]面向?qū)ο蟮母叻直媛蔬b感影像分割精度評價方法[J]. 朱成杰,楊世植,崔生成,程偉,程晨. 強(qiáng)激光與粒子束. 2015(06)
[9]大規(guī)模遙感影像Mean Shift并行分割優(yōu)化算法研究[J]. 王衛(wèi)紅,徐文濤,夏列鋼,方趙林. 小型微型計(jì)算機(jī)系統(tǒng). 2015(05)
本文編號:3115352
【文章來源】:遙感技術(shù)與應(yīng)用. 2020,35(03)北大核心CSCD
【文章頁數(shù)】:11 頁
【部分圖文】:
技術(shù)路線圖
選擇ZY-3多光譜數(shù)據(jù)和GF-2融合數(shù)據(jù)作為數(shù)據(jù)源(圖2所示),選取影像中不同的試驗(yàn)區(qū)(從城市區(qū)到半自然景觀)來評估本研究方法的性能。采用RPC文件和DEM數(shù)據(jù)對ZY-3多光譜數(shù)據(jù)和GF-2數(shù)據(jù)進(jìn)行正射校正,并進(jìn)行快速大氣校正;采用Gram-Schmidt sharping方法對GF-2多光譜和全色影像進(jìn)行融合;根據(jù)研究區(qū)的矢量數(shù)據(jù)對影像進(jìn)行裁剪。有關(guān)研究區(qū)影像數(shù)據(jù)的詳細(xì)信息及地物類型如表1所示。并將所有數(shù)據(jù)都?xì)w化到UTM WGS84(Zone 48N-WGS84)投影系中。4 實(shí)驗(yàn)與分析
首先對兩幅影像采用多分辨率分割算法以10步長進(jìn)行一系列分割(尺度范圍為10~250),分別計(jì)算每一分割結(jié)果的全局莫蘭指數(shù)(MI)和加權(quán)方差(WVar)來衡量對象間的異質(zhì)性和對象內(nèi)的同質(zhì)性,對兩者進(jìn)行歸一化并取和得到每一分割結(jié)果的全局得分(GS),以GS值最小的分割結(jié)果為單尺度下的最優(yōu)分割結(jié)果,此時的分割尺度即為最優(yōu)尺度。經(jīng)計(jì)算,基于ZY-3多光譜影像及GF-2融合影像的單一最優(yōu)尺度分別為80和130。兩者的分割結(jié)果如圖4(a)、(d)所示。4.3 U-E實(shí)驗(yàn)
【參考文獻(xiàn)】:
期刊論文
[1]一種面向?qū)ο蟮淖顑?yōu)分割尺度計(jì)算模型[J]. 白韜,楊國東,王鳳艷,劉佳為. 吉林大學(xué)學(xué)報(地球科學(xué)版). 2020(01)
[2]高分影像樹種分類的最優(yōu)分割尺度確定方法[J]. 劉金麗,陳釗,高金萍,高顯連,孫忠秋. 林業(yè)科學(xué). 2019(11)
[3]一種遙感影像自適應(yīng)分割尺度的分類方法[J]. 王芳,王建,謝兵,何陽陽,陳愛玲,敬遠(yuǎn)兵. 測繪科學(xué). 2019(11)
[4]高分二號數(shù)據(jù)的城市生態(tài)用地分類方法探討[J]. 王芳,楊武年,鄧曉宇,任金銅. 測繪科學(xué). 2018(03)
[5]面向?qū)ο笥跋穸喑叨确指钭畲螽愘|(zhì)性參數(shù)估計(jì)[J]. 馬燕妮,明冬萍,楊海平. 遙感學(xué)報. 2017(04)
[6]綜合多層優(yōu)選尺度的高分辨率影像分割[J]. 楊海平,明冬萍. 地球信息科學(xué)學(xué)報. 2016(05)
[7]基于均值漂移的遙感圖像海陸邊界分割算法[J]. 張毅飛,呂科,代雙鳳,楊磊. 光學(xué)技術(shù). 2016(01)
[8]面向?qū)ο蟮母叻直媛蔬b感影像分割精度評價方法[J]. 朱成杰,楊世植,崔生成,程偉,程晨. 強(qiáng)激光與粒子束. 2015(06)
[9]大規(guī)模遙感影像Mean Shift并行分割優(yōu)化算法研究[J]. 王衛(wèi)紅,徐文濤,夏列鋼,方趙林. 小型微型計(jì)算機(jī)系統(tǒng). 2015(05)
本文編號:3115352
本文鏈接:http://www.sikaile.net/guanlilunwen/gongchengguanli/3115352.html
最近更新
教材專著