一种改进的基于超像素的多光谱图像分割方法-国土资源遥感.PDF

一种改进的基于超像素的多光谱图像分割方法-国土资源遥感.PDF

  1. 1、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。。
  2. 2、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
  3. 3、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
第 卷第 期 国土资源遥感 年 月 引用格式 张永梅 孙海燕 胥玉龙 一种改进的基于超像素的多光谱图像分割方法 国土资源遥感 一种改进的基于超像素的多光谱图像分割方法 张永梅 孙海燕 胥玉龙 北方工业大学计算机学院 北京 太钢型材厂 太原 摘要 在面向对象多光谱图像分割方法中 初始对象特征往往无法反映真实区域的整体特征 从而产生错误的合并 结果 针对以上问题提出采用简单线性迭代聚类 超像素与结构张量粗分 割相结合的方法对其进行改进 先采用 超像素方法产生初始过分割结果 用结构张量产生尺度空间下的粗 分割结果 再用粗分割结果指导超像素进行初步合并 使分形网络演化方法 所 面向的初始对象能够表达该区域的整体特征 增强后续合并过程对噪声的抗性 将该方法与传统 的分割结果 对比表明 该方法具有良好的抗噪能力 对复杂城区高空间分辨率多光谱图像能够得到较好的分割结果 关键词 超像素 多光谱图像 图像分割 分形网络演化 中图法分类号 文献标志码 文章编号 取进行研究将各光谱分量对异质度的贡献引入到 引言 异质性权值的计算中从而实现权值的自适应获取 等 将均值漂移方法与相结合增强了 高空间分辨率多光谱图像蕴含丰富的信息这 其提取显著地物的能力减少了分割后产生的对象 些信息在测绘 导航 无人驾驶 城市规划等多个领 数量 邓富亮等 则通过快速扫描法进行多次迭 域均获得了广泛应用因此研究多光谱图像的自动 代构建 的初始对象在提高计算效率的同 处理与分析具有较高的理论及应用价值 多光谱图 时提高了分割结果的准确性 像自动处理最基础的一步就是多光谱图像的分割 在多光谱图像中 同谱异物 和 同物异谱 现象 好的多光谱图像分割结果不仅能够减少后续处理的 较为普遍因此

您可能关注的文档

文档评论(0)

fengruiling + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档