面向对象影像多尺度分割最大异质性参数估计

编号 zgly0001590019

文献类型 期刊论文

文献题名 面向对象影像多尺度分割最大异质性参数估计

作者 马燕妮  明冬萍  杨海平 

作者单位 中国地质大学(北京)信息工程学院  浙江工业大学计算机学院 

母体文献 遥感学报 

年卷期 2017年04期

年份 2017 

分类号 TP751 

关键词 面向对象影像分析  影像分割  尺度估计  尺度选择  空间统计  分形网络演化方法 

文摘内容 多尺度分割是遥感影像分析的关键步骤,影像分割过程中的尺度参数选择直接关系到面向对象影像分析的质量和精度。首先,总结了面向对象影像分析中尺度概念的内涵,分析遥感影像空间和属性两大基本特征,依据空间统计和光谱统计获得理论上最优的空间尺度分割参数、属性尺度分割参数。其次,运用了基于谱空间统计的高分辨率影像分割尺度估计方法,分析了分形网络演化多尺度分割与影像谱空间统计特征的关系,进而将基于谱空间统计的面向对象影像分析尺度参数应用于分形网络演化多尺度分割算法中,最后,对其参数的合理性进行验证。研究采用高空间分辨率IKONOS和SPOT 5影像数据,选择建筑实验区和农田实验区进行空间和光谱特征统计,以进一步估计分割中的最佳尺度参数。使用分形网络演化方法对图像进行分割,利用监督分类对本文提出的尺度估计方法进行验证,验证结果表明尺度估计方法可以一定程度上保证后续的面向对象影像分类的精度。不同于以往分割后评价的尺度选择方法会需要大量的运算量,本文方法不需要先验知识的参与,且在分割前就可以自适应地估计出相对较为合适的尺度参数,提高了面向对象信息提取的自动化程度。