基于最小核值相似区算法的高分辨率遥感图像分割方法

基于最小核值相似区算法的高分辨率遥感图像分割方法

,

文章导航 > 自然资源遥感 > 2011 > (4): 37-41

薛峭, 赵书河. 基于最小核值相似区算法的高分辨率遥感图像分割方法[J]. 自然资源遥感, 2011, (4): 37-41.

引用本文:

薛峭, 赵书河. 基于最小核值相似区算法的高分辨率遥感图像分割方法[J]. 自然资源遥感, 2011, (4): 37-41.

XUE Qiao, ZHAO Shu-he. Segmentation of the High Spatial Resolution Remotely Sensed Imagery Based on SUSAN[J]. Remote Sensing for Natural Resources, 2011, (4): 37-41.

Citation:

XUE Qiao, ZHAO Shu-he. Segmentation of the High Spatial Resolution Remotely Sensed Imagery Based on SUSAN[J]. Remote Sensing for Natural Resources, 2011, (4): 37-41.

基于最小核值相似区算法的高分辨率遥感图像分割方法

薛峭,
赵书河

南京大学地理信息科学系,南京,210093

南京大学地理信息科学系,南京,210093

基金项目:
国家自然科学基金项目

详细信息

中图分类号: TP751.1

刊出日期: 2011-12-15

Segmentation of the High Spatial Resolution Remotely Sensed Imagery Based on SUSAN

Publish Date: 15 December 2011

摘要: 采用最小核值相似区算法(Smallest Univalue Segment Assimilating Nucleus,SUSAN)计算QuickBird图像的梯度,并采用标记控制的分水岭变换(Watershed Transform,WT)算法分割图像,取得了较好的结果.SUSAN方法能有效地检测图像梯度,对噪声不敏感;梯度值范围明确,不因图像而改变,为后续处理相关参数的选择提供了便利;亮度阈值容易确定,模板半径可选,具有很大的灵活性;适合于采用WT的遥感图像的分割.采用基于SUSAN梯度和NDVI的标记图像,利用形态学灰度图像重建方法修改梯度图像,能够有效地抑制梯度图像中大量的局部灰度极小值,提高WT图像分割的精度.
- 最小核值相似区算法(SUSAN) /
- 分水岭变换(WT) /
- QuickBird图像 /
- 图像分割

资源附件(0)

计量

文章访问数: 198
PDF下载数: 1
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