光学遥感图像分割技术综述

闵蕾 高昆 李维 王红 李婷 吴穹 焦建超

光学遥感图像分割技术综述

闵蕾1高昆1李维2王红1李婷3吴穹1焦建超2

（1 北京理工大学光电成像技术与系统教育部重点实验室，北京 100081）（2 北京空间机电研究所，北京 100094）（3 中国空间技术研究院总体部，北京 100094）

遥感图像分割技术旨在将包含复杂地物空间分布信息的遥感图像划分为具有特定语义标签的不同区域，在遥感影像的分析和解译环节中有着重要应用。文章参照人类视觉系统的感知和视觉信息逐层稀疏化加工的特性，从基于浅层特征的分割方法、基于中层特征的分割方法和基于深层特征的分割方法三个层面，对常见的光学遥感图像分割技术进行了分类综述，陈述了各种主要算法的基本特点，并对比了它们的优势和局限性，同时也对未来的改进和发展方向进行了展望，为遥感图像分割的研究提供了一定的参考借鉴价值。

图像分割 分类 图像特征层次 深度学习 光学遥感

0 引言

图像分割技术是按照图像内部特征，将图像划分为不同类型的均匀区域，要求区域间的分割边缘必须精确划定，且被分割物体的内部特征具有一致性或相似性，每个区域属于同一类，不同区域则归属于不同的类。光学遥感图像分割技术旨在根据实际语义信息给遥感图像进行像素级分类，将其划分为一系列具有道路、农田、村庄、工业区等地物类别标签的区域。近年来随着高分辨率对地观测技术的进步，通过遥感卫星（如LandSat、Spot和MODIS等系列）获取的海量观测图像数据进行图像分割，是开展城市规划、灾害监测、目标识别等应用研究的处理基础。……