一种改进的基于超像素的多光谱图像分割方法

一种改进的基于超像素的多光谱图像分割方法

, ,

文章导航 > 自然资源遥感 > 2019 > (1): 58-64

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[J]. 自然资源遥感, 2019, (1): 58-64. doi: 10.6046/gtzyyg.2019.01.08

引用本文:

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[J]. 自然资源遥感, 2019, (1): 58-64. doi: 10.6046/gtzyyg.2019.01.08

ZHANG Yongmei, SUN Haiyan, XU Yulong. An improved multispectral image segmentation method based on super-pixels[J]. Remote Sensing for Natural Resources, 2019, (1): 58-64. doi: 10.6046/gtzyyg.2019.01.08

Citation:

ZHANG Yongmei, SUN Haiyan, XU Yulong. An improved multispectral image segmentation method based on super-pixels[J]. Remote Sensing for Natural Resources, 2019, (1): 58-64. doi: 10.6046/gtzyyg.2019.01.08

一种改进的基于超像素的多光谱图像分割方法

北方工业大学计算机学院,北京,100144

北方工业大学计算机学院,北京,100144

太钢型材厂,太原,030003

基金项目:
北方工业大学学科建设项目"计算机科学与技术优势学科"

国家自然科学基金项目"多源遥感图像识别关键技术研究"

详细信息

中图分类号: TP751.1

刊出日期: 2019-03-15

An improved multispectral image segmentation method based on super-pixels

Publish Date: 15 March 2019

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(simple linear iterative clustering,SLIC)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SLIC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(fractal net evolution approach,FNEA)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FNEA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.
- 超像素 /
- 多光谱图像 /
- 图像分割 /
- 分形网络演化

资源附件(0)

计量

文章访问数: 752
PDF下载数: 39
施引文献: 0

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回