基于多特征的全色遥感影像区域化能量分割

2021-08-11 07:47:44马占瑛尤号田
无线电工程 2021年8期
关键词:区域化特征

马占瑛,王 玉*,尤号田

(1.桂林理工大学 广西空间信息与测绘重点实验室,广西 桂林 541004;2.桂林理工大学 测绘地理信息学院,广西 桂林 541004)

0 引言

影像分割是影像处理的重点问题也是难点问题,其分割精度将直接影响后续分析和解译任务的精度[1-2]。影像分割实质上就是根据影像特征信息将影像域分割成互不重叠的区域的过程,且划分得到的区域内具有同质性,区域间具有异质性[3-5]。

传统的全色遥感影像分割方法以像素为处理单元、依据像素的光谱特征实现分割[6-8]。这些全色遥感影像分割方法主要分为聚类分割[9]、统计分割[10]和阈值分割[11]等。随着传感器技术的不断提高,全色遥感影像空间分辨率越来越高,与中、低分辨率全色遥感影像相比,高分辨率全色遥感影像细节变得更加清晰,但同时也使同质区域内差异性越来越大,异质区域间差异性越来越小[12],故仅依据传统的全色遥感影像分割方法已无法满足高分辨率全色遥感影像分割精度要求。

为了提高影像分割精度,研究者提出了2类不同的方法:第1类方法是以子区域代替像素作为处理单元,依据其光谱特征实现分割[13]。该类方法可有效提高同质区域内部分割精度,但由于部分子区域可能会跨越目标边界,且特征信息不足,导致不同同质区域间的边缘分割精度不甚理想。第2类方法是提取多个特征,以此为依据,以像素为处理单元实现分割[14]。该类方法可利用多特征有效识别不同目标地物,对分割精度有所提高,但抗噪性较差。……

登录APP查看全文

猜你喜欢
区域化特征
装备延寿整修区域化联合保障模式研究
强化区域化管理 聚焦信息化建设
城燃企业区域化管理模式下技术创新体系搭建
阿尔金山西部区域化探数据处理方法对比研究
矿产勘查(2020年5期)2020-12-25 02:39:00
如何表达“特征”
区域化消毒供应中心的成效分析
云南医药(2019年3期)2019-07-25 07:25:20
不忠诚的四个特征
当代陕西(2019年10期)2019-06-03 10:12:04
职工代表区域化协作管理的实践探索
线性代数的应用特征
河南科技(2014年23期)2014-02-27 14:19:15