1.1种子点选取方法-中国图象图形学报.doc

  1. 1、本文档共10页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
1.1种子点选取方法-中国图象图形学报

第 卷 第 期 中国图象图形学报 Vol. ,No. 200 年 月 Journal of Image and Graphics .,200 基金项目: 国家科技支撑计划项目(2015BAB05B05-02);中科院对地观测与数字地球科学中心“百人计划”项目(,Y2ZZ03101B);中国地质调查局项目(12120113089200);高分辨率对地观测系统重大专项(民用部分)项目(30-Y20A37-9003-15/17) 收稿日期:2016-2-17; 修回日期: 2016-5-26 第一作者简介:李修霞(1990-),女,中国科学院遥感与数字地球研究所测绘工程专业硕士研究生,主要研究方向为遥感图像处理。E-mail:  HYPERLINK mailto:lixx@ lixx@ 通讯作者简介:荆林海(1971-),男,中国科学院遥感与数字地球研究所研究员,主要研究方向为高分遥感图像处理、图像融合及遥感地质。E-mail:  HYPERLINK mailto:lixx@ jinglh@  MACROBUTTON MTEditEquationSection2 Equation Chapter 1 Section 1 SEQ MTEqn \r \h \* MERGEFORMAT  SEQ MTSec \r 1 \h \* MERGEFORMAT  SEQ MTChap \r 1 \h \* MERGEFORMAT 中图法分类号:P237 文献标识码:A 文章编号:1006-8961(2016) - 论文引用格式: 参考1维光谱差异的 区域生长种子点选取方法 李修霞1,荆林海1f*,李慧1,唐韵玮1,戈文艳2 1.中国科学院遥感与数字地球研究所,北京,100094; 2.中国地质大学(北京),北京,100083 摘 要 :目的 区域生长法是遥感影像分割中常用的算法,该算法首先选取适当的像元作为生长的起始点(种子点)。现有的种子点选取方法存在种子点数目较多、效率低以及地物细节种子点不足等问题。针对种子点选取存在的问题,提出了一种基于1维光谱差异的区域生长种子点的选取方法。方法 首先计算像元间1维(水平、竖直)方向上的光谱差异,然后选取光谱差异的局部极小值作为种子点,最后对种子点进行优选,得到区域生长的起点。结果 应用本文方法选取种子点,对高分辨率的IKONOS遥感影像进行了区域生长。将实验结果与分形网络演化方法及Kernel Graph Cuts方法的分割结果进行了目视对比,并且分别计算了3种方法所得分割结果的基元内部同质性和基元间相关性的评价指数。目视比较的结果表明,本文的种子点选取方法能够为区域生长提供具有代表性的种子点,得到了精细的分割结果。在定量评价上,本文提出的方法也表现出了数值优势,各波段分割质量指数均提高15%以上。结论 提出的种子点选取方法能够为高分辨率遥感图像的区域生长分割提供具有代表性的种子点,产生精细的分割图像,对于地物细节有良好的分割效果,具有较高的实用价值。 关键词 :遥感;面向对象图像分析;图像分割;种子区域生长;种子点提取;1维光谱差异 A new seed extraction method for seeded region growing based on one-dimensional spectral differences Li Xiuxia1, Jing Linhai1*,Li Hui1, Tang Yunwei1, Ge Wenyan2 1. Institute of Remote Sensing and Digital Earth, Chinese Academy of Sciences, Beijing 100094, China; 2. China University of Geosciences, Beijing 10008,China Abstract:Objective As the spatial resolution of remote sensing imagery has continued to improve, object-based image analysis (OBIA) methods have become widely used. The basic units of OBIA are segments produced by

文档评论(0)

170****0532 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:8015033021000003

1亿VIP精品文档

相关文档