針對(duì)傳統(tǒng)的圖像分割算法不能完全適用具有多種特征(光譜特征、紋理特征和幾何特征)的高分辨率遙感圖像的問(wèn)題,提出了一種基于多特征的遙感圖像分割算法。算法基于改進(jìn)的均值漂移濾波和自動(dòng)標(biāo)記分水嶺分割方法來(lái)實(shí)現(xiàn)最終分割。首先利用自動(dòng)標(biāo)記分水嶺分割方法對(duì)遙感圖像進(jìn)行分割,進(jìn)而采用仿射不變矩形狀特征算子提取圖像幾何特征;其次對(duì)圖像進(jìn)行主成分分析,計(jì)算第一主成分灰度共生矩陣,分析矩陣特性得出紋理特征;然后結(jié)合光譜特征通過(guò)改進(jìn)的均值漂移方法得到多特征濾波結(jié)果;最后利用分水嶺分割方法實(shí)現(xiàn)高分辨率遙感圖像分割。為了表明算法的分割效果,利用基于多光譜信息熵方法對(duì)算法和單一的分水嶺分割方法進(jìn)行非監(jiān)督評(píng)價(jià)。研究結(jié)果表明,算法可較好地改善遙感圖像的過(guò)分割問(wèn)題,是一種適合高空間分辨率多光譜遙感圖像的分割算法。

【文章頁(yè)數(shù)】：9 頁(yè)

【部分圖文】：

圖１技術(shù)流程Ｆｉｇ．１Ｆｌｏｗｃｈａｒｔｏｆｒｅｍｏｔｅｓｅｎｓｉｎｇｉｍａｇｅｓｅｇｍｅｎｔａｔｉｏｎ２試驗(yàn)結(jié)果與分析

６個(gè)元素的特征向量。１．４技術(shù)流程采用高分辨率遙感圖像作為試驗(yàn)數(shù)據(jù)，然后對(duì)包括近紅外、紅色，綠色和藍(lán)色４個(gè)波段信息的全色波段和多光譜波段的融合圖像進(jìn)行光譜特征和幾何特征提齲提取圖像的對(duì)象信息需要首先對(duì)圖像進(jìn)行分水嶺分割，然后計(jì)算對(duì)象要素的形狀特征算子。提取圖像的紋理特征是通過(guò)多光....

圖２全色波段與多光譜融合后的圖像Ｆｉｇ．２ＦｕｓｉｏｎｏｆｍｕｌｔｉｓｐｅｃｔｒａｌｂａｎｄｓａｎｄｐａｎｃｈｒｏｍａｔｉｃｂａｎｄｏｆＧＦ－１ａｎｄＩＫＯＮＯＳｉｍａｇｅ

４２中國(guó)空間科學(xué)技術(shù)Ｄｅｃ．２５２０１６Ｖｏｌ．３６Ｎｏ．６試驗(yàn)使用的衛(wèi)星影像分別是：ＧＦ－１衛(wèi)星的２０１３年６月北京市奧林匹克森林公園影像；ＩＫＯＮＯＳ衛(wèi)星的２００６年７月南京市部分城區(qū)影像；ＧＦ－２衛(wèi)星２０１５年９月河北省廊坊市北華航天工業(yè)學(xué)院西校區(qū)影像。圖像大小分別為８５０....

圖３北京市奧林匹克森林公園分割結(jié)果Ｆｉｇ．３ＳｅｇｍｅｎｔａｔｉｏｎｒｅｓｕｌｔｓｉｎＢｅｉｊｉｎｇＯｌｙｍｐｉｃＦｏｒｅｓｔＰａｒｋ

７）Ｈｅ＝－∑Ｎｊ＝１ＳｊＳＩｌｎＳｊＳＩ（８）Ｅ＝Ｈｒ＋Ｈｅ（９）式中：ｍ為第ｊ個(gè)分割區(qū)域內(nèi)的灰度級(jí)；Ｌｊ（ｍ）為第ｊ個(gè)分割區(qū)域內(nèi)的像元總數(shù)；ＳＩ為分割區(qū)域總數(shù)。Ｈｒ描述了分割區(qū)域內(nèi)的同質(zhì)性特征；Ｈｅ描述了分割區(qū)域間的異質(zhì)性特征。過(guò)分割現(xiàn)象越嚴(yán)重，Ｈｒ取值越小，而Ｈｅ取值越大。....

圖４北京市奧林匹克森林公園區(qū)域分割結(jié)果Ｆｉｇ．４ＳｅｇｍｅｎｔａｔｉｏｎｒｅｓｕｌｔｓｉｎＢｅｉｊｉｎｇＯｌｙｍｐｉｃＦｏｒｅｓｔＰａｒｋ

ｐａｒｉｓｏｎｂｅｔｗｅｅｎｔｈｅｐｒｏｐｏｓｅｄｍｅｔｈｏｄａｎｄｗａｔｅｒｓｈｅｄｔｒａｎｓｆｏｒｍｓｅｇｍｅｎｔａｔｉｏｎｍｅｔｈｏｄ方法本文方法分水嶺分割方法Ｍ＝１０Ｍ＝２０Ｍ＝３０Ｍ＝１０Ｍ＝２０Ｍ＝３０Ｈｒ０．０２４１４０．００９９１０．００８６４０．０１８５２０．０....

本文編號(hào)：4014196