基于可变尺度Mean-Shift的农田高分遥感影像分割算法

编号 zgly0001595092

文献类型 期刊论文

文献题名 基于可变尺度Mean-Shift的农田高分遥感影像分割算法

作者 苏腾飞  张圣微  李洪玉 

作者单位 内蒙古农业大学水利与土木建筑工程学院 

母体文献 国土资源遥感 

年卷期 2017年03期

年份 2017 

分类号 TP751 

关键词 可变尺度  Mean-Shift  农田分割  高分遥感影像 

文摘内容 为了提升农田高分遥感影像(high spatial resolution remote sensing image,HRI)的信息提取效果,提出了一种新的农田HRI分割算法。传统的Mean-Shift(MS)HRI分割算法仅利用全局或单一的尺度参数;而常规可变尺度MS算法在尺度参数估算中也只考虑光谱信息。这些都导致其分割结果难以完整地展现不同尺度的农田区域。针对该问题,在MS算法的基础上进行了改进:第一,提出了一种局部可变尺度参数的估计方法;第二,提出了利用局部可变尺度进行MS滤波的模型函数。该改进算法主要包含3步:(1)为了全面考虑不同波段的响应变化,在MS滤波核函数中采用了对角化的尺度参数矩阵,并将其与采样点密度估计模型相结合,导出了一种可变尺度MS滤波的迭代函数;(2)为了提高算法的自动化程度,利用局部光谱变化与边界强度信息,提出了一种新的局部尺度参数估算方法;(3)将MS滤波结果输入到基于分形网络演化方法(fractal net evolution approach,FNEA)的空间聚类算法中,得到最终的分割结果。利用Rapid Eye与OrbView3的2景HRI进行了算法验证。实验结果表明,所提出的改进算法能够优化农田HRI分割的精度。